本篇文章只是記錄api的用法和回顧，方便記憶

openMP

openMP提供“基于指令”的共享內存API。這就意味著在c和c++中，有一些特殊的預處理指令pragma。在系統中加入預處理指令一般時用來允許不是基本C語言的規范的行為。

不支持pragma的編譯器會忽略pragma指令提示的那些語句，這樣就允許使用pragma的程序在不支持它的平臺上運行。

OpenMP的pragma總是以 ##pragma omp 開始

簡單例子

#include

#include

#include

void Hello(void);

int main(int argc,char* argv[])

{

/*

long strtol(

const char* number_p *in*, 第一個參數是字符串

const char** end_p *out*,終止的非法字符串

int base *in* 進制(2-36)

)

例：

char buffer[20]="10379cend$3";

char *stop;

printf("%d\n",strtol(buffer, &stop, 2));

printf("%s\n", stop);

輸出結果：

2

379cend$3

*/

int thread_count = strtol(argv[1],NULL,10);

#pragma omp parallel num_threads(thread_count)

Hello();

return 0;

}

void Hello(void)

{

int my_rank = omp_get_thread_num();

int thread_count = omp_get_num_threads();

printf("hello from thread %d of %d \n",my_rank,thread_count);

}

#編譯

gcc -g -Wall -fopenmp -o main main.c

#-g :產生供gdb調試用的可執行文件

# http://www.jianshu.com/p/30ffc01380a0

#-Wall:編譯后顯示所有警告

#-fopenmp 使用mpi支持

#-o:輸出到指定文件

#pragma omp pallel

使用parallel是用來表明之后的結構化代碼塊(一個結構化代碼塊時一條C語句或者只有一個入口和一個出口的一組復合C語句)應該被多個線程并行執行。

完成代碼塊前會有一個隱式路障，先完成的線程必須等待線程組其他線程完成代碼塊。

- num_threads 子句

允許程序員指定執行后代碼塊的線程數

程序可以啟動的線程數可能會受系統定義的限制。OpenMP標準并不保證實際能夠啟動thread_count個線程。

#pragma omp parallel num_threads(thread_count)

線程被同一個進程派生，這些線程共享大部分資源。有它自己的棧和計數器。當一個線程完成了執行，它就又合并到啟動它的線程中。

每個線程都有它自己的棧，所以執行一個代碼塊將在代碼塊內創建自己的私有局部變量。

-func omp_get_thread_num | omp_get_num_threads

#獲得當前線程的編號

int omp_get_thread_num(void)

#獲得線程數量

int omp_get_num_threads(void)

錯誤檢查

可以通過預處理宏_OPENMP是否定義。

#ifdef _OPENMP

#include

#endif

#ifdef _OPENMP

int my_rank=omp_get_thread_num();

int thread_count=omp_get_num_threads();

#else

int my_rank=0;

int thread_count=1;

#endif

#pragma omp critical

只有一個線程能夠執行對應代碼塊,并且第一個線程完成操作前，沒有其他的線程能夠開始執行這段代碼。

當不添加name時，OpenMP默認做法將所有臨界區代碼塊作為符合臨界區一部分，添加name后兩個不同名字的cirtical指令保護的代碼可以同時執行。

語法

#pragma omp critical [(name)]

用法

#pragma omp critical

global_result += my_result;

變量的作用域

在parallel塊之前被聲明的變量的缺省作用域時共享的。

在parallel指令前已經被聲明的變量，擁有線程組中所有線程間的共享作用域，而在塊中聲明的變量(例如，函數中的變量)中有私有作用域。

- reduction 規約子句

語法

reduction(:)

# operator : +,*,-,&,|,^,&&,||

用法

當一個變量包含在一個reduction子句中時，變量本身是共享的。然而，線程組中的每個線程都創建自己的私有變量。在parallel塊里，每當一個線程執行涉及這個變量(共享變量)的語句時，它使用的其實時私有變量。當parallel塊執行結束后，私有變量中的值被整合到一個共享變量中。

