使用多個線程時程序較慢

Question

我有一個簡單的程序，可以執行一些蒙特卡羅算法。 使用algorithmn的一次迭代沒有副作用，因此我應該能夠使用多個線程運行它。 所以這是我整個程序的相關部分，用C ++ 11編寫：

void task(unsigned int max_iter, std::vector<unsigned int> *results, std::vector<unsigned int>::iterator iterator) {
    for (unsigned int n = 0; n < max_iter; ++n) {
        nume::Album album(535);
        unsigned int steps = album.fill_up();
        *iterator = steps;
        ++iterator;
    }
}

void aufgabe2() {
    std::cout << "\nAufgabe 2\n";

    unsigned int max_iter = 10000;

    unsigned int thread_count = 4;

    std::vector<std::thread> threads(thread_count);
    std::vector<unsigned int> results(max_iter);

    std::cout << "Computing with " << thread_count << " threads" << std::endl;

    int i = 0;
    for (std::thread &thread: threads) {
        std::vector<unsigned int>::iterator start = results.begin() + max_iter/thread_count * i;
        thread = std::thread(task, max_iter/thread_count, &results, start);
        i++;
    }

    for (std::thread &thread: threads) {
        thread.join();
    }

    std::ofstream out;
    out.open("out-2a.csv");
    for (unsigned int count: results) {
        out << count << std::endl;
    }
    out.close();

    std::cout << "Siehe Plot" << std::endl;
}

令人費解的是，我添加的線程越多，速度越慢。 有4個線程，我得到這個：

real    0m5.691s
user    0m3.784s
sys     0m10.844s

而使用單個線程：

real    0m1.145s
user    0m0.816s
sys     0m0.320s

我意識到在CPU內核之間移動數據可能會增加開銷，但是應該在啟動時聲明vector ，而不是在中間修改。 在多核上，這有什么特別的原因要慢嗎？

我的系統是i5-2550M，它有4個內核（2 +超線程），我使用g ++（Ubuntu / Linaro 4.7.3-1ubuntu1）4.7.3

更新

我看到沒有使用線程（1），它會有很多用戶負載，而使用線程（2），它將擁有比用戶負載更多的內核：

10K運行：

http://wstaw.org/m/2013/05/08/stats3.png

100K運行：

http://wstaw.org/m/2013/05/08/Auswahl_001.png

目前的main.cpp

運行100K后，我得到以下結果：

完全沒有線程：

real    0m28.705s
user    0m28.468s
sys     0m0.112s

程序的每個部分的線程。 這些部分甚至不使用相同的內存，所以同一個容器的並發性也應該是。 但它需要更長的時間：

real    2m50.609s
user    2m45.664s
sys     4m35.772s

因此，盡管三個主要部分占用了我的CPU的300％，但它們需要6倍的時間。

通過1M運行，需要real 4m45才能完成。 我以前運行過1M，至少需要real 20m ，即使不是real 30m 。

Answer 1

在GitHub評估您當前的main.cpp。 除了上面提供的評論：

1. 是的，rand（）不是線程安全的，所以在運行多線程業務邏輯之前，可能需要預先用一些數組預先填充一些數組（這樣可以減少可能的鎖數）。 如果您計划進行一些堆活動（在多線程之前進行預分配或使用自定義每線程分配器），那么內存分配也是如此。
2. 不要忘記其他過程。 如果計划在4個內核上使用4個線程，則意味着您將與其他軟件（至少是OS例程）競爭CPU資源。
3. 文件輸出是一個很大的更衣室玩家。 你在每次循環迭代時做“<<”運算符並且它花了你很多（我記得我過去的一個有趣的案例：間接地修復一個多線程錯誤的日志輸出。因為通用記錄器是鎖驅動的，它是某種同步原語，請注意！）。
4. 最后，沒有任何類型的保證，多線程應用程序可能比單線程更快。 有一堆特定於CPU，特定於環境的方面。

Answer 2

向量對象結果由創建的所有線程共享，因此即使你的問題是一個令人尷尬的並行，由於共享對象，還有一個爭論，更不用說緩存未命中（我不足以解釋現代架構上的緩存）。 可能你應該有n個線程的n個結果向量，最后合並結果。 我想這會加快速度。

另一個提示是盡可能使用std :: async而不是thread。 它處理線程分配和其他低級別的混亂。 我是從Scott Mayer的有效c ++ 11書中讀到的。 但是，通過使用線程，您可以將線程關聯設置為特定核心。 因此，如果您的處理器支持8個線程，您可以創建8個線程，並至少在Linux上為每個核心分配每個線程。