MRI红宝石穿线与性能

Question

我的第一个问题是这样的，但我已经潜伏了很长时间了，所以如果我违反了任何规则或者发布了一个垃圾问题，你必须原谅我。

我试图更好地理解线程，我决定测试MRI，看看它的总体表现。

考虑到下面的代码(和输出)，为什么线程操作比非线程变量慢得多？

代码

class Benchmarker
  def self.go
    puts '----------Benchmark Start----------'
    start_t = Time.now
    yield
    end_t = Time.now
    puts "Operation Took: #{end_t - start_t} seconds"
    puts '----------Benchmark End------------'
  end
end

# using mutex
puts 'Benchmark 1 (threaded, mutex):'
Benchmarker.go do
  array = []
  mutex = Mutex.new
  5000.times.map do
    Thread.new do
      mutex.synchronize do
        1000.times do
          array << nil
        end
      end
    end
  end.each(&:join)
  puts array.size
end

# using threads
puts 'Benchmark 2 (threaded, no mutex):'
Benchmarker.go do
  array = []
  5000.times.map do
    Thread.new do
      1000.times do
        array << nil
      end
    end
  end.each(&:join)
  puts array.size
end

# no threads
puts 'Benchmark 3 (no threads):'
Benchmarker.go do
  array = []
  5000.times.map do
    1000.times do
      array << nil
    end
  end
  puts array.size
end

输出量

Benchmark 1 (threaded, mutex):
----------Benchmark Start----------
5000000
Operation Took: 3.373886 seconds
----------Benchmark End------------
Benchmark 2 (threaded, no mutex):
----------Benchmark Start----------
5000000
Operation Took: 5.040501 seconds
----------Benchmark End------------
Benchmark 3 (no threads):
----------Benchmark Start----------
5000000
Operation Took: 0.454665 seconds
----------Benchmark End------------

提前谢谢。

Answer 1

一旦到达大量线程(5000)，调度程序在线程之间切换的开销远远超过每个线程实际完成的工作量。通常情况下，最多需要30-50个线程。

尝试降低线程数量，并按比例增加每个线程的工作量：

  20.times.map do
    Thread.new do
      250000.times do
        array << nil
      end
    end
  end.each(&:join)

你应该会看到更多类似的结果。

注您可能会看到下限Time(threaded) >= Time(non-threaded) -即线程版本的时间不能低于单线程版本。这是因为MRI的GIL允许一次只执行一个线程(它们永远不能并行运行)。一些红宝石实现，如JRuby，允许并行执行线程。