多线程性能和性能分析
我有一个程序可以很好地扩展到多个线程，但理论上它应该线性扩展：它是一个分割成更小的块并且不需要系统调用，库调用，锁定等的计算。 （使用四核系统）运行速度是单线程运行速度的两倍，而我期望的数字更接近四倍。
使用pthreads，C ++ 0x线程和OpenMP的实现的运行时间同意。
为了查明原因，我尝试了gprof（无用）和valgrind（我没有看到任何明显的）。 如何有效衡量导致经济放缓的因素？ 关于其可能原因的任何通用想法？
- 更新 -
计算涉及蒙特卡洛积分，我注意到花费不合理的时间花费了随机数。 虽然我不知道为什么会发生这种情况，但我注意到随机数发生器不可重入。 使用互斥锁时，运行时间会爆炸。 在检查其他问题之前，我会重新实现这个部分。
我确实重新实施了大幅提高性能的抽样类。 其余的问题实际上是CPU缓存的争用（Evgeny怀疑它是由cachegrind公开的）。
你可以使用oprofile。 或者是一个穷人的伪分析器：在gdb下运行该程序，停止它并查看它停止的位置。 “valgrind --tool = cachegrind”会告诉你CPU缓存的使用效率。
蒙特卡罗整合似乎是非常耗费内存的算法。 尝试估计，如何使用内存带宽。 这可能是您程序性能的限制因素。 另外，如果你的系统只有2核超线程，那么与4线程相比，它应该不会更快，与2线程相比。
链接地址: http://www.djcxy.com/p/57559.html