并行编程——开源并发库、无锁数据结构

约定不等于承诺〃 2022-09-28 01:28 145阅读 0赞

转自：

http://www.cnblogs.com/jiayy/p/3246250.html

1  一些资源

[http://openmp.org/wp/][http_openmp.org_wp]  openmp 开放标准的并行程序指导性注释，没用过

[http://software.intel.com/zh-cn/articles/parallelization-using-intel-threading-building-blocks-intel-tbb][http_software.intel.com_zh-cn_articles_parallelization-using-intel-threading-building-blocks-intel-tbb]  intel tbb ，Intel的C++多线程库，没有用过，有人说性能很不好

[https://code.google.com/p/nbds/][https_code.google.com_p_nbds]  无锁数据结构库，关键是针对缓存做了优化，需要注意的是里边的哈希表是没有删除的，说多了都是泪

[http://mcg.cs.tau.ac.il/projects/hopscotch-hashing-1][http_mcg.cs.tau.ac.il_projects_hopscotch-hashing-1] 并发的hopscotch哈希表实现

da-data.blogspot.nl/2013/03/optimistic-cukoo-hashing-for.html 并发的cukoo实现，查找非常快，但增加和删除目前是大锁，作者说以后会推出无锁的增加和删除，不知道什么时候出来

[http://ww2.cs.mu.oz.au/~astivala/paralleldp/][http_ww2.cs.mu.oz.au_astivala_paralleldp] 实现了无锁的基于数组的哈希表，无锁的基于链表的哈希表，对比了多种实现的性能，无锁实现仍然是没有删除，另外，无锁实现没有针对缓存做优化  
[http://dpdk.org/][http_dpdk.org]  rte\_ring.c 实现了无锁的生产者消费者队列

另外，据说apache protable runtime 里边有很多lock-free算法，Windows里的Interlocked系列函数内部实现也用到了很多lock-free算法，没有验证过。

上述代码里，详细调试过的有nbds的无锁hashtable, 用它构造了一个哈希表作为流表，与基于DPDK example的一种哈希表+dpdk rwlock 的实现做L3转发性能对比，发现不删流的情况下性能差不多，当然测试是在冲突率不是很高的情况下测试的。

2. 一次测试

2.1  测试平台

测试在一台intel E5-2658 上进行，这款CPU有两个物理CPU，每个物理CPU有8个核，每个核有两个核线程。测试只使用到一颗物理CPU，只用到core1~core8，发包和统计工具是testcenter发包仪器，使用两块万兆网卡对发udp包。

![08171455-a45c57a6d64e4739894b071c4878714c.png][]![08171459-c00c83c1778e4445ad08b62ba4acc359.png][]

2.2  测试过程

1)    DPDK 示例程序examples 里有 l2fwd 示例程序，测试程序在l2fwd的基础上改写。

如图，l2fwd 只有收包和发包两个步骤，测试程序增加了解码和查表（增加节点、拷贝mac）的操作。

![08171618-f7e3fd98ce91428183a65bbf5be908df.png][]

1） 测试时，固定2个core线程负责两个网卡的收包和发包，中间的解码+会话表处理灵活配置核心，测试对比了 2个，4个，6个核线程的情况

2） 哈希表部分API 使用函数指针做了一个抽象层（lookup,insert,delete），具体实现替换为不同的哈希表实现

2.3  哈希算法

1） 第一种哈希使用DPDK librte\_hash/rte\_fbk\_hash.c 增加rte\_rwlock 实现，在原有哈希算法基础上，每个bucket增加一个rwlock, lookup 的时候需要获取读锁，返回前释放。Insert 需要先获取写锁，然后lookup一遍没有相同值再插入，返回前释放写锁，delete 也需要获取写锁。

2） 第二种哈希使用nbds 的 hashtable.c 实现，在原有哈希算法基础上，将key,value 的真实值替换为 DPDK 的mempool 实现，将所有内存的申请替换为 DPDK 的rte\_malloc实现。

2.4  测试结果

3） 简单测试发现，随着中间工作核线程数目增加，性能有明显提升

4） 多次反复测试发现，两种哈希实现性能相差不大。

5） Nbds 没有实现真正的delete算法，研究中发现，大部分开源的无锁结构都没有实现删除算法，删除算法会导致“状态爆炸”即中间可能的状态太多导致正确性很难证明。

结论：

a, 对于哈希表这种操作相对复杂的结构，加上要考虑多核平台的内存模型，无锁的高效稳定实现非常难，不要自己实现这样的结构。

b. 基于自旋锁/读写锁实现的哈希表性能可以接受

[http_openmp.org_wp]: http://openmp.org/wp/
[http_software.intel.com_zh-cn_articles_parallelization-using-intel-threading-building-blocks-intel-tbb]: http://software.intel.com/zh-cn/articles/parallelization-using-intel-threading-building-blocks-intel-tbb
[https_code.google.com_p_nbds]: https://code.google.com/p/nbds/
[http_mcg.cs.tau.ac.il_projects_hopscotch-hashing-1]: http://mcg.cs.tau.ac.il/projects/hopscotch-hashing-1
[http_ww2.cs.mu.oz.au_astivala_paralleldp]: http://ww2.cs.mu.oz.au/~astivala/paralleldp/
[http_dpdk.org]: http://dpdk.org/
[08171455-a45c57a6d64e4739894b071c4878714c.png]: http://images.cnitblog.com/blog/408716/201308/08171455-a45c57a6d64e4739894b071c4878714c.png
[08171459-c00c83c1778e4445ad08b62ba4acc359.png]: /images/20220708/e028b39cff484ba69f657b9e7a81443e.png
[08171618-f7e3fd98ce91428183a65bbf5be908df.png]: /images/20220708/31e6a180dfae4e779025f000bec53c74.png