Haskell 快速并发队列

Question

问题

你好!我正在编写一个日志库，我很想创建一个记录器，它会在单独的线程中运行，而所有应用程序线程只会向它发送消息。我想为这个问题找到最高效的解决方案。我在这里需要简单的未绑定(bind)队列。

联系方式

我已经创建了一些测试来查看可用解决方案的执行情况，我在这里得到了非常奇怪的结果。我基于以下内容测试了 4 个实现(源代码如下):

pipes-concurrency

Control.Concurrent.Chan

Control.Concurrent.Chan.Unagi

MVar based as described in the book "Parallel and Concurrent Programming in Haskell"请注意，此技术为我们提供了容量为 1 的有界队列 - 它仅用于测试

测试

这是用于测试的源代码:

{-# LANGUAGE NoMonomorphismRestriction #-}

import Control.Concurrent (threadDelay)
import Control.Monad (forever)
import Pipes
import qualified Pipes.Concurrent as Pipes
import Control.Applicative
import Control.Monad (replicateM_)
import System.Environment (getArgs)

import Control.Concurrent.Chan
import Control.Concurrent (forkIO)
import qualified Control.Concurrent.Chan.Unagi as U
import Control.Concurrent.MVar
import Criterion.Main

data Event = Msg String | Status | Quit deriving (Show)

----------------------------------------------------------------------
-- Pipes
----------------------------------------------------------------------

pipesLogMsg = yield (Msg "hello")
pipesManyLogs num = replicateM_ num pipesLogMsg

pipesAddProducer num o = Pipes.forkIO $ do runEffect $ (pipesManyLogs num) >-> Pipes.toOutput o
                                           Pipes.performGC

pipesHandler max = loop 0
  where
    loop mnum = do
        if mnum == max
            then lift $ pure ()
            else do event <- await
                    case event of
                        Msg _  -> loop (mnum + 1)
                        Status -> (lift $ putStrLn (show mnum)) *> loop mnum
                        Quit   -> return ()

----------------------------------------------------------------------
-- Chan
----------------------------------------------------------------------

chanAddProducer num ch = forkIO $ chanManyLogs num ch
chanManyLogs num ch = replicateM_ num (writeChan ch (Msg "hello"))
chanHandler ch max = handlerIO (readChan ch) max

----------------------------------------------------------------------
-- Unagi-Chan
----------------------------------------------------------------------

uchanAddProducer num ch = forkIO $ uchanManyLogs num ch
uchanManyLogs num ch = replicateM_ num (U.writeChan ch (Msg "hello"))
uchanHandler ch max = handlerIO (U.readChan ch) max

----------------------------------------------------------------------
-- MVars
----------------------------------------------------------------------

mvarAddProducer num m = forkIO $ mvarManyLogs num m
mvarManyLogs num m = replicateM_ num (putMVar m (Msg "hello"))
mvarHandler m max = handlerIO (takeMVar m) max

----------------------------------------------------------------------
-- Utils
----------------------------------------------------------------------

handlerIO f max = loop 0 where
    loop mnum = do
        if mnum == max 
            then pure ()
            else do event <- f
                    case event of
                         Msg _  -> loop (mnum + 1)
                         Status -> putStrLn (show mnum) *> loop mnum
                         Quit   -> return ()

----------------------------------------------------------------------
-- Main
----------------------------------------------------------------------

main = defaultMain [
      bench "pipes" $ nfIO $ do
        (output, input) <- Pipes.spawn Pipes.Unbounded
        replicateM_ prodNum (pipesAddProducer msgNum output)
        runEffect $ Pipes.fromInput input >-> pipesHandler totalMsg
    , bench "Chan" $ nfIO $ do
        ch <- newChan
        replicateM_ prodNum (chanAddProducer msgNum ch)
        chanHandler ch totalMsg
    , bench "Unagi-Chan" $ nfIO $ do
        (inCh, outCh) <- U.newChan
        replicateM_ prodNum (uchanAddProducer msgNum inCh)
        uchanHandler outCh totalMsg
    , bench "MVar" $ nfIO $ do
        m <- newEmptyMVar
        replicateM_ prodNum (mvarAddProducer msgNum m)
        mvarHandler m totalMsg
    ]
  where
    prodNum  = 20
    msgNum   = 1000
    totalMsg = msgNum * prodNum

