因此,当处理线程中的任务是微不足道的时候,创建线程的成本会比分配任务创造更多的开销.这是一个单线程比多线程快的情况.
问题
>有更多的情况下单线程将比多线程快吗？
>我们什么时候决定放弃多线程,只使用一个线程来完成我们的目标？
解决方法
>如果您的cpu有多个核心可用,多线程可能会让您并行执行此操作.所以在一个理想的世界,例如如果您的cpu有4个核心可用,并且您的算法工作真正并行,那么使用4个线程可能会增加一些素数的4倍.
>如果您启动更多的线程作为核心可用,您的操作系统的线程管理将花费越来越多的时间在线程交换机,并以您的效率,使用您的cpu变得更糟.
>如果编译器,cpu缓存和/或运行时实现了您运行多个线程,则访问内存中的相同数据区域将以不同的优化模式运行：只要编译/运行时才确定只有一个线程访问数据,可以避免将数据经常写入外部RAM,并可能有效地使用cpu的L1缓存.如果没有：必须激活信号量,并且更频繁地将缓存的数据从L1 / L2缓存刷新到RAM.
所以我从高度parrallel多线程中学到的经验是：
>如果可能,使用单线程,无共享进程来提高效率
>如果需要线程,尽可能地解耦共享数据访问
>如果可能,不要尝试分配比可用核心更多的加载工作线程
这里有一个小程序(javafx)来玩.它：
>分配一个100.000.000大小的字节数组,填充随机字节
>提供一个方法,计数在这个数组中设置的位数
>该方法允许计数每个第n个字节位
count(0,1)将计数所有字节位
> count(0,4)将计数0′,4′,8’字节位,允许并行交错计数
使用MacPro(4核)导致：
>运行一个线程,count(0,1)需要1326ms计数所有399993625位
>运行两个线程,并行计数(0,2)和计数(1,2)需要920ms
>运行四个线程,需要618ms
>运行八个线程,需要631ms
改变计数方式,例如增加一个共同的整数(AtomicInteger或synchronized)会大大改变许多线程的性能.
public class MulithreadingEffects extends Application {
static class ParallelProgressBar extends ProgressBar {
AtomicInteger myDoneCount = new AtomicInteger();
int myTotalCount;
Timeline myWhatcher = new Timeline(new KeyFrame(Duration.millis(10),e -> update()));
BooleanProperty running = new SimpleBooleanProperty(false);
public void update() {
setProgress(1.0*myDoneCount.get()/myTotalCount);
if (myDoneCount.get() >= myTotalCount) {
myWhatcher.stop();
myTotalCount = 0;
running.set(false);
}
}
public boolean isRunning() { return myTotalCount > 0; }
public BooleanProperty runningProperty() { return running; }
public void start(int totalCount) {
myDoneCount.set(0);
myTotalCount = totalCount;
setProgress(0.0);
myWhatcher.setCycleCount(Timeline.INDEFINITE);
myWhatcher.play();
running.set(true);
}
public void add(int n) {
myDoneCount.addAndGet(n);
}
}
int mySize = 100000000;
byte[] inData = new byte[mySize];
ParallelProgressBar globalProgressBar = new ParallelProgressBar();
BooleanProperty iamReady = new SimpleBooleanProperty(false);
AtomicInteger myCounter = new AtomicInteger(0);
void count(int start,int step) {
new Thread(""+start){
public void run() {
int count = 0;
int loops = 0;
for (int i = start; i < mySize; i+=step) {
for (int m = 0x80; m > 0; m >>=1) {
if ((inData[i] & m) > 0) count++;
}
if (loops++ > 99) {
globalProgressBar.add(loops);
loops = 0;
}
}
myCounter.addAndGet(count);
globalProgressBar.add(loops);
}
}.start();
}
void pcount(Label result,int n) {
result.setText("("+n+")");
globalProgressBar.start(mySize);
long start = System.currentTimeMillis();
myCounter.set(0);
globalProgressBar.runningProperty().addListener((p,o,v) -> {
if (!v) {
long ms = System.currentTimeMillis()-start;
result.setText(""+ms+" ms ("+myCounter.get()+")");
}
});
for (int t = 0; t < n; t++) count(t,n);
}
void testParallel(VBox Box) {
HBox hBox = new HBox();
Label result = new Label("-");
for (int i : new int[]{1,2,4,8}) {
Button run = new Button(""+i);
run.setOnAction( e -> {
if (globalProgressBar.isRunning()) return;
pcount(result,i);
});
hBox.getChildren().add(run);
}
hBox.getChildren().addAll(result);
Box.getChildren().addAll(globalProgressBar,hBox);
}
@Override
public void start(Stage primaryStage) throws Exception {
primaryStage.setTitle("ProgressBar's");
globalProgressBar.start(mySize);
new Thread("Prepare"){
public void run() {
iamReady.set(false);
Random random = new Random();
random.setSeed(4711);
for (int i = 0; i < mySize; i++) {
inData[i] = (byte)random.nextInt(256);
globalProgressBar.add(1);
}
iamReady.set(true);
}
}.start();
VBox Box = new VBox();
Scene scene = new Scene(Box,400,80,Color.WHITE);
primaryStage.setScene(scene);
testParallel(Box);
GUIHelper.allowImageDrag(Box);
primaryStage.show();
}
public static void main(String[] args) { launch(args); }
}
