Haskell 比顺序的性能更差

我编写了一个函数，通过过滤器将文件从48kHz向上采样到192kHz：

upsample :: Coefficients -> FilePath -> IO ()

它获取过滤器系数、文件路径（必须为上采样）并将结果写入新文件

我必须对许多文件进行上采样，因此我编写了一个函数，使用

Control.Concurrent.Async

中的

forconcurrent\ucode>对完整目录进行并行上采样：

upsampleDirectory :: Directory -> FilePath -> IO ()
upsampleDirectory dir coefPath = do
  files <- getAllFilesFromDirectory dir
  coefs <- loadCoefficients coefPath
  forConcurrently_ files $ upsample coefs

upsampleDirectory:：Directory->FilePath->IO（）
upsampleDirectory目录coefPath=do
文件这里有几种可能性。首先，确保自己100%地使用
+RTS-N2-RTS
运行程序。我无法告诉您我已经对并行程序进行了多少次基准测试，并编写了：

stack exec myprogram +RTS -N2 -RTS

代替：

stack exec myprogram -- +RTS -N2 -RTS

让自己陷入绝望的困惑。（第一个版本在两个处理器上运行堆栈可执行文件，但目标可执行文件在一个处理器上运行！）可以在
main
程序的开头添加
print$getNumCapabilities

在确认您在两个处理器上运行之后，下一个最可能的问题是您的实现没有在恒定空间中运行，并且正在破坏堆。这里有一个简单的测试程序，我用来尝试复制你的问题。（您可以随意使用我的很棒的上采样过滤器！）

它在单个文件上运行3.7秒，在单个处理器上运行两个副本时运行7.8秒，在使用
+RTS-N2
的两个处理器上运行两个副本时运行4.0秒

确保编译时启用了优化，对程序进行概要分析，并确保它在恒定（或至少合理）堆空间中运行。上述程序在一个恒定的100k字节堆中运行。类似的版本使用严格的
ByteString
进行读取，使用惰性的
ByteString
进行写入，将整个文件读取到内存中，但堆几乎在几分之一秒内立即增长到70meg（文件大小），然后在处理文件时保持不变

无论您的过滤器有多复杂，如果您的程序正在增加千兆字节的堆，那么实现就会中断，在您担心性能、并行性或其他问题之前，您需要修复它。
您的代码中是否存在大量磁盘活动？我希望并行写入两个文件的速度比顺序写入慢，至少对于每个非顺序访问都需要查找时间的HDD而言。@chi every
upsample
call将文件内容读取到内存中，并将结果写入新文件。文件大小为12MB。如果这是大部分CPU时间，看起来确实很奇怪。你能确认两个处理器都使用了一些CPU监视器吗？@chi顺序访问比随机访问快很多数量级，即使是固态磁盘。事实上，与随机存取相比，顺序存取对于RAM来说大约快一个数量级。有趣的是，硬盘的顺序存取（非固态）比固态顺序存取（以很小的比例）要快，与RAM的随机存取相比（！）大约在2009年，但我想总体状况并没有太大变化。
module Main where

import Control.Concurrent.Async
import System.Environment
import qualified Data.ByteString as B

upsample :: FilePath -> IO ()
upsample fp = do c <- B.readFile fp
                 let c' = B.pack $ concatMap (replicate 4) $ B.unpack c
                 B.writeFile (fp ++ ".out") c'

upsampleFiles :: [FilePath] -> IO ()
upsampleFiles files = do
  forConcurrently_ files $ upsample

main :: IO ()
main = upsampleFiles =<< getArgs   -- sample all file on command line

import qualified Data.ByteString.Lazy as B