Warum verbessert die Parallelisierung nicht die Leistung bei dieser Berechnung des gleitenden Durchschnitts?

Moving_avg_concurrent2-Leistung

Moving_avg_concurrent2 lässt sich nicht skalieren, da der Aufwand für die Erstellung und Verwaltung mehrerer Goroutinen die Vorteile der Parallelität überwiegt. Goroutinen sind leichtgewichtige Threads, mit denen jedoch immer noch ein gewisser Overhead verbunden ist, z. B. die Kosten für die Erstellung und Planung der Goroutine sowie die Kosten für die Kommunikation zwischen Goroutinen. In diesem Fall ist der Aufwand für die Verwaltung der Goroutinen größer als der Vorteil der Parallelisierung der Berechnung.

Leistung von Moving_avg_concurrent3

Moving_avg_concurrent3 ist langsamer als Moving_avg_serial4, da ein Master verwendet wird /worker-Paradigma, das zusätzlichen Overhead mit sich bringt. Im Master/Worker-Paradigma erstellt der Master-Thread einen Pool von Worker-Threads und verteilt dann die Arbeit an die Worker. Anschließend führen die Worker die Berechnung durch und geben die Ergebnisse an den Master-Thread zurück. Dies führt zu zusätzlichem Overhead, da der Master-Thread die Worker-Threads erstellen und verwalten muss und die Worker mit dem Master-Thread kommunizieren müssen, um die Arbeit zu empfangen und die Ergebnisse zurückzugeben.

Fazit

In diesem Fall ist es nicht möglich, durch eine Parallelisierung der Berechnung eine signifikante Leistungsverbesserung zu erzielen. Der Aufwand für die Verwaltung der Goroutinen überwiegt die Vorteile der Parallelität. Es ist besser, eine serielle Implementierung des Algorithmus zu verwenden, z. B. Moving_avg_serial4.

Das obige ist der detaillierte Inhalt vonWarum verbessert die Parallelisierung nicht die Leistung bei dieser Berechnung des gleitenden Durchschnitts?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!