Java Optaplanner-具有多个解算器的多线程

我在多线程下运行Optaplanner，试图利用多个CPU核。其思想是：让优化器在有限的时间内运行，跨线程选择最佳解决方案，可能进行迭代（如建议的）。我知道这与并行运行优化本身不同，我也知道并行优化在Optaplanner路线图中。问题是——在同样的时间里，当我并行运行时，我得到的分数一直较低。我使用的线程越多，情况就越糟。为了重现这个问题，我更改了

CloudBalancingHelloWorld

类，类似于：

public static void main(String[] args) {
    SolverFactory solverFactory = SolverFactory.createFromXmlResource("org/optaplanner/examples/cloudbalancing/solver/cloudBalancingSolverConfig.xml");
    CloudBalance unsolvedCloudBalance = new CloudBalancingGenerator().createCloudBalance(400, 1200);
    CloudBalance[] cbarray = new CloudBalance[8];
    Arrays.fill(cbarray, unsolvedCloudBalance);
    Arrays.stream(cbarray)
            .parallel()
            .map(cb -> {
                Solver solver = solverFactory.buildSolver();
                solver.solve(cb);
                return solver.getBestSolution();
            })
            .forEach(
                    solvedCloudBalance -> System.out
                            .println("\nSolved cloudBalance with 400 computers and 1200 processes:\n"
                                    + solvedCloudBalance.getScore()));
    ;
}

在配置中

 <termination>
    <secondsSpentLimit>30</secondsSpentLimit>
  </termination>

30

---

我认为这可能是一个性能问题，但是我记录了移动的数量，每个线程的移动量是相同的——而且我在机器上有12个可用的物理内核，RAM比我需要的多得多。知道我做错了什么吗

所以你在12核机器上并行运行8？如果在12核的机器上运行6会怎么样？我会为操作系统留下至少一个CPU。在超线程内核（或者类似的东西）上，我记得一个例子，独立cpu的实际数量是cpu计数除以2。这就是为什么我要问6个并行线程的行为。1个线程、6个线程和8个线程的ACC（平均计算计数）是多少？如何确保并行线程中的每个CB配置都不同？只是环保型生产？我建议实际使用不同参数的不同算法（LA vs SA vs TS）。谢谢你的建议！顺序：1）我实际上有12个物理内核（超线程到24个），所以我的猜测是——我这里并不缺少资源。我还尝试了2、4和8个线程，线程越多，性能越差。2） 我会拿到ACC并发回3）是的，我正在使用环境模式生产。我也可以尝试不同的算法，但是仍然很好奇为什么它会这样。我假设在优化过程中克隆了解决方案，并且我使用不同的解算器，因此应该没有依赖关系。我会继续挖掘：-）现场。ACC随着线程数的增加而变得更糟。8螺纹40K，4螺纹46K，2螺纹52K。这是正常的行为吗？我可以通过配置文件检查代码是否存在瓶颈，任何建议在这里都值得赞赏：-）上次我对代码进行配置时，唯一突出的方法是我的分数计算功能（正如我所期望的那样），但是我更喜欢理解cloudbalance示例中发生的事情-它更容易/更清晰地再现。