Peinlich parallele Aufgaben und Go-Leistung
Hintergrund:
Der bereitgestellte Code befasst sich mit einer Optimierung Aufgabe zur Verbesserung der Leistung einer Berechnung mit dem gleitenden Durchschnitt eines Datenfensters mit dem Ziel, durch die Verwendung erhebliche Beschleunigungen zu erzielen Goroutinen.
Frage:
Warum zeigen die bereitgestellten Goroutine-basierten Implementierungen (moving_avg_concurrent2 und Moving_avg_concurrent3) nicht die erwartete Leistung? Verbesserungen?
Antwort:
Fakt Nr. 1: Diese Aufgabe ist nicht peinlich parallel
Die Berechnung des gleitenden Durchschnitts ist von Natur aus ein sequenzieller Prozess. Obwohl es mit mehreren Datenpunkten arbeitet, hängt die Berechnung von den vorherigen Werten im Fenster ab, was es unmöglich macht, den Vorgang vollständig zu parallelisieren.
Fakt Nr. 2: Einschränkungen der verteilten Verarbeitung von Go
Die verteilten Verarbeitungsfunktionen von Go werden nur wirksam, wenn der Großteil der Verarbeitung parallel erfolgt. In diesem Fall erfolgt die Berechnung des gleitenden Durchschnitts hauptsächlich sequentiell, wodurch die Vorteile der Verteilung eingeschränkt werden.
Zusätzliche Überlegungen:
Fazit:
Obwohl Goroutinen und Parallelverarbeitung für bestimmte Arten von Berechnungen effektiv sein können, sind sie kein Allheilmittel für Leistungsverbesserungen. In diesem Fall schränkt die inhärente sequentielle Natur der Berechnung des gleitenden Durchschnitts die Vorteile der Parallelverarbeitung ein.
Das obige ist der detaillierte Inhalt vonWarum verbessern Goroutinen die Leistung bei dieser Berechnung des gleitenden Durchschnitts nicht?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!