CentOS6中OpenMP的运行时间或运行性能分析

OpenMp作为单机多核心共享内存并行编程的开发工具，具有编码简洁等，容易上手等特点。

关于OpenMP的入门，博主饮水思源（见参考资料）有了深入浅出，循序渐进的分析。做并行开发，做性能分析是永远逃避不开的话题，性能问题的研究一切基于系统的计时。本人参考饮水思源的代码在双核与四核机器的操作过程中，发现clock()针对并行运行时间计时不准的问题，运行结果显示并行方式和串行的时间基本相近，使得并行方式在时间计数上并未有明显优势。本文就其运行时间统计做相关分析，通过改进的方式，对时间进行了判断，首先在For循环中加入打印语句判断是否多核执行；然后判断系统确实是多核执行后，在For循环中加入等待函数sleep，运行程序并人工计时，这时的时间在双核机器并行比串行要快近两倍，四核机器并行时间比串行快近四倍。所以可知clock（）不适合做并行程序的计时工具，需要找到相关的替代。

    for (int i=0;i<10;i++)
    {
        std::cout<<"currend id: "<<omp_get_thread_num()<<std::endl;
        sleep(1);
        test();
    }

1、For循环的串行

新建SFor.cpp文件，内容为

#include <iostream>
#include <time.h>
#include <stdio.h>
#include <omp.h>
void test()
{
    int a = 0;
    for (int i=0;i<100000000;i++)
        a++;
}
int main()
{
    struct timespec time1 = {0, 0};
    struct timespec time2 = {0, 0};
    clock_gettime(CLOCK_REALTIME, &time1);
    std::cout<<"sec num: "<<time1.tv_sec<<"; nsec num:  "<<time1.tv_nsec<<std::endl;
    //clock_t t1 = clock();
    for (int i=0;i<10;i++)
    {
        //std::cout<<"currend id: "<<omp_get_thread_num()<<std::endl;
        test();
    }
    //clock_t t2 = clock();
    //std::cout<<"time: "<<t2-t1<<std::endl;
    clock_gettime(CLOCK_REALTIME, &time2);
    std::cout<<"sec num: "<<time2.tv_sec<<"; nsec num:  "<<time2.tv_nsec<<std::endl;
    std::cout<<"time: "<<(time2.tv_sec-time1.tv_sec)*1000+(time2.tv_nsec-time1.tv_nsec)/1000000<<"ms"<<std::endl;
}

CentOS6.5 的GCC版本默认4.4.7，原生支持OpenMP编译

[root@localhost MPDemo]# gcc --version
gcc (GCC) 4.4.7 20120313 (Red Hat 4.4.7-4)
通过编译命令编译源文件为：

g++ -fopenmp SFor.cpp -o sfor.out

[root@localhost MPDemo]# g++ -fopenmp PFor.cpp -o pfor.out
[root@localhost MPDemo]# ./sfor.out
sec num: 1386991744; nsec num:  676508350
sec num: 1386991748; nsec num:  245595277
time: 3570ms

2、For循环的并行

新建PFor.cpp文件，内容为

#include <iostream>
#include <time.h>
#include <stdio.h>
#include <omp.h>
void test()
{
    int a = 0;
    for (int i=0;i<100000000;i++)
        a++;
}
int main()
{
    int coreNum = omp_get_num_procs();//获得处理器个数
    std::cout<<"cpu numbers: "<<coreNum<<std::endl;
    struct timespec time1 = {0, 0};
    struct timespec time2 = {0, 0};
    clock_gettime(CLOCK_REALTIME, &time1);
    std::cout<<"sec num: "<<time1.tv_sec<<"; nsec num:  "<<time1.tv_nsec<<std::endl;
    //clock_t t1 = clock();
    #pragma omp parallel for
    for (int i=0;i<10;i++)
    {
        //std::cout<<"currend id: "<<omp_get_thread_num()<<std::endl;
        test();
    }
    //clock_t t2 = clock();
    //std::cout<<"time: "<<t2-t1<<std::endl;
    clock_gettime(CLOCK_REALTIME, &time2);
    std::cout<<"sec num: "<<time2.tv_sec<<"; nsec num:  "<<time2.tv_nsec<<std::endl;
    std::cout<<"time: "<<(time2.tv_sec-time1.tv_sec)*1000+(time2.tv_nsec-time1.tv_nsec)/1000000<<"ms"<<std::endl;
}

 g++ -fopenmp PFor.cpp -o pfor.out

[root@localhost MPDemo]# ./pfor.out
cpu numbers: 2
sec num: 1386991842; nsec num:  452768086
sec num: 1386991844; nsec num:  527629070
time: 2074

3、分析总结

    clock_gettime能获得纳秒级的精度，1秒=10^9纳秒。clock_gettime包含多种计时方式。
    a、CLOCK_REALTIME:系统实时时间,随系统实时时间改变而改变
    b、CLOCK_MONOTONIC,从系统启动这一刻起开始计时,不受系统时间被用户改变的影响
    c、CLOCK_PROCESS_CPUTIME_ID,本进程到当前代码系统CPU花费的时间
    d、CLOCK_THREAD_CPUTIME_ID,本线程到当前代码系统CPU花费的时间

    本文默认采用CLOCK_REALTIME，即可实现并行程序的准确计时。示例代码如下：

    struct timespec time1 = {0, 0};
    clock_gettime(CLOCK_REALTIME, &time1);
    std::cout<<"sec num: "<<time1.tv_sec<<"; nsec num:  "<<time1.tv_nsec<<std::endl;

参考资料

参考比较好的入门资源：博主饮水思源的openMP的一点使用经验