OpenMP中的任務排程

openmp中的任務排程

openmp中，任務排程主要用於並行的for迴圈中，當迴圈中每次迭代的計算量不相等時，如果簡單地給各個執行緒分配相同次數的迭代的話，會造成各個執行緒計算負載不均衡，這會使得有些執行緒先執行完，有些後執行完，造成某些cpu核空閒，影響程式效能。例如以下**：

int i, j;

int a[100][100] = ;

for ( i =0; i < 100; i++)

} 如果將最外層迴圈並行化的話，比如使用4個執行緒，如果給每個執行緒平均分配25次迴圈迭代計算的話，顯然i＝0和i＝99的計算量相差了100倍，那麼各個執行緒間可能出現較大的負載不平衡情況。為了解決這些問題，openmp中提供了幾種對for迴圈並行化的任務排程方案。

在openmp中，對for迴圈並行化的任務排程使用schedule子句來實現，下面介紹schedule字句的用法。

1.1.1schedule子句用法

schedule子句的使用格式為：

schedule(type[,size])

schedule有兩個引數：type和size，size引數是可選的。 1.

type引數

表示排程型別，有四種排程型別如下：

·dynamic

·guided

·runtime

·static

這四種排程型別實際上只有static、dynamic、guided三種排程方式，runtime實際上是根據環境變數來選擇前三種中的某中型別。

run-sched-var 2.

size

引數 (可選)

size

引數表示迴圈迭代次數，

size

引數必須是整數。static、dynamic、guided三種排程方式都可以使用size引數，也可以不使用size引數。

當type

引數型別為

runtime

時，size

引數是非法的（不需要使用，如果使用的話編譯器會報錯）。

1.1.2靜態排程(static)

靜態排程時可以不使用size引數，也可以使用size引數。

3.不使用size引數

不使用size引數時，分配給每個執行緒的是n/t次連續的迭代，不使用size引數的用法如下：

schedule(static)

例如以下**:

#pragma omp parallel for schedule(static)

for(i = 0; i < 10; i++ )

上面**執行時列印的結果如下：

i=0, thread_id=0

i=1, thread_id=0

i=2, thread_id=0

i=3, thread_id=0

i=4, thread_id=0

i=5, thread_id=1

i=6, thread_id=1

i=7, thread_id=1

i=8, thread_id=1

i=9, thread_id=1

可以看出執行緒0得到了0～4次連續迭代，執行緒1得到5～9次連續迭代。注意由於多執行緒執行時序的隨機性，每次執行時列印的結果順序可能存在差別，後面的例子也一樣。

4.使用size引數

使用size引數時，分配給每個執行緒的size次連續的迭代計算，用法如下：

schedule(static, size)

例如以下**:

#pragma omp parallel for schedule(static, 2)

for(i = 0; i < 10; i++ )

執行時會列印以下結果：

i=0, thread_id=0

i=1, thread_id=0

i=4, thread_id=0

i=5, thread_id=0

i=8, thread_id=0

i=9, thread_id=0

i=2, thread_id=1

i=3, thread_id=1

i=6, thread_id=1

i=7, thread_id=1

從列印結果可以看出，0、1次迭代分配給執行緒0，2、3次迭代分配給執行緒1，4、5次迭代分配給執行緒0，6、7次迭代分配給執行緒1，…。每個執行緒依次分配到2次連續的迭代計算。

1.1.3動態排程(dynamic)

動態排程是動態地將迭代分配到各個執行緒，動態排程可以使用size引數也可以不使用size引數，不使用size引數時是將迭代逐個地分配到各個執行緒，使用size引數時，每次分配給執行緒的迭代次數為指定的size次。

下面為使用動態排程不帶size引數的例子：

#pragma omp parallel for schedule(dynamic)

for(i = 0; i < 10; i++ )

列印結果如下：

i=0, thread_id=0

i=1, thread_id=1

i=2, thread_id=0

i=3, thread_id=1

i=5, thread_id=1

i=6, thread_id=1

i=7, thread_id=1

i=8, thread_id=1

i=4, thread_id=0

i=9, thread_id=1

下面為動態排程使用size引數的例子：

#pragma omp parallel for schedule(dynamic, 2)

for(i = 0; i < 10; i++ )

列印結果如下：

i=0, thread_id=0

i=1, thread_id=0

i=4, thread_id=0

i=2, thread_id=1

i=5, thread_id=0

i=3, thread_id=1

i=6, thread_id=0

i=8, thread_id=1

i=7, thread_id=0

i=9, thread_id=1

從列印結果可以看出第0、1，4、5，6、7次迭代被分配給了執行緒0，第2、3，8、9次迭代則分配給了執行緒1，每次分配的迭代次數為2。

1.1.4guided排程（guided）

guided排程是一種採用指導性的啟發式自排程方法。開始時每個執行緒會分配到較大的迭代塊，之後分配到的迭代塊會逐漸遞減。迭代塊的大小會按指數級下降到指定的size大小，如果沒有指定size引數，那麼迭代塊大小最小會降到1。

例如以下**：

#pragma omp parallel for schedule(guided,2)

for(i = 0; i < 10; i++ )

列印結果如下：

i=0, thread_id=0

i=1, thread_id=0

i=2, thread_id=0

i=3, thread_id=0

i=4, thread_id=0

i=8, thread_id=0

i=9, thread_id=0

i=5, thread_id=1

i=6, thread_id=1

i=7, thread_id=1

第0、1、2、3、4次迭代被分配給執行緒0，第5、6、7次迭代被分配給執行緒1，第8、9次迭代被分配給執行緒0，分配的迭代次數呈遞減趨勢，最後一次遞減到2次。

1.1.5runtime排程（rumtime）

runtime排程並不是和前面三種排程方式似的真實排程方式，它是在執行時根據環境變數omp_schedule來確定排程型別，最終使用的排程型別仍然是上述三種排程方式中的某種。

例如在unix系統中，可以使用setenv命令來設定omp_schedule環境變數：

setenv omp_schedule 「dynamic, 2」

上述命令設定排程型別為動態排程，動態排程的迭代次數為2。

在windows環境中，可以在」系統屬性|高階|環境變數」對話方塊中進行設定環境變數。

OpenMP中的任務排程

OpenMP中的任務排程

OpenMP中的任務排程

OpenMP中的任務排程

相關推薦