多核机器上 .NET 操作的非线性扩展

我在 .NET 应用程序中遇到了一种奇怪的行为，该应用程序对一组内存数据执行一些高度并行的处理。

当在多核处理器（IntelCore2 Quad Q6600 2.4GHz）上运行时，它会在启动多个线程来处理数据时表现出非线性扩展。

当在单核上作为非多线程循环运行时，该进程每秒能够完成大约 240 万次计算。当作为四个线程运行时，您会期望四倍的吞吐量 - 大约每秒 900 万次计算 - 但遗憾的是，没有。实际上，它每秒只能完成大约 410 万个数据……与预期吞吐量相比还差很多。

此外，无论我使用 PLINQ、线程池还是四个显式创建的线程，都会发生该行为。很奇怪...

机器上没有使用 CPU 时间运行其他任何东西，计算中也没有涉及任何锁或其他同步对象……它应该只是提前处理数据。我已经通过在进程运行时查看 perfmon 数据来确认这一点（在可能的范围内）......并且没有报告线程争用或垃圾收集活动。

我目前的理论：

1. 所有技术（线程上下文切换等）的开销使计算不堪重负
2. 线程没有被分配给四个核心中的每一个，并且花费一些时间等待同一个处理器核心..不知道如何测试这个理论...
3. .NET CLR 线程未按预期优先级运行或存在一些隐藏的内部开销。

下面是应该表现出相同行为的代码的代表性摘录：

    var evaluator = new LookupBasedEvaluator();

    // find all ten-vertex polygons that are a subset of the set of points
    var ssg = new SubsetGenerator<PolygonData>(Points.All, 10);

    const int TEST_SIZE = 10000000;  // evaluate the first 10 million records

    // materialize the data into memory...
    var polygons = ssg.AsParallel()
                      .Take(TEST_SIZE)
                      .Cast<PolygonData>()
                      .ToArray();

    var sw1 = Stopwatch.StartNew();
    // for loop completes in about 4.02 seconds... ~ 2.483 million/sec
    foreach( var polygon in polygons )
        evaluator.Evaluate(polygon);
    s1.Stop(); 
    Console.WriteLine( "Linear, single core loop: {0}", s1.ElapsedMilliseconds );

    // now attempt the same thing in parallel using Parallel.ForEach...
    // MS documentation indicates this internally uses a worker thread pool
    // completes in 2.61 seconds ... or ~ 3.831 million/sec
    var sw2 = Stopwatch.StartNew();
    Parallel.ForEach(polygons, p => evaluator.Evaluate(p));
    sw2.Stop();
    Console.WriteLine( "Parallel.ForEach() loop: {0}", s2.ElapsedMilliseconds );

    // now using PLINQ, er get slightly better results, but not by much
    // completes in 2.21 seconds ... or ~ 4.524 million/second
    var sw3 = Stopwatch.StartNew();
    polygons.AsParallel(Environment.ProcessorCount)
            .AsUnordered() // no sure this is necessary...
            .ForAll( h => evalautor.Evaluate(h) );
    sw3.Stop();
    Console.WriteLine( "PLINQ.AsParallel.ForAll: {0}", s3.EllapsedMilliseconds );

    // now using four explicit threads:
    // best, still short of expectations at 1.99 seconds = ~ 5 million/sec
    ParameterizedThreadStart tsd = delegate(object pset) { foreach (var p in (IEnumerable<Card[]>) pset) evaluator.Evaluate(p); };
     var t1 = new Thread(tsd);
     var t2 = new Thread(tsd);
     var t3 = new Thread(tsd);
     var t4 = new Thread(tsd);

     var sw4 = Stopwatch.StartNew(); 
     t1.Start(hands);
     t2.Start(hands);
     t3.Start(hands);
     t4.Start(hands);
     t1.Join();
     t2.Join();
     t3.Join();
     t4.Join();
     sw.Stop();
     Console.WriteLine( "Four Explicit Threads: {0}", s4.EllapsedMilliseconds );

看看这篇文章：http://blogs.msdn.com/pfxteam/archive/2008/08/12/8849984.aspx http://blogs.msdn.com/pfxteam/archive/2008/08/12/8849984.aspx

具体来说，限制并行区域中的内存分配，并仔细检查写入以确保它们不会发生在其他线程读取或写入的内存位置附近。