多线程的内存访问

Question

我正在编写一个在 Nehalem 处理器上运行的多线程 java 应用程序。然而，我有一个问题，从 4 个线程开始，我几乎看不到应用程序的加速。

我做了一些简单的测试。我创建了一个线程，它只分配一个大数组并访问数组中的随机条目。因此，当我运行线程数时，运行时间不应改变（假设我没有超过可用 CPU 核心的数量）。但我观察到，运行 1 或 2 个线程几乎需要相同的时间，但运行 4 或 8 个线程要慢得多。因此，在尝试解决应用程序中的算法和同步问题之前，我想找出可以实现的最大可能并行化。

我使用了 -XX:+UseNUMA JVM 选项，因此数组应该分配在相应线程附近的内存中。

PS 如果线程正在进行简单的数学计算，则 4 个甚至 8 个线程不会出现时间下降，因此我得出的结论是，当线程访问内存时，我遇到了一些问题。

任何帮助或想法表示赞赏，谢谢。

---

编辑

谢谢大家的回复。我发现我对自己的解释还不够好。

在尝试消除应用程序中的同步问题之前，我做了一个简单的测试，检查可以实现的最佳并行化。代码如下：

public class TestMultiThreadingArrayAccess {
    private final static int arrSize = 40000000;

    private class SimpleLoop extends Thread {
        public void run() {
            int array[] = new int[arrSize];
            for (long i = 0; i < arrSize * 10; i++) {
                array[(int) ((i * i) % arrSize)]++; // randomize a bit the access to the array
            }
            long sum = 0;
            for (int i = 0; i < arrSize; i++)
                sum += array[i];
        }
    }

    public static void main(String[] args) {
        TestMultiThreadingArrayAccess test = new TestMultiThreadingArrayAccess();
        for (int threadsNumber : new int[] { 1, 2, 4, 8 }) {
            Statistics timer = new Statistics("Executing " + threadsNumber+ " threads"); // Statistics is a simple helper class that measures the times
            timer.start();
            test.doTest(threadsNumber);
            timer.stop();
            System.out.println(timer.toString());
        }
    }

    public void doTest(int threadsNumber) {
        Thread threads[] = new Thread[threadsNumber];
        for (int i = 0; i < threads.length; i++) {
            threads[i] = new SimpleLoop();
            threads[i].start();
        }

        for (int i = 0; i < threads.length; i++)
            try {
                threads[i].join();
            } catch (InterruptedException e) {
            };
    }
}

因此，正如您所看到的，在这个迷你测试中根本没有同步，并且数组的分配是在线程内部，因此它应该放置在可以快速访问的内存块中。这段代码中也没有内存争用。对于 4 线程来说，运行时间仍然下降了 30%，而 8 线程的运行速度则慢了一倍。正如您从代码中看到的那样，我只是等到所有线程完成其工作，并且由于它们的工作是独立的，线程数量不应影响执行所需的总时间。

机器上安装了 2 个四核超线程 Nehalem 处理器（总共 16 个 CPU），因此每个线程都有 8 个线程，可以独占自己的 CPU。

当我尝试使用较小的数组（20K 条目）运行此测试时，4 个线程的执行时间下降了 7%，8 个线程的执行时间下降了 14%，这令人满意。但是，当我尝试对大型数组（40M 条目）进行随机访问时，运行时间会急剧增加，因此我认为存在以下问题：大块内存（因为它们不适合缓存内存？）以非-有效的方式。

有什么想法可以解决这个问题吗？

希望这能以更好的方式澄清这个问题，再次感谢。

Answer 1

测试中的瓶颈是CPU到内存的带宽。即使本地内存可用，它也会被一定数量的线程共享。 （内存是节点本地的，而不是特定核心的。）一旦 CPU 很容易超过像上面的测试这样的简单循环的可用带宽，因此在此类测试中增加线程不会提高性能，反而会恶化性能由于缓存一致性恶化。

只是一个理智测试，您是否也在使用并行收集器？ -XX:+UseParallelGC。 UseNUMA 才生效。

Answer 2

不知道你到底在做什么以及你试图解决的问题是什么。看起来您的代码周围有大量同步，因为这可能是可扩展性不够的主要原因。一旦过度同步使您的应用程序几乎串行，就会导致速度减慢。因此，我对您的建议是检查您的实施情况并尝试解决这个问题。

