linux - PVM 进程之间丢失消息？

Question

我正在尝试使用 PVM 并行化大学作业的算法。我已经对算法进行了排序，但并行化仅几乎有效 - 该过程间歇性无缘无故地卡住了。我看不到任何模式，使用相同参数的运行可能会运行 10 次，然后就会陷入下一次努力......

pvm 函数(在主进程或任何子进程中)都没有返回任何错误代码，子进程似乎已成功完成，没有错误到达控制台。看起来主人确实没有收到 children 的每一次通信 - 但只是偶尔运行。

但奇怪的是，我不认为这只是跳过一条消息 - 我还没有从子级中丢失结果，然后成功发送完整信号(也就是说，我还没有运行完成并返回意外结果) - 就好像子级刚刚断开连接，并且来自某个点的所有消息都停止到达。

将结果进行批处理并发送更少但更大的消息似乎可以提高可靠性，至少感觉它的粘连频率降低了 - 我没有确凿的数据来支持这一点...

PVM 会丢失通过 pvm_send 及其 friend 发送的消息，这是正常的、常见的还是预期的？请注意，如果所有进程在单个主机或多个主机上运行，​​则会出现此错误。

我做错了什么吗？我可以做些什么来帮助防止这种情况发生吗？

更新

我在一个非常简单的测试用例上重现了该错误，代码如下，它只生成四个子级，向每个子级发送一个数字，每个子级将其收到的数字乘以五并将其发回。它几乎一直有效，但有时我们会卡住，只打印出三个数字 - 缺少一个 child 的结果(并且说 child 将完成)。

大师:

int main()
{
    pvm_start_pvmd( 0 , NULL , 0 );

    int taskIDs[global::taskCount];
    pvm_spawn( "/path/to/pvmtest/child" , NULL , 0 , NULL , global::taskCount , taskIDs );

    int numbers[constant::taskCount] = { 5 , 10 , 15 , 20 };
    for( int i=0 ; i<constant::taskCount ; ++i )
    {
        pvm_initsend( 0 );
        pvm_pkint( &numbers[i] , 1 , 1 );
        pvm_send( taskIDs[i] , 0 );
    }

    int received;
    for( int i=0 ; i<global::taskCount ; ++i )
    {
        pvm_recv( -1 , -1 );
        pvm_upkint( &received , 1 , 1 );
        std::cout << recieved << std::endl;
    }

    pvm_halt();
}

子级:

int main()
{
    int number;

    pvm_recv( -1 , -1 );
    pvm_upkint( &number , 1 , 1 );

    number *= 10;

    pvm_initsend( 0 );
    pvm_pkint( &number , 1 , 1 );
    pvm_send( pvm_parent() , 0 );
}

Answer 1

这并不是一个真正的答案，但有两件事一起改变了，问题似乎已经平息了:

1. 我在从属二进制文件的末尾添加了 pvm_exit() 调用，这显然是最好的做法。

2. 集群上 PVM 的配置发生了变化……不知何故……我没有任何细节，但一些节点以前无法参与 PVM 操作，现在可以了。其他事情也可能发生了变化。

我怀疑第二秒内发生的一些变化也解决了我的问题。