arrays - 并行处理数组 : any risk of to much threads?

Question

我还有一个关于我之前的帖子的问题 Processing array in Go parallel : 假设我的数组非常大，例如

a1 := []int{0, 1, 2, 3, 4...1000}
a2 := []int{10, 20, 30, 40, 50...10000}

and I have only 4 cpus :

runtime.GOMAXPROCS(4)
var wg sync.WaitGroup

Is the following code still correct ?

for i := 1; i < 1000; i++ {
    wg.Add(1)
    go func(i int) {
        defer wg.Done()
        x := process_array(a1[i], a2[i])
        fmt.Println(a1[i], "+", a2[i], "=", x)
    }(i)      
}
wg.Wait() 

也就是说，runtime.GOMAXPROCS(4)会限制线程数为4个，不然，会出现1000个线程“累加”的问题？感谢您的评论!

Answer 1

编写并行代码以提高速度时，永远记住Amdahl's Law .他的法则就何时停止打扰提供了一个非常有用的经验法则，可以解释为“顺序位将成为瓶颈”。

如果您忽视阿姆达尔定律，您最终可能会浪费时间追逐不可能实现的目标。相反，您可能需要考虑更广泛的并发问题，以便在不止一个地方或以不止一种方式解决任何性能问题。

通常，您使用的方法是数据并行的:跨多个进程的数据结构的独立段的“几何”分解。

您还可以考虑功能分解(本质上是管道)，其中不同的阶段执行不同的工作。

然后是特殊的时间情况，使用 master-worker 或“数据农场”作为实现并行性的一种方式。

所有这些往往需要真正并行的硬件才能真正发挥作用。 Tidmus/Chalmers 实用并行处理:并行问题解决简介(ISBN 1850321353)中对使用这些技术的多处理进行了很好但古老的总结。