如果一個規約變量時float或double變量型數據，那么當使用不同數量的線程時，結果可能有些許不同。這是由于浮點數運算不滿足結合律

OpenMp會為此創建一個臨界區，并且在這個臨界區中，將存儲在私有變量中的值進行相加(或其他operator)。

global_result=0.0;

#pragma omp parallel num_threads(thread_count) reduction(+:global_result)

global_result += Local_trap(double a,double b,int n);

####等同

global_result=0.0;

#pragma omp parallel num_threads(thread_count)

{

double my_result =0.0;/*私有變量*/

my_result += Local_trap(double a,double b,int n);

#pragma omp critial

global_result += Local_trap(double a,double b,int n);

}

#pragma omp parallel for

parallel for 指令生成一組線程來執行后面的結構化代碼塊(必須是for循環)。

系統通過在線程間劃分循環迭代來并行化for循環。與parallel指令非常不同，因為在parallel指令之前的塊，一般來說其工作必須由線程本身在線程之間劃分。

在一個已經被parallel for指令并行化的for循環中，線程間的缺省劃分方式由系統決定(大約 m(迭代次數)/thread_count)。

在一個被parallel for指令并行化的循環中，循環變量的缺省作用域是私有的，每個線程會有它自己的循環變量的副本。

合法方式

h=(b-a)/n;

approx =(f(a)+f(b))/2.0;

# pragma omp parallel for num_threads(thread_count) reduction(+:=approx)

approx += f(a+i*h);

approx = h* approx;

線程重用

與parallel指令不同的是，for指令并不創建任何線程。它使用已經在parallel塊中創建的線程。在循環的末尾有一個隱式的路障。

#pragma omp parallel num_threads(thread_count) default(none) \

shared(a,n) private(i,tmp,phase)

for(phase = 0;phase

{

if(phase%2 == 0)

#pargma omp for

for(i=1;i

...

else

#pargma omp for

for(i=1;i

...

}

數據依賴性

OpenMP編譯器不檢查parallel for指令并行化的循環所包含的迭代間的依賴關系，而是由程序員來識別這些依賴。

一個或更多個迭代結果依賴于其他迭代的循環，一般不能被OpenMP正確地并行化。

數據依賴

#y依賴于x

for(i=0;i

{

x[i]=a+i*h;

y[i]=exp(x[i]);

}

循環依賴

一個值在循環中計算，其結果在之后迭代中使用。

#并行化后某一個邊界值將是另一個并行化線程中的使用。

fibo[0]=fibo[1]=1;

for(i=2;i

fibo[i]=fibo[i-1]+fibo[i-2];

- private 子句

在private子句列舉的變量，在每個線程上都有一個私有副本被創建。

一個私有作用域的變量的值在parallel塊或者parallel for塊的開始處是未指定的。它的值在parallel塊或者parallel for塊完成之后也是未指定的。

#include

#include

#include

void Hello(void);

int main(int argc,char* argv[])

{

int x=5;

#pragma omp parallel private(x)

{

int my_rank =omp_get_thread_num();

printf("Thread %d > before initialization,x=%d \n",my_rank,x);

x=2*my_rank+2;

printf("Thread %d > after initialization,x=%d \n",my_rank,x);

}

printf("after parallel,x=%d \n",x);

return 0;

}

- default(none) 子句

讓程序員明確塊中每個變量的作用域。

double sum = 0.0;

/*

sum是一個規約變量(同時擁有私有和共享作用域的屬性)。

*/

#pragma omp parallel for num_threads(thread_count) \

default(none) redcution(+:sum) private(k,factor) \

shared(n)

for(k=0;k

if(k%2 ==0)

factor = 1.0;

else

factor = -1.0;

sum += factor/(2*K+1);

- schedule子句

對線程進行調度。

語法

schedule( [,]

type可以時一下的任意一個。

static。迭代能夠在循環執行前分配給線程。

(static,1)

Thread0:0,3,6,9

Thread1:1,4,7,10

Thread2:2,5,8,11

(static,2)

