java - 当我在四核机器上使用多线程时，为什么这段代码看不到任何显着的性能提升？

Question

我写了一些 Java 代码来学习更多关于 Executor 框架的知识。

具体来说，我编写了代码来验证 Collatz Hypothesis - 这表示如果您将以下函数迭代应用于任何整数，您最终会得到 1:

f(n) = ((n % 2) == 0) ? n/2 : 3*n + 1

CH 仍未得到证实，我认为这是了解 Executor 的好方法。每个线程都分配了一个整数范围 [l,u] 来检查。

具体来说，我的程序有 3 个参数 - N(我要检查 CH 的数字)、RANGESIZE(线程必须处理的间隔的长度)和 NTHREAD，线程池的大小。

我的代码运行良好，但我看到的加速比我预期的要少得多——当我从 1 个线程变为 4 个线程时，加速大约为 30%。

我的逻辑是计算完全受 CPU 限制，每个子任务(检查固定大小范围的 CH)花费的时间大致相同。

有人知道为什么我没有看到速度提高 3 到 4 倍吗？

如果您可以在增加线程数量(以及机器、JVM 和操作系统)时报告您的运行时间，那也很棒。

细节

运行时:

java -d64 -server -cp 。 Collat​​z 10000000 1000000 4 => 4 个线程，耗时 28412 毫秒

java -d64 -server -cp 。 Collat​​z 10000000 1000000 1 => 1 个线程，耗时 38286 毫秒

处理器:

四核英特尔 Q6600，2.4GHZ，4GB。机器已卸载。

java :

Java 版本“1.6.0_15”Java(TM) SE 运行时环境(build 1.6.0_15-b03)Java HotSpot(TM) 64 位服务器 VM(构建 14.1-b02，混合模式)

操作系统:

Linux quad0 2.6.26-2-amd64 #1 SMP 星期二 3 月 9 日 22:29:32 UTC 2010 x86_64 GNU/Linux

代码:(我无法发布代码，我认为它对于 SO 要求来说太长了，源代码可在 Google Docs 上找到

import java.math.BigInteger;
import java.util.Date;
import java.util.List;
import java.util.ArrayList;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

class MyRunnable implements Runnable {
  public int lower;
  public int upper;

  MyRunnable(int lower, int upper) {
    this.lower = lower;
    this.upper = upper;
  }

  @Override
  public void run() {
    for (int i = lower ; i <= upper; i++ ) {
      Collatz.check(i);
    }
    System.out.println("(" + lower + "," + upper + ")" );
  }
}


public class Collatz {

  public static boolean check( BigInteger X ) {
    if (X.equals( BigInteger.ONE ) ) {
      return true;
    } else if ( X.getLowestSetBit() == 1 ) { 
      // odd
      BigInteger Y = (new BigInteger("3")).multiply(X).add(BigInteger.ONE);
      return check(Y);
    } else {
      BigInteger Z = X.shiftRight(1); // fast divide by 2
      return check(Z);
    }
  }

  public static boolean check( int x ) {
    BigInteger X = new BigInteger( new Integer(x).toString() );
    return check(X);
  }

  static int N = 10000000;
  static int RANGESIZE = 1000000;
  static int NTHREADS = 4;

  static void parseArgs( String [] args ) {

    if ( args.length >= 1 ) {
      N = Integer.parseInt(args[0]);
    }
    if ( args.length >= 2 ) {
      RANGESIZE = Integer.parseInt(args[1]);
    }
    if ( args.length >= 3 ) {
      NTHREADS = Integer.parseInt(args[2]);
    }
  }

  public static void maintest(String [] args ) {
    System.out.println("check(1): " + check(1));
    System.out.println("check(3): " + check(3));
    System.out.println("check(8): " + check(8));
    parseArgs(args);
  }

  public static void main(String [] args) {
    long lDateTime = new Date().getTime();
    parseArgs( args );
    List<Thread> threads = new ArrayList<Thread>();
    ExecutorService executor = Executors.newFixedThreadPool( NTHREADS );
    for( int i = 0 ; i < (N/RANGESIZE); i++) {
      Runnable worker = new MyRunnable( i*RANGESIZE+1, (i+1)*RANGESIZE );
      executor.execute( worker );
    }
    executor.shutdown();
    while (!executor.isTerminated() ) {
    }
    System.out.println("Finished all threads");
    long fDateTime = new Date().getTime();
    System.out.println("time in milliseconds for checking to " + N + " is " + 
                            (fDateTime - lDateTime )  + 
                            " (" + N/(fDateTime - lDateTime ) + " per ms)" );
  }
}

Answer 1

忙等待可能是个问题:

while (!executor.isTerminated() ) { 
} 

您可以使用 awaitTermination() 代替:

while (!executor.awaitTermination(1, TimeUnit.SECONDS)) {}