你可以用 ghc -O2 Main.hs 编译它并运行它。
测试创建了 20 个消息生产者，每个生产者生产 1000000 条消息。

结果

benchmarking pipes
time                 46.68 ms   (46.19 ms .. 47.31 ms)
                     0.999 R²   (0.999 R² .. 1.000 R²)
mean                 47.59 ms   (47.20 ms .. 47.95 ms)
std dev              708.3 μs   (558.4 μs .. 906.1 μs)

benchmarking Chan
time                 4.252 ms   (4.171 ms .. 4.351 ms)
                     0.995 R²   (0.991 R² .. 0.998 R²)
mean                 4.233 ms   (4.154 ms .. 4.314 ms)
std dev              244.8 μs   (186.3 μs .. 333.5 μs)
variance introduced by outliers: 35% (moderately inflated)

benchmarking Unagi-Chan
time                 1.209 ms   (1.198 ms .. 1.224 ms)
                     0.996 R²   (0.993 R² .. 0.999 R²)
mean                 1.267 ms   (1.244 ms .. 1.308 ms)
std dev              102.4 μs   (61.70 μs .. 169.3 μs)
variance introduced by outliers: 62% (severely inflated)

benchmarking MVar
time                 1.746 ms   (1.714 ms .. 1.774 ms)
                     0.997 R²   (0.995 R² .. 0.998 R²)
mean                 1.716 ms   (1.694 ms .. 1.739 ms)
std dev              73.99 μs   (65.32 μs .. 85.48 μs)
variance introduced by outliers: 29% (moderately inflated)

问题

我很想问问你为什么管道并发版本执行得这么慢，为什么它甚至比基于 chan 的版本慢得多。我很惊讶 MVar 是所有版本中最快的一个 - 谁能告诉更多，为什么我们会得到这个结果，我们是否可以在任何情况下做得更好？

Answer 1

所以我可以给大家简单介绍一下Chan的一些分析。和 TQueue (这里 pipes-concurrency 正在内部使用)激发了一些进入 unagi-chan 的设计决策。 .我不确定它是否会回答你的问题。我建议在进行基准测试时 fork 不同的队列并进行变化，以真正了解正在发生的事情。

陈
Chan好像:

data Chan a
 = Chan (MVar (Stream a)) -- pointer to "head", where we read from
        (MVar (Stream a)) -- pointer to "tail", where values written to

type Stream a = MVar (ChItem a)
data ChItem a = ChItem a (Stream a)

这是一个 MVar 的链表s。两人 MVar s 在 Chan type 分别充当指向列表当前头部和尾部的指针。这是写的样子:

writeChan :: Chan a -> a -> IO () 
writeChan (Chan _ writeVar) val = do 
    new_hole <- newEmptyMVar   mask_ $ do
    old_hole <- takeMVar writeVar           -- [1]
    putMVar old_hole (ChItem val new_hole)  -- [2]
    putMVar writeVar new_hole               -- [3]

在 1 时，作者在写端锁定，在 2 时我们的项目 a可供读者使用，并且在 3 处为其他作者解锁写端。

这实际上在单消费者/单生产者场景中表现得很好(参见 the graph here )，因为读取和写入不竞争。但是一旦你有多个并发作者，你就会开始遇到麻烦:

一个写入 1 而另一个写入 2 的写入将被阻塞并被取消调度(我能够测量上下文切换的最快速度是 ~150ns(非常快)；在某些情况下它可能会慢得多)。所以当你有很多作家在竞争时
你基本上是通过调度程序进行一次大的往返，进入 MVar 的等待队列。然后终于可以完成写入。

当写入器在 2 时被取消调度(因为它超时)时，它会持有一个锁，并且在可以再次重新调度之前不允许写入完成；当我们超额订阅时，即当我们的线程/核心比率很高时，这会成为一个更大的问题。

最后，使用 MVar -per-item 在分配方面需要一些开销，更重要的是，当我们积累许多可变对象时，我们会造成很大的 GC 压力。

队列
TQueue很棒，因为 STM使得推断其正确性变得非常简单。这是一个功能性出队风格的队列，还有一个 write包括简单地读取 writer 堆栈，consing 我们的元素，然后将其写回:

data TQueue a = TQueue (TVar [a])
                       (TVar [a])

writeTQueue :: TQueue a -> a -> STM ()
writeTQueue (TQueue _ write) a = do  
  listend <- readTVar write   -- a transaction with a consistent 
  writeTVar write (a:listend) -- view of memory

