Fortran中的MPI发送接收问题

我现在开始为科学应用开发一个并行代码。我必须从p0到p1和从p1到p0交换一些缓冲区（我在处理器边界之间创建重影点）

错误可通过以下示例代码进行总结：

program test
use mpi
implicit none

integer id, ids, idr, ierr, tag, istat(MPI_STATUS_SIZE)
real sbuf, rbuf

call mpi_init(ierr)

call MPI_COMM_RANK(MPI_COMM_WORLD,id,ierr)

if(id.eq.0) then
ids=0
idr=1
sbuf=1.5
tag=id
else    
ids=1
idr=0
sbuf=3.5
tag=id
endif

call mpi_send(sbuf,1,MPI_REAL,ids,tag,MPI_COMM_WORLD,ierr)

call mpi_recv(rbuf,1,MPI_REAL,idr,tag,MPI_COMM_WORLD,istat,ierr)

call mpi_finalize(ierr)
return
end

---

这有什么问题？

正如弗拉基米尔所指出的，您的代码太不完整，无法提供明确的答案

尽管如此，这可能是一个众所周知的错误

MPI\u Send（）

可能会阻塞。从实用角度来看，

MPI_Send（）

在发送短消息时可能会立即返回，但在发送大消息时可能会阻塞。注意：大小取决于MPI库、使用的互连以及其他运行时参数

MPI\u Send（）

可能会阻塞，直到另一端发布了

MPI\u Recv（）

---

似乎您在同一代码块中使用了

MPI\u Send（）

和

MPI\u Recv（）

，因此您可以尝试使用

MPI\u Sendrecv（）

一次性完成此操作

MPI\u Sendrecv（）

将在引擎盖下发出一个非阻塞发送，因此，如果您的问题确实是一个

MPI\u send（）

死锁，这将有所帮助。

使用MPI编码一开始可能会很困难，最好您正在完成生成示例代码的步骤。您发布的示例代码由于死锁而挂起。两个进程都很忙，只有在MPI\u接收后才能完成发送。因此代码被卡住

解决这个问题有两种常见的方法

按特定顺序发送和接收 这是一个简单易懂的解决方案。对发送和接收操作进行编码，这样就不会有人被卡住。对于您的2进程测试用例，您可以执行以下操作：

if (id==0) then

   call mpi_send(sbuf,1,MPI_REAL,ids,tag,MPI_COMM_WORLD,ierr)
   call mpi_recv(rbuf,1,MPI_REAL,idr,tag,MPI_COMM_WORLD,istat,ierr)
else
   call mpi_recv(rbuf,1,MPI_REAL,idr,tag,MPI_COMM_WORLD,istat,ierr)
   call mpi_send(sbuf,1,MPI_REAL,ids,tag,MPI_COMM_WORLD,ierr)
endif

现在，进程1首先接收，因此不会出现死锁。这个特定的例子是不可扩展的，但是有各种各样的循环结构可以提供帮助。您可以想象一个例程将数据从每个进程发送到其他每个进程，如下所示：

do sending_process=1,nproc
   if (id == sending_process) then
      ! -- I am sending
      do destination_process = 1,nproc
         if (sending_process == destination_process) cycle
         call MPI_SEND ! Send to destination_process
      enddo
    elseif
       ! -- I am receiving
       call MPI_RECV ! Receive from sending_process
    endif
 enddo

这项工作相当好，并且易于遵循。我建议初学者使用这种结构

然而，对于真正的大问题，它有几个问题。您发送的消息数等于进程数的平方，这会使大型网络过载。此外，根据您的操作，您可能不需要将数据从每个进程发送到其他每个进程。（如果您提到了重影，我怀疑这对您是正确的。）您可以修改上述循环，使其仅在需要数据时发送，但对于这些情况，有一个更好的选择

使用非阻塞MPI操作 对于许多核心问题，这通常是最好的解决方案。我建议坚持使用简单的

MPI-ISEND

和

MPI-IRECV

。在这里，开始所有必要的发送和接收，然后等待。 在这里，我使用的是一些已经设置好的列表结构，它定义了每个进程所需目的地的完整列表

! -- Open sends
do d=1,Number_Destinations
   idest = Destination_List(d)

   call MPI_ISEND ! To destination d
enddo

! -- Open receives
do s=1,Number_Senders
   isend = Senders_List(s)
   call MPI_IRECV ! From source s
enddo

call MPI_WAITALL

---

此选项看起来可能更简单，但事实并非如此。您必须事先设置所有必要的列表，并且在缓冲区大小和数据对齐方面存在各种潜在问题。尽管如此，它通常是大型代码的最佳答案。

欢迎使用SO。你的问题不太清楚。请仔细阅读并在你的问题中添加a。你好，祖兰，对不起，我的问题不清楚，我会尽量简化一点。我有两个进程（秩=0和秩=1）。我需要交换一个从0到1的向量，同时交换一个从1到0的向量。我如何进行此通信？欢迎。你的代码太不完整了。我们需要看到一些我们可以编译和测试的东西。包括所有变量声明等。我建议您阅读以下内容：。您必须理解阻塞操作和非阻塞操作之间的区别。我已经提供了一个示例代码来重新创建问题。使用mpi_sendrecv，我再次得到一个块。谢谢你的标签不匹配，所以你的测试只能死锁。好的，但是因为我是mpi的noob，你能给我举个例子吗（如果你有时间的话）？同时，我会尽力按照你的建议去做！谢谢你可以为你的所有通信使用一个唯一的标签我不同意。根据我的经验，与单独的发送和接收相比，MPI_Sendrecv通常简化了代码，并避免了异步消息可能带来的混乱，特别是对于初学者。但这是基于观点的，所以我不会多说。当然，您必须始终像MPI_Send和MPI_Recv正在阻塞一样编写代码。亲爱的Ross，非常感谢！这是一个非常好的答案。明天我会试着跟着你的向导走！嗯，我正在为流体动力学建立一个代码（在系列作品中非常好）。因此，原则上，每个处理器都应该知道它的相邻单元，并且在每个时间步，必须用新的速度ecc值来更新这些重影单元。。。来自邻近的分区。我认为你们中的一些人应该适合这项工作。我也在CFD工作。您针对的问题大小（单元和处理器数量）是多少？这是针对非结构化网格的代码（网格的数据结构与openFoam相同）。我的目标通常是三维非定常流，所以让我们假设高达64个过程和百万个单元的顺序：）这是一个个人项目，我计划在未来的项目中使用它。但首先我需要一个并行化：）我想，第一个选项最适合你。它更容易调试和监视性能，并且它的局限性对于您的问题大小来说应该不是什么大问题。