0
병렬 수집을 사용하는 매트릭스 곱셈 알고리즘을 작성하여 곱하기 속도를 높였습니다.Akka -로드 밸런싱 및 프로세서 전체 사용
그것은 그렇게 간다 : 이제
(0 until M1_ROWS).grouped(PARTITION_ROWS).toList.par.map(i =>
singleThreadedMultiplicationFAST(i.toArray.map(m1(_)), m2)
).reduce(_++_)
나는 내가 무슨 짓을, Akka에서 동일한 작업을 수행하고 싶습니다 : 그것은 밝혀졌다
val multiplyer = actorOf[Pool]
multiplyer start
val futures = (0 until M1_ROWS).grouped(PARTITION_ROWS).map(i =>
multiplyer ? MultiplyMatrix(i.toArray.map(m1(_)), m2)
)
futures.map(_.get match { case res :Array[Array[Double]] => res }).reduce(_++_)
class Multiplyer extends akka.actor.Actor{
protected def receive = {
case MultiplyMatrix(m1, m2) => self reply singleThreadedMultiplicationFAST (m1,m2)
}
}
class Pool extends Actor with DefaultActorPool
with FixedCapacityStrategy with RoundRobinSelector {
def receive = _route
def partialFill = false
def selectionCount = 1
def instance = actorOf[Multiplyer]
def limit = 32 // I tried 256 with no effect either
}
이이 알고리즘의 행위자 기반 버전 내 i7 sandybridge에서 200 % 만 사용하고 병렬 수집 버전은 프로세서의 600 %를 사용하는 이며 4-5 배 빠릅니다. 나는 발송자 될 줄 알았는데이 시도 :
self.dispatcher = Dispatchers.newThreadBasedDispatcher(self, mailboxCapacity = 100)
이 (나는 배우 사이를 공유) :
val messageDispatcher = Dispatchers.newExecutorBasedEventDrivenDispatcher("d1")
.withNewBoundedThrea dPoolWithLinkedBlockingQueueWithUnboundedCapacity(100)
.setCorePoolSize(16)
.setMaxPoolSize(128)
.setKeepAliveTimeInMillis(60000).build
을하지만 어떤 변화를 관찰하지 않았다. 여전히 200 % 프로세서 사용과 알고리즘은 병렬 수집보다 4-5 배 느립니다. 버전.
나는 내가 그렇게 도와주세요 어리석은 일을하고 있어요 확신합니다! :)