如果在 writeTQueue 之后写回它的新堆栈，另一个交错写入也做同样的事情，其中​​一个写入将被重试。更多 writeTQueue s 是交错的，争用的效果会恶化。然而，性能下降比 Chan 慢得多。因为只有一个 writeTVar可以取消竞争的操作 writeTQueue s，并且交易非常小(只是一个读取和一个 (:) )。

读取的工作原理是从写入端“出列”堆栈，反转它，并将反转的堆栈存储在它自己的变量中以便于“弹出”(总之，这给了我们摊销的 O(1) 推送和弹出)

readTQueue :: TQueue a -> STM a
readTQueue (TQueue read write) = do
  xs <- readTVar read
  case xs of
    (x:xs') -> do writeTVar read xs'
                  return x
    [] -> do ys <- readTVar write
             case ys of
               [] -> retry
               _  -> case reverse ys of
                       [] -> error "readTQueue"
                       (z:zs) -> do writeTVar write []
                                    writeTVar read zs
                                    return z

读者对作者有一个对称的温和争论问题。在一般情况下，读者和作者不会竞争，但是当读者堆栈耗尽时，读者会与其他读者和作者竞争。我怀疑你是否预装了 TQueue有足够的值，然后启动 4 个读取器和 4 个写入器，您可能会引发活锁，因为在下一次写入之前反向难以完成。值得注意的是，与 MVar 不同的是, 写信给 TVar许多读者正在等待，同时唤醒他们(这可能或多或少效率高，取决于场景)。

我怀疑你没有看到 TQueue 的很多弱点在你的测试中；主要是您看到了写入争用的适度影响以及大量分配和 GC 大量可变对象的开销。

鳗鱼酱
unagi-chan最初旨在很好地处理争用。它在概念上非常简单，但实现有一些复杂性

data ChanEnd a = ChanEnd AtomicCounter (IORef (Int , Stream a))

data Stream a = Stream (Array (Cell a)) (IORef (Maybe (Stream a)))

data Cell a = Empty | Written a | Blocking (MVar a)

队列的读写端共享 Stream它们协调传递值(从写入器到读取器)和阻塞指示(从读取器到写入器)，读取和写入端每个都有一个独立的原子计数器。写操作如下:

作者调用原子 incrCounter在写计数器上接收其唯一索引以与其(单个)读取器协调

编写器找到它的单元格并执行 Written a 的 CAS

如果成功它退出，否则它看到一个读者已经击败它并且正在阻塞(或继续阻塞)，所以它执行 (\Blocking v)-> putMVar v a)并退出。

读取以类似且明显的方式工作。

第一个创新是使争用点成为原子操作，在争用时不会降级(如 CAS/重试循环或类似 Chan 的锁)。基于简单的基准测试和实验， fetch-and-add primop, exposed by the atomic-primops library效果最好。

然后在 2 中，读取器和写入器都只需要执行一次比较和交换(读取器的快速路径是简单的非原子读取)来完成协调。

所以要尝试制作 unagi-chan很好，我们

使用 fetch-and-add 处理争用点

使用无锁技术，这样当我们超额订阅一个在不合适的时间被取消调度的线程时，不会阻塞其他线程的进程(被阻塞的写入器最多可以阻塞计数器“分配”给它的读取器；读取警告re. async exceptions在 unagi-chan 文档中，并注意 Chan 在这里有更好的语义)

使用数组来存储我们的元素，它具有更好的局部性(但见下文)每个元素的开销更低，并且对 GC 的压力更小

最后一个注意事项。使用数组:并发写入数组对于扩展来说通常是一个坏主意，因为您会导致大量缓存一致性流量，因为缓存行在编写器线程之间来回无效。通用术语是“虚假共享”。但是我能想到的替代设计也有缓存方面的优点和缺点，比如 strip 写入或其他东西；我一直在对此进行一些试验，但目前没有任何结论。

我们合理关注虚假共享的一个地方是在我们的计数器中，我们将其对齐并填充为 64 字节；这确实出现在基准测试中，唯一的缺点是内存使用量增加。