北京交通大学高性能作业——OpenMP并行编程模型_omp并行编程

OpenMP Programming Model

目录

OpenMP Programming Model

1、Parallel Construct

2、Combined Parallel Worksharing Constructs

3、Combined Parallel Section Constructs

4、Synchronization Constructs(barrier)

5、Synchronization Constructs(Critical)

6、Synchronization Constructs(Atomic)

7、Reduction clause

---

1、Parallel Construct

#include <iostream>
#include <omp.h>
int main() {
 
	int id, numb;
	omp_set_num_threads(3);
#pragma omp parallel private(id, numb) 
	{
		id = omp_get_thread_num();
		numb = omp_get_num_threads();
		printf("I am thread % d out of % d \n", id, numb);
	}
return 0;
}

Parallel Construct执行代码

图1-1 运行结果

 

图1-2 华为TaiShan200服务器运行结果

分析：这是并行编程中的并行结构，在指令 #pragma omp parallel 中执行。三个线程都要执行该指令中的内容，只是因为抢执行位置的先后顺序，0，1，2出现的顺序不一样！

2、Combined Parallel Worksharing Constructs

#include <omp.h>
 
int main() {
 
	omp_set_num_threads(3);
 
#pragma omp parallel for 
	for (int i = 0; i < 10; ++i) {
		printf(" No. %d iteration by thread %d\n", i, omp_get_thread_num());
	}
 
	return 0;
}

Combined Parallel Worksharing Constructs执行代码

图2-1 运行结果

 图2-2 华为TaiShan200服务器运行结果

分析：在 #pragma omp parallel for 这个指令中，专门执行一个for循环，这个for循环的每一次迭代由能够进行处理的线程抢到并执行，直到整个for循环执行完。这和 #pragma omp parallel 指令不一样，#pragma omp parallel指令是让所有可用线程都将这个指令中的内容执行一遍（除了在 #pragma omp parallel 指令中嵌套其他指令，如for指令。嵌套指令中的内容按照嵌套指令的要求来执行）要注意两者的区别！！！

3、Combined Parallel Section Constructs

#include <iostream>
#include <omp.h>
 
int main() {
	int id, numb;
	omp_set_num_threads(2);
#pragma omp parallel sections	//线程选择
	{
#pragma omp section	//选择之后就会由这个线程全部做完
		for (int i = 0; i < 5; i++) {
			printf("section i : iteration %d by thread no.%d\n", i, omp_get_thread_num());
		}
#pragma omp section
		for (int j = 0; j < 5; j++) {
			printf("section j : iteration %d by thread no.%d\n", j, omp_get_thread_num());
		}
#pragma omp section
		for (int k = 0; k < 5; k++) {
			printf("section k : iteration %d by thread no.%d\n", k, omp_get_thread_num());
		}
	}
}

Combined Parallel Section Constructs执行代码

 图3-1 运行结果

图3-2 华为TaiShan200服务器运行结果

分析：#pragma omp parallel sections指令中，提供给所有线程n个 #pragma omp section 指令，即所有线程有n个选择，线程选到该指令之后，由该线程执行指令中所有的内容！其余线程不参与其中的数据竞争。

4、Synchronization Constructs(barrier)

#include <iostream>
#include <omp.h>
 
int main() {
	int id, numb;
	omp_set_num_threads(3);
#pragma omp parallel 
	{
		for (int i = 0; i < 10; ++i) {
			printf("loop i : iteration % d by thread no. % d\n", i, omp_get_thread_num());
		}	//三个线程都要执行这个循环，谁先做完这个循环不一定，但是都会在barrier等待其他线程的同步
#pragma omp barrier //线程同步
		for (int j = 0; j < 10; ++j) {
			printf("loop j : iteration % d by thread no. % d\n", j, omp_get_thread_num());
		}
	}
}

Synchronization Constructs（barrier）执行代码

图4-1 运行结果

图4-2 华为TaiShan200服务器运行结果（展示部分结果……）

分析：在#pragma omp parallel指令中，所有线程都会执行其中的内容，但是因为数据竞争，所以不同线程执行时间不同。#pragma omp barrier的作用即让不同线程到这个地方停下来等待，直到所有线程统一进度。

5、Synchronization Constructs(Critical)

#include <iostream>
#include <omp.h>
 
int main() {
	int id, numb;
	omp_set_num_threads(3);
int x = 0;
#pragma omp parallel shared(x)
	{
#pragma omp critical
		x += 1;
	}
	printf("x = %d\n", x);
 
}

Synchronization Constructs（Critical）执行代码

图5-1 运行结果

图5-2 华为TaiShan200服务器运行结果

分析：x为共享变量，citical作为相当于操作系统一个锁的结构，每次只让一个线程执行critical中的代码，不允许多个线程同时执行，以防共享变量x出错

6、Synchronization Constructs(Atomic)

#include <iostream>
#include <omp.h>
 
int main() {
	int id, numb;
	omp_set_num_threads(3);
int x = 0;
#pragma omp parallel shared(x)
	{
#pragma omp atomic
		x++;
	}
	printf("x = %d\n", x);
 
}

Synchronization Constructs（Atomic）执行代码

图6-1 运行结果

图6-2 华为TaiShan200服务器运行结果

分析：x为共享变量，atomic作为相当于操作系统一个锁的结构，每次只让一个线程执行atomic中的代码，不允许多个线程同时执行，以防共享变量x出错

7、Reduction clause

#include <iostream>
#include <omp.h>
 
static long num_steps = 100000;	//让步长足够长
double step;
 
//求π，f(x) = 4 / (1 + x2)  π = f(x)从 0 到 1 的积分
int main() {
	int i;
	double x, pi, sum = 0;
	step = 1 / (double)num_steps;	//每一步的距离
	omp_set_num_threads(2);
#pragma omp parallel for reduction(+:sum) private(x)
	for (i = 1; i <= num_steps; i++) {
		x = (i - 0.5) * step;	//矩形正中间
		sum += 4.0 / (1.0 + x * x);	//等效于积分
	}
	pi = step * sum;
	printf("pi = %.12lf\n", pi);
	return 0;
}

Reduction clause 执行代码

图7-1 运行结果

图7-2 pi函数 

图7-3 华为TaiShan200服务器运行结果

分析：求pi，因为计算机的高性能计算能力，可以将微小的矩形拼接在一起，将f(x) = 4.0 / (1.0 + x * x)计算出来。