添加。

添加您正在执行的操作的实现后。性能下降可以通过大量内存访问来解释。一旦运行所有线程，它们需要访问内存控制器来获取未缓存的数据，因为它们在不同的 CPU 上运行，内存控制器会阻止 CPU 同时执行此操作，这意味着每次缓存未命中时都会在硬件级别进行同步。在你的情况下，它几乎等同于你正在运行 10 个不同的独立程序。例如，我想如果你启动 10 个（你可以用任何大数字替换 10 个）副本你的网络浏览器，你会看到相同的效果，但这并不意味着浏览器实现无效，你只是给浏览器带来了巨大的负担电脑内存。

Answer 3

正如 Artem 所说，您可能进行了不必要的同步。但我首先要确定事实。您的应用程序真的像您所描述的那样运行速度较慢吗？

这是关于该主题的一篇富有洞察力的文章： http://codeidol.com/java/java-concurrency/Testing-Concurrent-Programs/Avoiding-Performance-Testing-Pitfalls/

编写有用的微基准测试实际上非常困难，尤其是在处理并发代码时。例如，您可以进行“死代码消除”，其中编译器会优化您认为正在执行的代码。也很难猜测垃圾收集何时运行。 Hotspot 的运行时优化也使测量变得更加困难。对于线程，您需要考虑用于创建它们的时间。因此，您可能需要使用“CyclicBarrier”等来进行准确的测量。诸如此类的事情......

话虽如此，我发现如果你所做的只是阅读，那么你在访问内存时会遇到问题。如果您可以发布代码，我们可能可以更好地帮助您...

Answer 4

我想到了两个明显的潜在问题。

• 使用更多的线程会分配更多的数组，从而破坏缓存。对主内存或较低级别缓存的访问要慢得多。
• 如果您使用相同的随机数生成器实例源，则线程将争夺对其的访问权。它可能不是完全同步，而是使用无锁算法的内存屏障。一般来说，无锁算法虽然通常很快，但在高竞争情况下会变慢。

Answer 5

除了并发问题之外，导致速度变慢的最可能原因是内存缓存争用。

如果所有线程都访问同一块存储，那么当您想要访问它时，它很可能位于其他处理器的内存缓存中。

如果存储是“只读”的，您可以为每个线程提供自己的副本，这将允许 JVM 和其他线程使用它。处理器优化内存访问。

Answer 6

我根据我发布的文章中的建议修改了您的测试。在我的 2 核机器上（这就是我现在所拥有的）结果似乎是合理的（请注意，我为每个线程号运行了 2 次测试）：

也许你可以尝试这个？
（请注意，我必须稍微修改您的测试（请参阅评论），因为在我较差的硬件上运行需要很长时间）

另请注意，我使用 -server 选项运行此测试。

Test with threadNum 1 took 2095717473 ns
Test with threadNum 1 took 2121744523 ns
Test with threadNum 2 took 2489853040 ns
Test with threadNum 2 took 2465152974 ns
Test with threadNum 4 took 5044335803 ns
Test with threadNum 4 took 5041235688 ns
Test with threadNum 8 took 10279012556 ns
Test with threadNum 8 took 10347970483 ns

代码：

import java.util.concurrent.*;

public class Test{
    private final static int arrSize = 20000000;

    public static void main(String[] args) throws Exception {
        int[] nums = {1,1,2,2,4,4,8,8};//allow hotspot optimization
        for (int threadNum : nums) {
            final CyclicBarrier gate = new CyclicBarrier(threadNum+1);
            final CountDownLatch latch = new CountDownLatch(threadNum);
            ExecutorService exec = Executors.newFixedThreadPool(threadNum);
            for(int i=0; i<threadNum; i++){
                Runnable test = 
                  new Runnable(){
                     public void run() {
                         try{
                             gate.await();
                         }catch(Exception e){
                             throw new RuntimeException(e);
                         }
                         int array[] = new int[arrSize];
                         //arrSize * 10 took very long to run so made it
                         // just arrSize.
                         for (long i = 0; i < arrSize; i++) {
                             array[(int) ((i * i) % arrSize)]++;
                         }//for
                         long sum = 0;
                         for (int i = 0; i < arrSize; i++){
                              sum += array[i]; 
                         }
                         if(new Object().hashCode()==sum){
                              System.out.println("oh");
                         }//if
                         latch.countDown();
                      }//run
                   };//test
                exec.execute(test);
             }//for
             gate.await();
             long start = System.nanoTime();
             latch.await();
             long finish = System.nanoTime();
             System.out.println("Test with threadNum " +
                 threadNum +" took " + (finish-start) + " ns ");
             exec.shutdown();
             exec.awaitTermination(Long.MAX_VALUE,TimeUnit.SECONDS);           
        }//for
    }//main

}//Test