面向ForkJoin框架的软件重构及性能分析.docVIP

向Fork/Join框架的软件重构及性能分析 针对目前对于Fork/Join框架应用和性能分 析的相关工作还不多的现状，以JGF基准测试程序套件为基 础，对其中的 series、crypt、sparsematmult 和 sor 等程 序使用Fork/Join框架进行重构，并以series程序为例， 详细地说明了重构的过程。在实验中，首先，测试了每个程 序在不同阈值下使用Fork/Join框架分别递归1、2、3次执 行程序的时间，进而选择相对较好的阈值；然后，对每个程 序使用Fork/Join框架和使用Thread的执行时间进行了对 比；此外，测试了重构后的程序在执行过程中任务窃取的情 况。实验结果表明，Fork/Join框架执行时间与多线程执行 时间相比，平均降低了 14. 2%；对于series程序，当数据大 小为sizeC且线程个数为2时，Fork/Join框架执行时间比 多线程执行时间降低高迗40%,可见，在多核处理器平台上 应用Fork/Join框架比使用多线程将获得更好的性能。 关键词：Fork/Join框架；软件重构；工作窃取；性能 分析 TP311 A 0引言 随着多核处理器的普及和众核处理器的发展，面向多核 的并行编程已经成为了高性能计算领域的研究热点。与传统 的串行程序设计相比，并行编程不仅可以缩短任务执行的时 间，而且能更加充分地利用多核处理器资源，提高任务执行 的效率［1］。因此，越来越多的人开始关注并行编程，并在 多核平台使用并行程序设计技术。 JDK1. 7中提出的Fork/Join框架是并行编程中一个经典 的编程框架，它可以适应多核时代并行编程的要求。 Fork/Jo in框架的思想是分而治之，即将所要执行的任务分 解为多个子任务并行执行。该框架的核心是工作窃取，当一 个线程将自身任务队列中全部任务执行完毕后，会从其他未 执行完毕的线程任务队列中窃取任务执行，从而帮助其他线 程尽快地执行完毕，这样既可以缩短程序执行的时间，又能 够充分发挥多核计算机的资源优势。 目前，国内外针对Fork/Join框架的研究很多。文献［2］ 中对JDK1.7中Fork/Join框架的基本原理、设计方法和实 现机制进行了详细的介绍。文献［3］中通过典型案例详细的 介绍了 Fork/Join框架的应用，例如，如何应用Fork/Join 框架建立ForkJoinPool、加入任务等。在国内，Wang等［4］ 对多处理器系统下Fork/Join程序的响应时间进行了研究。 刘振英等［5］针对Fork/Join任务图，提出了 一个基于任务 复制的静态调度算法TSA FJ。虽然目前对于Fork/Join框架 已有了 一些研究，但对于Fork/Join框架的应用及性能分析 的相关研究还有待于进一步研究。 针对这一问题，本文应用Fork/Join框架对JGF基准测 试程序［6］中的 series、crypt、sparsematmult 和 sor 等程 序进行了重构，将程序中单线程顺序执行的代码重构为 Fork/Join框架并行执行的代码。在实验中，测试并分析了 阈值大小对Fork/Join框架执行程序的影响，并在两种实验 环境下测试了每个程序使用Fork/Join框架和多线程的执行 时间。此外，测试了重构后的程序在执行过程中任务窃取的 情况。 1相关工作 Dig等［7］提出了 一个软件并行化重构工具 CONCURRENCER，该工具可以将串行的Java代码重构为并行 的Java代码，通过使用java. util, concurrent并发库将 线程操作转换为使用Fork/Join框架。Luj a n等［8］对 Fork/Join框架的扩展版本DIF0J0框架的应用、实现与性能 进行了深入的研究，通过对比Fork/Join框架的性能，对 DIF0J0的性能进行了评估。Ojail等［9］针对多核嵌入式系 统中更细粒度的并行任务的调度问题，提出了一种轻量级的 Fork/Join框架一一ATAM,并通过实验证明，ATAM框架的 应用可以取得更加理想的加速比，明显优于本领域的其他技 术方法。Lui等［10］通过对多重处理环境下Fork/Join并行 程序的计算时间的界限进行研究，提出了 一种算法来获取预 期执行时间的上限与下限。Nelissen等［11］通过研究提出了 一种调度Fork/Join并行实时任务的新算法。Gao等［12］提 出了一种静态的、平均的案例分析方法，该方法被称之为 M0QA法，可以对Fork/Join框架执行的程序进行分析，以并 行快速排序程序为例，验证了该分析方法准确性更高。 杨峰等［13］针对广义Fork/Join任务图提出了基于遗传 算法的调度算法，该算法将遗传算法和任务复制相结合，有 效地缩短了得到最优结果