OpenMP共享数据

Question

我对OpenMP有点陌生，但一般都有并行处理方面的经验。我以前和boost::threads合作过，现在我正在用openmp进行测试。

问题是，我不知道如何处理共享数据访问，因为我不知道openmp在并行循环内部对共享数据对象做了什么。

我现在正在做的事情(到目前为止还在起作用)：我用mmap将文件从磁盘读入内存。在内存映射部分之后，我收到char上的指针。

OpenMP现在可以在OpenMP并行循环中使用这个指针，并在线程之间共享数据。现在，我可以在映射和共享文件中搜索正则表达式匹配，多个线程根据(相当长的)正则表达式列表检查每个字符串。

我使这个列表(包含regex的向量)在openmp循环中是私有的，所以每个线程都有它自己的列表副本。

问题来了：

为了显着地提高我的应用程序的性能，我需要能够在匹配字符串后从这个向量中删除(regex-)项。

现在，所有其他活动线程都需要尽快将此项从它们的列表中删除。

因此，我将这个列表作为openmp循环中的共享数据对象，但现在当我尝试向列表写入(vector.erase(item#))时，在运行时得到分段错误。

有了boost：：线程，我就会在写入/读取对象时使用互斥锁来锁定它。

但是openmp似乎处理了大多数同步本身，所以现在我想知道，在使用openmp时，使用openmp的正确方法是什么，这对我来说是新的。

Answer 1

对于同步，可以使用#pragma omp critical或使用OpenMP锁例程(omp_{init,set,unset,destroy}_lock)。

当已知并行区域由单个线程执行时，#pragma omp critical的优点是简单和能够忽略该实用程序。缺点是只适用于单个并行区域，以及该区域内的全局影响:没有其他线程能够执行该区域中的任何其他关键部分。

OpenMP锁例程类似于大多数其他可用的锁，例如那些线程或Boost的锁(撇开RAII不说)。初始化一个锁对象，然后使用它来保护某些关键部分，并在没有必要时销毁它。这些锁可以用来保护对来自不同并行区域的数据的访问，构建分布式锁定方案等；但是，总是会产生一定的开销，而且与#pragma omp critical相比，使用起来肯定更“毛茸茸”。

然而，我要对并行解决方案的设计提出质疑。从向量中间擦除元素会使所有迭代器失效，并移动元素。擦除被认为是一种罕见的操作(否则，即使在串行代码中，矢量的选择也是有问题的)，但由于上述效果，您也必须保护所有的向量读取，这可能会花费很大的代价。读/写锁可以缓解一些问题，但这些锁在OpenMP中是不可用的，因此您需要使用特定于平台的接口或第三方库。

我认为以下几点可能会更好：

• 将regex向量保持为私有，并添加相同大小的共享标志向量，这些标志指示某个正则表达式是否仍然有效。
• 在应用来自私有向量的某个正则表达式之前，如果该正则表达式未被其他线程“擦除”，代码将在共享向量中进行检查。如果是，将跳过正则表达式。
• 在找到匹配后，代码将与当前正则表达式对应的共享向量的元素标记为“擦除”，以便从现在起忽略它。

。

在此方案中，存在读取/写入标志的竞赛:可能会将标志设置为“擦除”，直到下一分钟它被另一个线程读取为“有效”。结果，两个不同的线程可能同时为相同的正则表达式找到匹配。但是，我认为，在当前解决方案中，所有regex容器都是私有的，以及具有共享容器和锁或RW锁的解决方案中存在这个问题，除非非RW锁也用给定的正则表达式保护操作。如果多个比赛是一个问题，这一切都应该重新考虑。

Answer 2

您可以通过创建一个关键部分来实现这一点。

#pragma omp critical
{
   ...some synchronized code...
}

编辑：删除了关于‘#语用omp原子’的部分，因为它无法原子地执行所需的操作。