使用 MPI，当存在连续数组时，用户定义的数据类型是否无用？

Question

在我的程序中，我向其他处理器发送了矩阵的一些行，我正在用 C 进行编码，并且我知道 C 是行优先的。矩阵分配为一维数组。

matrixInArrayB = malloc(height * width * sizeof(int));
matrixB = malloc(height * sizeof(int*));
for (int y = 0; y < height; y++) {
    matrixB[y] = &matrixInArrayB[y * width];
}

我是这样发的

MPI_Isend(&matrixB[0][0], width * height, MPI_INT, dest, tag,
          MPI_COMM_WORLD, &requestesForB[k]);

我怀疑我是否必须临时使用某种数据类型来确保行的连续性，例如：

 int MPI_Type_contiguous(int count,
                      MPI_Datatype oldtype,
                      MPI_Datatype *newtype)

Answer 1

不，如果您不想，则不需要定义自己的数据类型。但是，如果使用得当，它们会非常有用。

假设您使用以下结构来描述您的矩阵，而不是指向数据行的指针数组：

typedef struct {
    int      rows;
    int      cols;
    ssize_t  rowstep;
    ssize_t  colstep;
    int     *data;
} matrix;

其中矩阵 m 的行 r、列 c 的数据元素是 m.data[r*rowstep + c*colstep]。我概述了这个结构的一个更好的版本 .

然后，您可以使用 MPI_Type_create_hvector() 创建与该特定类型矩阵（特定大小和步长）的行、列或主对角线对应的类型：

int  n = (m.rows <= m.cols) ? m.rows : m.cols; /* min(m.rows, m.cols) */

MPI_Type_create_hvector(m.rows, 1, m.rowstep * sizeof m.data[0],
                        MPI_INT, &row_vector_type);
MPI_Type_create_hvector(m.cols, 1, m.colstep * sizeof m.data[0],
                        MPI_INT, &col_vector_type);
MPI_Type_create_hvector(n, 1, (m.rowstep + m.colstep) * sizeof m.data[0],
                        MPI_INT, &diag_vector_type);

要引用行 r，您可以使用 m.data + r*m.rowstep。
要引用列 c，您可以使用 m.data + c*m.colstep.
要引用主对角线，请使用 m.data.
大小字段始终为 1，因为您 send/receive 单独的行或列。

也可以定义对应于矩阵的任何连续矩形部分的数据类型。

然后 MPI 库将在发送时收集数据，并在接收时分散数据。实际数据项在内存中不需要连续

在上面的示例中，可以使用相同的代码发送和接收任何行、列或对角向量。使用自定义数据类型，除了如上所示定义类型之外，不需要区分它们。

简化代码往往会产生更健壮的代码，错误更少。（你可以说 bug 要么是 off-by-one 类型，即难以发现但并不复杂，要么是复杂类型，其中代码的不同方面以意想不到或无意的方式相互作用导致 bug。）

因此，我想说即使数据在连续数组中，用户定义的 MPI 数据类型也不是无用的，因为它们可用于简化代码，从而使其更健壮且易于维护。

显然，并非所有 MPI 代码都能很好地使用用户定义的 MPI 数据类型。尽可能使用用户定义的数据类型绝对不是解决方案。

我的观点是，您要根据具体情况来确定有用性，具体取决于您是否可以使代码更简单、更易于阅读和健壮。

使用 MPI，当存在连续数组时，用户定义的数据类型是否无用？

With MPI are user-defined datatypes useless when there is a contiguous array?

c

arrays

mpi

contiguous

row-major-order