十二天深入理解计算机系统（五）

系列四主要介绍硬件的东西，也不是说不重要，如果要深入研究程序运行机制也是必须了解的。暂时时间比较紧，还没来得及了解，先介绍优化程序性能，主要通过一个程序和一张思维导图来介绍。

主要程序如下，给出了最原始的实现，然后通过各种优化点进行优化，给出了各种优化代码。

typedef struct{
　　long int len;
　　data_t *data;
}vec_rec,*vec_ptr;

typedef int data_t;//通过定义data_t，操作不同的基本数据类型

//对向量元素求和
#define IDET 0
#define OP +

//对向量元素求积
#define IDET 1
#define OP＊

vec_ptr new_vec(long int len)
{
    vec_ptr result=(vec_ptr)malloc(sizeof(vec_rec));
    if(!result)
        result NULL;
    result->len = len;
    if(len>0){
        data_t *data=(data_t*)malloc(len,sizeof(data_t));
        if(!data){
            free((void *)result);
            return NULL;
        }
        result->data=data;
    }
    else
        result->data=NULL;
    return result;
}

int get_vec_element(vec_ptr v, long int index, data_t *dest)
{
    if(index<0||index>=v->len)
        return 0;
    *dest=v->data[index];
    return 1;
}

long int vec_length(vec_ptr v)
{
    return v->len;
}

//合并的原始实现
void combine1(vec_ptr v, data_t *dest)
{
    long int i;
    
    *dest=IDET;
    for(i=0;i<vec_length(v);i++){
        data_t val;
        get_vec_element(v,i,&val);
        *dest = *dest OP val;
    }
}

//消除循环的低效率
void combine2(vec_ptr v, data_t *dest)
{
    long int i;
    long int length=vec_length(v);
    
    *dest=IDET;
    for(i=0;i<length;i++){
        data_t val;
        get_vec_element(v,i,&val);
        *dest = *dest OP val;
    }
}

//减少过程调用,只提高了整数求和
data_t *get_vec_start(vec_ptr v)
{
    return v->data;
}
void combine3(vec_ptr v, data_t *dest)
{
    long int i;
    long int length=vec_length(v);
    data_t *data=get_vec_start(v);
    
    *dest=IDET;
    for(i=0;i<length;i++){
        *dest = *dest OP data[i];
    }
}

//消除不必要的存储器应用
//combine3每次从%rbp（存放dest的地址）中读出数据，并写入
//编译器不会把combine3优化为combine4，以为别名使用
//v=[2,3,5],combine3(v,get_vec_start(v)+2);combine4(v,get_vec_start(v)+2);
//得到的结构为36和30
void combine4(vec_ptr v, data_t *dest)
{
    long int i;
    long int length=vec_length(v);
    data_t *data=get_vec_start(v);
    
    data_t acc=IDET;
    for(i=0;i<length;i++){
        acc = acc OP data[i];
    }
    *dest = acc;
}

//循环展开，减小循环开销
void combine5(vec_ptr v, data_t *dest)
{
    long int i;
    long int length=vec_length(v);
    long int limit=length-1;
    data_t *data=get_vec_start(v);
    
    data_t acc=IDET;
    for(i=0;i<limit;i+=2){
        acc = acc OP data[i] OP data[i+1];
    }
    for(;i<length;i++){
        acc = acc OP data[i];
    }
    *dest = acc;
}

//提高并行性
void combine6(vec_ptr v, data_t *dest)
{
    long int i;
    long int length=vec_length(v);
    long int limit=length-1;
    data_t *data=get_vec_start(v);
    
    data_t acc0=IDET;
    data_t acc1=IDET;
    for(i=0;i<limit;i+=2){
        acc0 = acc0 OP data[i];
        acc1=acc1 OP data[i+1];
    }
    for(;i<length;i++){
        acc0 = acc0 OP data[i];
    }
    *dest = acc0 OP acc1;
}

//重新结合
void combine5(vec_ptr v, data_t *dest)
{
    long int i;
    long int length=vec_length(v);
    long int limit=length-1;
    data_t *data=get_vec_start(v);
    
    data_t acc=IDET;
    for(i=0;i<limit;i+=2){
        acc = acc OP (data[i] OP data[i+1]);
    }
    for(;i<length;i++){
        acc = acc OP data[i];
    }
    *dest = acc;
}

本节的主要思维导图如下，后面的数据是根据intel core 7测的性能，每次优化过程标识了函数名，对应于上面的程序。

性能查看工具可以使用perf，具体使用可以参考：

1 IBM的相关文档https://www.ibm.com/developerworks/cn/linux/l-cn-perf1/

2 淘宝的相关文档http://kernel.taobao.org/index.php/Documents/Kernel_Perf