multithreading - 为什么我的斯卡拉 future 没有效率更高？

Question

我在32位四核Core2系统上运行以下scala代码:

def job(i:Int,s:Int):Long = {
  val r=(i to 500000000 by s).map(_.toLong).foldLeft(0L)(_+_)
  println("Job "+i+" done")
  r
}

import scala.actors.Future
import scala.actors.Futures._

val JOBS=4

val jobs=(0 until JOBS).toList.map(i=>future {job(i,JOBS)})
println("Running...")
val results=jobs.map(f=>f())
println(results.foldLeft(0L)(_+_))

(是的，我的确知道有很多更有效的方法可以对一系列整数求和；这只是让CPU做某事)。

根据我将JOBS设置为的内容，代码将在以下时间运行:

JOBS=1 : 31.99user 0.84system 0:28.87elapsed 113%CPU
JOBS=2 : 27.71user 1.12system 0:14.74elapsed 195%CPU
JOBS=3 : 33.19user 0.39system 0:13.02elapsed 257%CPU
JOBS=4 : 49.08user 8.46system 0:22.71elapsed 253%CPU

令我惊讶的是，这实际上并没有超出2个“正在运行”的 future 范围。我做了很多多线程C++代码，毫无疑问，如果我用Intel的TBB或 boost::threads编码这种事情，我可以很好地扩展到4个内核，并看到> 390％的CPU使用率(它的详细程度要高得多)类(class))。

因此:发生了什么事，如何将扩展到我希望看到的4个内核？这受scala或JVM中的限制吗？它发生在我身上，我实际上并不知道scala的 future 运行在“哪里”……是每个 future 产生的线程，还是“ future ”提供了专门用于运行它们的线程池？

[我在带有sun-java6(6-20-0lennny1)的Lenny系统上使用Debian/Squeeze的scala 2.7.7软件包。]

更新:

正如Rex的回答所建议的那样，我重新编码以避免创建对象。

def job(i:Long,s:Long):Long = {
  var t=0L
  var v=i
  while (v<=10000000000L) {
    t+=v
    v+=s
  }
  println("Job "+i+" done")
  t
}
// Rest as above...

这是如此之快，以至于我不得不显着增加迭代计数才能在任意时间内运行!结果是:

JOBS=1: 28.39user 0.06system 0:29.25elapsed 97%CPU
JOBS=2: 28.46user 0.04system 0:14.95elapsed 190%CPU
JOBS=3: 24.66user 0.06system 0:10.26elapsed 240%CPU
JOBS=4: 28.32user 0.12system 0:07.85elapsed 362%CPU

这更像我希望看到的(尽管3个工作案例有点奇怪，一个任务始终比其他两个任务持续完成几秒钟)。

再进一步说明一下，在四核超线程i7上，带有 JOBS=8的后者版本实现了x4.4的加速，而JOBS = 1，CPU使用率为571％。

Answer 1

我的猜测是，垃圾收集器所做的工作比添加本身要多。因此，您受到垃圾收集器可管理内容的限制。尝试使用不会创建任何对象的东西再次运行测试(例如，使用while循环而不是range/map/fold)。如果您的实际应用程序会严重影响GC，那么您也可以使用并行GC选项。