近几年 Microsoft 推出的并行计算编程模型,PLINQ 要占到中心位置。LINQ 是语言集成查询(Language-Integrated Query )的缩写,.NET 框架 3.5 的新特性,它试图在对象领域和数据领域之间架起了一座桥。传统上,数据是SQL的天下,而面向对象语言(如Java,C#等)在编程语言领域称雄,二者之间的沟通很费周章,在编程语言里拼接SQL字串不仅繁琐,而且还容易产生安全漏洞。这时,LINQ出现了,它说:“查询要是语言的一部分!”
PLINQ 是 LINQ 的并行扩展,是 .NET 框架 4.0 的一部分,它的台词是:“程序员写LINQ查询,之后的并行化有我!”
它的重要性来自一下几点:
1. 自2005年以来,摩尔定律失效,单个CPU性能提升有限,多核成为趋势,提高并行程序设计的效率成为对平台提供者来说很紧急的问题。
2. 两种高级并行性:数据并行与任务并行的竞争决出了结果。多年任务并行(多线程及其它)的实践证明了并发复杂性无法有效控制。而数据并行随着Google的MapReduce算法的倍受推崇而得到公认:“Many-Core 时代并行与分布式计算的解决之道”。
3. PLINQ是挖掘数据并行性的解决方案,这种设计是因为数据并行性的众望所归。
下面这个图简要讲解了 PLINQ 的原理:并行任务数和分配方式由数据分割决定的,也就是数据的特性决定并行计算的方式:
数据源最好IList,这样数据分割效率更高。
下面是“判断100000000后100000个自然数是否为素数”的例子:
三种实现方法的比较static int[] arr = Enumerable.Range(100000000, 100000).ToArray();
static void Main(string[] args)
{
Utils.Measure("Sequential", () =>
{
bool[] results = new bool[arr.Length];
for (int i = 0; i < arr.Length; i++)
{
results[i] = Utils.IsPrime(arr[i]);
}
});
Utils.Measure("LINQ", () =>
{
bool[] results = arr.
Select(x => Utils.IsPrime(x)).
ToArray();
});
Utils.Measure("PLINQ", () =>
{
bool[] results = arr.AsParallel().AsOrdered().
Select(x => Utils.IsPrime(x)).
ToArray();
});
}
上述代码用到了两个辅助方法(判断素数和计时):
辅助方法class Utils
{
public static void Measure(string name, Action func)
{
Stopwatch stopwatch = new Stopwatch();
stopwatch.Start();
func();
stopwatch.Stop();
Console.WriteLine("-------------------------");
Console.WriteLine(" " + name);
Console.WriteLine(" Time: " + stopwatch.ElapsedMilliseconds + " ms");
Console.WriteLine("-------------------------");
}
public static bool IsPrime(long x)
{
if (x <= 2) return x == 2;
if (x % 2 == 0) return false;
long sqrtx = (long)Math.Ceiling(Math.Sqrt(x));
for (long i = 3; i <= sqrtx; i++)
{
if (x % i == 0) return false;
}
return true;
}
}
在双核机器上执行的结果:
可见LINQ 与简单的顺许方法性能相当,而PLINQ大致得到线性加速比!
细心的朋友可能已经注意到了,上述例子中数据源是在内存里的。如果要支持更多类型数据源,比如SQL Server,则需要相应的 LINQ Provider,比如:
http://www.sheltonblog.com/archive/2008/07/11/list-of-linq-providers.aspx