multithreading - 在 julia 中，是否有一个宏可以在每个线程中运行一个任务？

Question

我有一个要运行多线程的循环。它取决于预先分配的变量(数组)，并且必须是每个线程私有(private)的。如何在每个线程中进行预分配？或者，是否有一个宏可以在每个线程中运行一个任务？
我能想到的唯一解决方案依赖于元编程，因此转换代码的开销更大(我有 许多 数组要预分配)。这是我得到的有效方法:

Threads.@threads for t = 1:Threads.nthreads()
    # pre-alloc arrays for each thread
    eval(Meta.parse("zl$(t) = Array{Float64}(undef, ($(ns),$(ns)))"))
end
Threads.@threads for i = 1:N
    t = Threads.threadid()
    zl = eval(Meta.parse("zl$(t)"))
    # do things...
end

我希望有一个类似于在 C 代码中使用 OpenMP 的解决方案

#pragma omp parallel
{
    double* zl = malloc(ns * ns * sizeof(double));
    #pragma omp for
    for (size_t i = 0; i < N; i++) {
        // do things...
    }
}

Answer 1

Julia 的规则很简单——如果你不知道怎么做，元编程永远不是一个好方法 :-)
您需要的模式是创建一个矩阵向量并将每个矩阵提供给每个线程。

ns = 3
zls = [Matrix{Float64}(undef,ns,ns) for t in 1:Threads.nthreads()]

Threads.@threads for i = 1:N
    zl = zls[Threads.threadid()]
    # do things with zl....
end

如果要为 zls 预分配内存并行尝试(尽管对于所有我能想到的情况，我怀疑它是否值得做):

zls = Vector{Matrix{Float64}}(undef, Threads.nthreads())
Threads.@threads for i = 1:Threads.nthreads()
    zls[i] = Matrix{Float64}(undef,ns,ns)
end