OpenMP共享数据

Question

我对OpenMP有点新，但总体上有并行处理的经验。 之前我使用过boost::threads ，现在我正在使用openmp进行测试。

问题是我不知道如何处理共享数据访问，因为我真的不知道openmp在内部对并行循环内的共享数据对象做了什么。

我现在正在做什么（这是迄今为止的工作）：我使用mmap将文件从磁盘读入内存。 我在内存映射部分后面收到一个关于char的指针。

OpenMP现在可以在OpenMP并行for循环中使用此指针，并在线程之间共享数据。 我现在能够在映射和共享文件中搜索正则表达式匹配，多个线程针对（非常长的）正则表达式列表检查每个字符串。

我在openmp循环中创建了这个列表（包含正则表达式的向量）私有，因此每个线程都有它自己的列表副本。

问题出现了：

为了显着提高我的应用程序的性能，我需要能够在匹配字符串时从该向量中删除（regex-）项目。

现在所有其他活动线程都需要从列表中删除此项目。

所以我把这个列表作为openmp循环中的共享数据对象，但是现在当我尝试将（vector.erase（item＃））写入列表时，我在运行时会出现分段错误。

使用boost :: threads我会在写/读它时使用互斥锁来锁定这个对象。

但是openmp似乎处理了大部分同步本身，所以现在我想知道在使用openmp这个问题时处理这个问题的正确方法是什么。

Answer 1

对于同步，您可以使用#pragma omp critical或者您可以使用OpenMP锁定例程（ omp_{init,set,unset,destroy}_lock ）。

#pragma omp critical的好处是简单性和在已知并行区域由单个线程执行时忽略pragma的能力。 缺点仅适用于单个并行区域，并且在该区域内具有全局效果：没有其他线程可以执行该区域中的任何其他关键部分。

OpenMP锁定例程与大多数其他可用锁类似，例如pthreads或Boost（RAII除外）。 您初始化一个锁定对象，然后使用它来保护某些关键部分，并在不必要时销毁它。 这些锁可用于保护对来自不同并行区域的数据的访问，构建分布式锁定方案等; 但总会产生一定的开销，与#pragma omp critical相比，肯定使用起来更“毛茸茸”。

但是，我会挑战并行解决方案的设计。 从向量中间擦除元素会使所有迭代器失效，并移动元素。 擦除被认为是一种罕见的操作（否则，即使在我认为的串行代码中，矢量的选择也会有问题），但由于上述影响，你必须保护矢量的所有读取，这可能是昂贵的。 读/写锁可以带来一些缓解，但这些在OpenMP中不可用，因此您需要使用特定于平台的接口或第三方库。

我认为以下内容可能会更好：

• 您将regex向量保持为私有，并添加相同大小的共享标志向量，以指示某个正则表达式是否仍然有效。
• 在从私有向量应用某个正则表达式之前，如果此正则表达式未被某个其他线程“擦除”，则代码将检查共享向量。 如果是，则跳过正则表达式。
• 找到匹配后，代码将与当前正则表达式对应的共享向量的元素标记为“已擦除”，以便从现在开始忽略它。

在这种方案中，存在用于读/写标志的竞赛：在下一个被另一个线程读取为“有效”的时刻，可以将标志设置为“擦除”。 结果，两个不同的线程可以同时找到相同正则表达式的匹配。 但是我认为这个问题存在于当前的解决方案中，其中所有正则表达式容器都是私有的，以及具有共享容器和锁或RW锁的解决方案，除非非RW锁也保护使用给定正则表达式的操作。 如果多个匹配是一个问题，那么应该重新思考。

Answer 2

您可以通过创建关键部分来实现此目的。

#pragma omp critical
{
   ...some synchronized code...
}

编辑：删除了关于'#pragma omp atomic'的部分，因为它无法自动执行所需的操作。