Thread0:0,1,6,7

Thread1:2,3,8,9

Thread2:4,5,10,11

缺省調度(static,total_iterations/thread_count)

dynamic或guided。迭代在循環執行時被分配給線程，因此在一個線程完成了它的當前迭代集合后，他能從運行時系統中請求更多。

dynamic調度中，迭代也被分成chunksize個連續迭代的塊。

每個線程執行一塊，并且當一個線程完成一塊時，

他將從運行時系統請求另一塊，直到所有的迭代完成。

chunksize可以被忽略。當它被忽略時，chunksize為1。

在guided調度中，每個線程也執行一塊，并且當一個線程完成一塊，將請求另一塊。

然而，在guided調度中，當塊完成后，新塊的大小變小。

例如：

n=10 000并且thread_count=2時，迭代將如表那樣分配。塊的大小近似等于的迭代數除以線程數。第一塊的大小為9999/2 ～=5000，因為9999個未被分配的迭代。第二塊的大小為4999/2～=2500。以此類推。

| 線程 | 塊 | 快的大小 | 剩下的迭代代數 |

| 0 | 1~5000 | 5000 | 4999 |

| 1 | 5001-7500| 2500 | 2499 |

| 1 | 7501-8750| 1250 | 1249 |

...

auto。編譯器和運行時系統決定調度方式。

runtime。調度在運行時決定。

chunksize是一個正整數。在OpenMP中，迭代塊在順序循環中連續執行的一塊迭代語句，塊中的迭代次數時chunsize。只有static，dynamic和guided調度有chunksize。

設置環境變量

$export OMP_SCHEDULE="static,1"

#pragma omp barrier

顯式的路障，當所有的線程都到達了這個路障時，這些線程就可以接著往下執行。

#pragma omp atomic

只能保護由一條C語言賦值語句所形成的臨界區，是一個更高效的指令。

語句必須是以下形式：

#op:+,*,-,/,&,^,|,<> .

#expreesion不能引用x。

x=;

x++;

++x;

x--;

y--;

用法

#其他線程對x的更新必須等到該線程對x的更新結束之后。

#但對y不受保護，因此程序的結果是不可預測的。

#pragma omp atomic

x+=y++

簡單鎖

第一個函數初始化鎖，所以鎖此時處于解鎖狀態。

第二個函數嘗試獲得鎖，如果成功，調用該函數的線程可以繼續執行，如果失敗調用該函數的線程被阻塞，直到鎖被其他線程釋放。

第三個函數釋放鎖，以便其他線程獲得該鎖。

第四個函數銷貨鎖。

void omp_init_lock(omp_lock_t* lock_p /*out*/);

void omp_set_lock(omp_lock_t* lock_p /*in/out*/);

void omp_unset_lock(omp_lock_t* lock_p /*in/out*/);

void omp_destroy_lock(omp_lock_t* lock_p /*in/out*/);

用法

static omp_lock_t lock;

void test11()

{

omp_init_lock(&lock); // 初始化互斥鎖

#pragma omp parallel for

for (int i = 0; i < 5; ++i)

{

omp_set_lock(&lock); //獲得互斥器

std::cout << omp_get_thread_num() << "+" << std::endl;

std::cout << omp_get_thread_num() << "-" << std::endl;

omp_unset_lock(&lock); //釋放互斥器

}

omp_destroy_lock(&lock); //銷毀互斥器

}

#pragma omp single

這樣做能確保接下來的結構化代碼塊由線程組中的一個線程執行，而組內其他線程等待直到該線程執行結束(在代碼塊的最后設置一個隱式路障)

#include

#include

#include

int main()

{

#pragma omp parallel

{

int my_rank = omp_get_thread_num();

if(my_rank == 1)

{

int x=1;

while(x<1e9)

{

x+=1;

}

}

#pragma omp single

printf("%d \n",my_rank);

printf("----> %d \n",my_rank);

}

return 0;

}

#pragma omp master

這樣能確保線程0執行接下來的結構化代碼塊。然后master指令在最后不會設置隱式路障。

-func omp_get_wtime

獲取運行時間。

總結

以上是生活随笔為你收集整理的openmp 互斥锁 mysql_openMP 函数总结（并行程序设计导论）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。