F# PSeq.iter 似乎并未使用所有内核

Posted 2023-04-18

【中文标题】F# PSeq.iter 似乎并未使用所有内核

【英文标题】：F# PSeq.iter does not seem to be using all cores

【发布时间】：2012-04-17 04:22:46

【问题描述】：

我一直在用 F# 做一些计算密集型的工作。像 Array.Parallel.map 这样使用 .Net 任务并行库的函数以指数级的速度加快了我的代码速度，而工作量非常小。

但是，由于内存问题，我重新编写了一段代码，以便可以在序列表达式中懒惰地评估它（这意味着我必须存储和传递更少的信息）。到了评估的时候，我使用了：

// processor and memory intensive task, results are not stored
let calculations : seq<Calculation> =  seq  ...yield one thing at a time... 

// extract results from calculations for summary data
PSeq.iter someFuncToExtractResults results

代替：

// processor and memory intensive task, storing these results is an unnecessary task
let calculations : Calculation[] = ...do all the things...

// extract results from calculations for summary data
Array.Parallel.map someFuncToExtractResults calculations 

当使用任何 Array.Parallel 函数时，我可以清楚地看到我计算机上的所有内核都在运行（CPU 使用率约为 100%）。然而，所需的额外内存意味着程序永远不会完成。

当我运行程序时使用 PSeq.iter 版本，CPU 使用率只有 8% 左右（并且 RAM 使用率最低）。

那么：PSeq 版本运行这么慢有什么原因吗？是因为懒惰的评价吗？我是否缺少一些神奇的“平行”东西？

谢谢，

其他资源，两者的源代码实现（它们似乎在 .NET 中使用不同的并行库）：

https://github.com/fsharp/fsharp/blob/master/src/fsharp/FSharp.Core/array.fs

https://github.com/fsharp/powerpack/blob/master/src/FSharp.PowerPack.Parallel.Seq/pseq.fs

编辑：为代码示例和细节添加了更多细节

代码：

序列

// processor and memory intensive task, results are not stored
let calculations : seq<Calculation> =  
    seq  
        for index in 0..data.length-1 do
            yield calculationFunc data.[index]
    

// extract results from calculations for summary data (different module)
PSeq.iter someFuncToExtractResults results

数组

// processor and memory intensive task, storing these results is an unnecessary task
let calculations : Calculation[] =
    Array.Parallel.map calculationFunc data

// extract results from calculations for summary data (different module)
Array.Parallel.map someFuncToExtractResults calculations 

详情：

存储中间阵列版本在 10 分钟内快速运行（就崩溃前而言），但在崩溃前使用约 70GB RAM（64GB 物理，其余分页） seq 版本需要 34 分钟，并使用一小部分 RAM（仅约 30GB） 我正在计算大约十亿个值。因此，十亿双倍（每个 64 位）= 7.4505806GB。有更复杂的数据形式......我正在清理一些不必要的副本，因此当前使用了大量的 RAM。 是的，架构不是很好，懒惰的评估是我尝试优化程序和/或将数据分批成更小的块的第一部分 使用较小的数据集，两个代码块输出相同的结果。 @pad，我尝试了你的建议，当输入 Calculation[] 时，PSeq.iter 似乎工作正常（所有内核都处于活动状态），但仍然存在 RAM 问题（最终崩溃） 代码的摘要部分和计算部分都是 CPU 密集型的（主要是因为大数据集） 对于 Seq 版本，我的目标只是并行化一次

【问题讨论】：

延迟评估在并行执行中表现不佳。公平地说，将相同的Calculation[] 传递给PSeq.iter 和Array.Parallel.map。如果没有Calculation 和someFuncToExtractResults 的更多详细信息，就不可能说出原因。

感谢您的建议，我试过了，当给定数组而不是惰性序列时，PSeq 表现良好......但是它不能解决 RAM 问题

【参考方案1】：

根据您更新的信息，我将我的答案缩短到相关部分。你只需要这个而不是你目前拥有的：

let result = data |> PSeq.map (calculationFunc >> someFuncToExtractResults)

无论您使用PSeq.map 还是Array.Parallel.map，这都一样。

但是，您的真正问题不会得到解决。这个问题可以表述为：当达到期望的并行工作程度以达到 100% 的 CPU 使用率时，没有足够的内存来支持进程。

你能看出这将如何解决吗？您可以按顺序处理事物（CPU 效率较低，但内存效率较低），也可以并行处理事物（CPU 效率更高，但内存不足）。

那么选项是：

将这些函数使用的并行度更改为不会破坏您的记忆的东西：

let result = data 
             |> PSeq.withDegreeOfParallelism 2 
             |> PSeq.map (calculationFunc >> someFuncToExtractResults)

更改calculationFunc >> someFuncToExtractResults 的底层逻辑，使其成为更高效的单一函数并将数据流式传输到结果。在不了解更多细节的情况下，要了解如何做到这一点并不容易。但在内部，当然可以进行一些延迟加载。

【讨论】：

两者都很密集，我不确定您的第二点是什么意思，请您详细说明一下吗？

@AnthonyTruskinger：根据您提供的额外信息，我做了一些重要的更新。请注意，如果您不希望更改算法，则必须在某处进行权衡（如果不更改算法，您将无法获得 100% 的 CPU 和高效内存）。如果您可以更改算法，那么，请参阅我的答案。

【参考方案2】：

Array.Parallel.map 在底层使用Parallel.For，而PSeq 是PLINQ 的薄包装。但是它们在这里表现不同的原因是当seq<Calculation> 是连续的并且产生新结果的速度太慢时，PSeq.iter 的工作负载不足。

我不知道使用中间序列或数组。假设data 是输入数组，将所有计算移动到一个地方是要走的路：

// Should use PSeq.map to match with Array.Parallel.map
PSeq.map (calculationFunc >> someFuncToExtractResults) data

和

Array.Parallel.map (calculationFunc >> someFuncToExtractResults) data

您可以避免消耗过多内存并在一个地方进行密集计算，从而提高并行执行的效率。

【参考方案3】：

我遇到了与您类似的问题，并通过将以下内容添加到解决方案的 App.config 文件中来解决它：

<runtime> 
    <gcServer enabled="true" />
    <gcConcurrent enabled="true"/>
</runtime>

在 Process Lasso 上使用 5'49'' 并显示大约 22% 的 CPU 使用率的计算需要 1'36'' 显示大约 80% 的 CPU 使用率。

另一个可能影响并行代码速度的因素是 Bios 中是否启用了超线程 (Intel) 或 SMT (AMD)。我见过禁用导致更快执行的情况。