为什么这个关于共享变量的简单程序不能扩展？（无锁）

Question

我是并发编程的新手。我实施了一项 CPU 密集型工作并测量了我可以获得多少加速。但是，随着#threads 的增加，我无法获得任何加速。

该程序执行以下任务：

有一个从 1 到 1000001 计数的共享计数器。
每个线程执行以下操作，直到计数器达到 1000001：
- 自动递增计数器，然后
- 运行循环10000次

总共有 1000001*10000 = 10^10 个操作要执行，所以我应该能够在增加#threads 时获得良好的加速。

以下是我的实现方式：

#include <pthread.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <stdatomic.h>

pthread_t workers[8];
atomic_int counter; // a shared counter

void *runner(void *param);

int main(int argc, char *argv[]) {
  if(argc != 2) {
    printf("Usage: ./thread thread_num\n");
    return 1;
  }

  int NUM_THREADS = atoi(argv[1]);
  pthread_attr_t attr;

  counter = 1; // initialize shared counter
  pthread_attr_init(&attr);

  const clock_t begin_time = clock(); // begin timer
  for(int i=0;i<NUM_THREADS;i++)
    pthread_create(&workers[i], &attr, runner, NULL);

  for(int i=0;i<NUM_THREADS;i++)
    pthread_join(workers[i], NULL);

  const clock_t end_time = clock(); // end timer

  printf("Thread number = %d, execution time = %lf s\n", NUM_THREADS, (double)(end_time - begin_time)/CLOCKS_PER_SEC);

  return 0;
}

void *runner(void *param) {
  int temp = 0;

  while(temp < 1000001) {
    temp = atomic_fetch_add_explicit(&counter, 1, memory_order_relaxed);
    for(int i=1;i<10000;i++)
      temp%i; // do some CPU intensive work
  }

  pthread_exit(0);
}

但是，在我运行我的程序中，我无法获得比顺序执行更好的性能！！

gcc-4.9 -std=c11 -pthread -o my_program my_program.c
for i in 1 2 3 4 5 6 7 8; do \
        ./my_program $i; \
    done
Thread number = 1, execution time = 19.235998 s
Thread number = 2, execution time = 20.575237 s
Thread number = 3, execution time = 25.161116 s
Thread number = 4, execution time = 28.278671 s
Thread number = 5, execution time = 28.185605 s
Thread number = 6, execution time = 28.050380 s
Thread number = 7, execution time = 28.286925 s
Thread number = 8, execution time = 28.227132 s

我运行4核机器上的程序。

有没有人有改进程序的建议？或者我为什么无法获得加速的任何线索？

Answer 1

这里唯一可以并行完成的工作是循环：

for(int i=0;i<10000;i++)
      temp%i; // do some CPU intensive work

gcc，即使采用最低优化级别，也不会为 temp%i; void 表达式发出任何代码（反汇编并查看），因此这实际上变成了一个空循环，执行速度非常快 -在不同内核上有多个线程运行的情况下，执行时间将由包含不同内核之间的原子变量乒乓的缓存行决定。

您需要让此循环实际完成大量工作，然后才能看到加速。

为什么这个关于共享变量的简单程序不能扩展？（无锁）

Why this simple program on shared variable does not scale? (no lock)

multithreading

concurrency

pthreads

concurrent-programming

pthread-join

为什么这个关于共享变量的简单程序不能扩展？ （无锁）

Why this simple program on shared variable does not scale? (no lock)

multithreading

concurrency

pthreads

concurrent-programming

pthread-join

为什么这个关于共享变量的简单程序不能扩展？（无锁）