从 MPI_Recv 中的特定位置开始存储值

Question

我正在测试一个例子，我试图将一个包含 4 个元素的数组从进程 0 发送到进程 1，我这样做是使用 MPI_Type_contiguous

这是相同的代码

#include <string.h>
#include <stdio.h>
#include <stdlib.h>
#include "mpi.h"

int main( int argc, char *argv[] )
{
    MPI_Init(&argc, &argv);
    
    int myrank, size; //size will take care of number of processes 
         
    MPI_Comm_rank(MPI_COMM_WORLD, &myrank) ;
    MPI_Comm_size(MPI_COMM_WORLD, &size);

    //declaring the matrix
    double mat[4]={1,   2,  3,  4};
    int r=4;

    double snd_buf[r];
    double recv_buf[r];
    double buf[r];
    
    int position=0;
    
    MPI_Status status[r];
    
    MPI_Datatype type;
    MPI_Type_contiguous( r, MPI_DOUBLE, &type );
    MPI_Type_commit(&type);
             
    
    //sending the data
    if(myrank==0)
    {
       MPI_Send (&mat[0], r , type, 1 /*dest*/ , 100 /*tag*/ , MPI_COMM_WORLD);
    }   
    //receiving the data
    
    if(myrank==1)
    {
       MPI_Recv(recv_buf, r, type, 0 /*src*/ , 100 /*tag*/, MPI_COMM_WORLD,&status[0]);
    }
    //printing
    if(myrank==1)
    {
       for(int i=0;i<r;i++)
       {
           printf("%lf ",recv_buf[i]);
       }
       printf("\n");
    }
    MPI_Finalize();
    return 0;

}

可以看到 recv_buf 大小与数组的大小相同。正在打印的输出是 1 2 3 4

现在我要做的是，假设 recv_buf 大小为 10，我想存储从位置 6 到 9 的元素。为此我编写了这段代码，但令我惊讶的是它没有输出

#include <string.h>
#include <stdio.h>
#include <stdlib.h>
#include "mpi.h"

int main( int argc, char *argv[] )
{
    MPI_Init(&argc, &argv);
    
    int myrank, size; //size will take care of number of processes 
         
    MPI_Comm_rank(MPI_COMM_WORLD, &myrank) ;
    MPI_Comm_size(MPI_COMM_WORLD, &size);


    //declaring the matrix
    double mat[4]={1,   2,  3,  4};
    int r=4;
    double snd_buf[r];
    double recv_buf[10];   //declared it of size 10
    double buf[r];
    int position=0;
    MPI_Status status[r];
    
    MPI_Datatype type;
    MPI_Type_contiguous( r, MPI_DOUBLE, &type );
    MPI_Type_commit(&type);
    //packing and sending the data
    if(myrank==0)
    {
        MPI_Send (&mat[0], r , type, 1 /*dest*/ , 100 /*tag*/ , MPI_COMM_WORLD);
    }   
    //receiving the data
    if(myrank==1)
    {
        MPI_Recv(&recv_buf[6], r, type, 0 /*src*/ , 100 /*tag*/, MPI_COMM_WORLD,&status[0]);
    }
    //printing
    if(myrank==1)
    {
       for(int i=6;i<10;i++)
       {
           printf("%lf ",recv_buf[i]);
       }
       printf("\n");
    }
    MPI_Finalize();
    return 0;

}

我哪里错了？

Answer 1

从这个可以读到：

MPI_Type_contiguous is for making a new datatype which is count copies of the existing one. This is useful to simplify the processes of sending a number of datatypes together as you don't need to keep track of their combined size (count in MPI_send can be replaced by 1).

也就是说，在您的 MPI_Send 电话中：

MPI_Send (&mat[0], r , type, 1 /*dest*/ , 100 /*tag*/ , MPI_COMM_WORLD);

您不应发送具有 'r' 个 'type' 类型元素的数组，而应发送 1 个 'type' 类型元素（等于 4 个双精度数）。 MPI_Type_contiguous 的目标之一是将 count 抽象为 1，而不是跟踪元素的数量。

这同样适用于您的 recv 调用：

MPI_Recv(&recv_buf[6], 1, type, 0 /*src*/ , 100 /*tag*/, MPI_COMM_WORLD,&status[0]);

最后，您还应该相应地释放自定义类型：

MPI_Type_free(&type);

完整代码：

#include <string.h>
#include <stdio.h>
#include <stdlib.h>
#include "mpi.h"

int main( int argc, char *argv[] )
{
    MPI_Init(&argc, &argv);
    int myrank, size;
    MPI_Comm_rank(MPI_COMM_WORLD, &myrank) ;
    MPI_Comm_size(MPI_COMM_WORLD, &size);
    double mat[4]={1, 2, 3, 4};
    int r=4;
    double snd_buf[r];
    double recv_buf[10];
  
    MPI_Status status;
    MPI_Datatype type;
    MPI_Type_contiguous( r, MPI_DOUBLE, &type );
    MPI_Type_commit(&type);
             
    if(myrank==0)
       MPI_Send (&mat[0], 1 , type, 1, 100, MPI_COMM_WORLD);
    else if(myrank==1)
    {
       MPI_Recv(&recv_buf[6], 1, type, 0, 100, MPI_COMM_WORLD, &status);
       for(int i=6;i<10;i++)
          printf("%lf ",recv_buf[i]);
      printf("\n");
   }

   MPI_Type_free(&type);        
   MPI_Finalize();
   return 0;
}

输出：

1.000000 2.000000 3.000000 4.000000

从 MPI_Recv 中的特定位置开始存储值

Storing values starting from a particular location in MPI_Recv

c

performance

parallel-processing

mpi

hpc