Memory management 当在数组上迭代时，内存使用会增加

我正在使用Julia为Poisson方程设计Jacobi解算器。迭代调用解算器，直到

err

足够小（~1e-8），对于我的

nx=ny=80

测试用例，需要大约25000次循环。分析表明，大部分时间都花在内部循环中（正如预期的那样），但内存分配似乎正在流失，@time宏为达到收敛而分配了38GB的内存，这似乎太多了，因为我不认为我正在为每个循环创建新的阵列

function jacobi(P::Array{Float64,2}, maxiter::Int64)
    P_old = copy(P)
    for j = 2:ny-1
        # Main body loop
        for i = 2:nx-1 
             @inbounds P[i,j] = ((P_old[i+1,j] + P_old[i-1,j])*dx2 
                               + (P_old[i,j+1] + P_old[i,j-1])*dy2)/denom-Rmod[i,j]
        end
    end
    err = vecnorm(P::Array{Float64,2}-P_old::Array{Float64,2})/sqrt(nx+ny)
    return (P, err)
end

我已经为函数计时了1000个循环，从设置初始条件的函数包装器（

methodwrap

）调用：

function methodwrap(solver, maxiter::Int64) # (solver fn name, max # of iterations)
    P = copy(P0)
    iter = 1
    err  = 1.0
    maxerr = 1e-8
    prog = Progress(maxiter,.2, "Solving using $solver method", 10) # Show progress bar
    while (err > maxerr) && (iter < maxiter)
        P, err = solver(P, maxiter)
        next!(prog) # Iterates progress bar counter
        iter += 1
    end
    println()
    return (P, iter, err)
end

我已尝试将内环阵列减少为向量子阵列，并使用@simd:

function jacobi2(P::Array{Float64,2}, maxiter::Int64)
    P_old = copy(P)::Array{Float64,2}
    for j = 2:ny-1
        # Main body loop
        Pojm = sub(P_old,:,j-1)
        Poj = sub(P_old,:,j)
        Pojp = sub(P_old,:,j+1)
        Pj = sub(P,:,j)
        Rmodj = sub(Rmod,:,j)
        @simd for i = 2:nx-1 
             @inbounds Pj[i] = ((Poj[i+1] + Poj[i-1])*dx2
                              + (Pojp[i] + Pojm[i])*dy2)/denom-Rmodj[i]
        end
    end
    err = vecnorm(P::Array{Float64,2}-P_old::Array{Float64,2})/sqrt(nx+ny)
    return (P, err)
end

然而，这似乎只会增加内存分配并降低速度，我得到一个@simd警告：

julia> @time methodwrap(jacobi2,1000);
Warning: could not attach metadata for @simd loop.
Solving using jacobi2 method: 100%|##########|  ETA: 0:00:00
elapsed time: 4.947097666 seconds (1455818184 bytes allocated, 29.85% gc time)

---

这是我在朱莉娅的第一个项目，所以我可能犯了一个非常明显的错误，但我还没有找到解决方案。我将全局变量定义为常量。我已经阅读了好几次性能提示，我整理了文件，我使用了打字检查来确保我的类型是一致的，在我看来，所有的东西都相当干净。我做错了什么？如果你想检查一下的话，我已经发布了我的要点。

事实证明问题很微妙。我做了3个改变（见下文）。我确实使用了@iaindanning建议的--track allocation=user，它指向了有问题的行。这两个问题都源于使用全局变量

在这些变化之后

julia> @time methodwrap(jacobi,1000)
elapsed time: 0.481986712 seconds (116650236 bytes allocated)

更改1将常量添加到nx和ny 除了这两个变量外，到处都有const，但如果保留非const和global，则会导致循环迭代器i不必要地分配

nx=80 # Number of mesh points in the x-direction
ny=80 # Number of mesh points in the y-direction

改为

const nx=80 # Number of mesh points in the x-direction
const ny=80 # Number of mesh points in the y-direction

const Rmod = convert(Array{Float64,2},dx2*dy2*R/(2*(dx2+dy2)))

更改2：避免数组{Any，2}类型的Rmod 改为

const nx=80 # Number of mesh points in the x-direction
const ny=80 # Number of mesh points in the y-direction

const Rmod = convert(Array{Float64,2},dx2*dy2*R/(2*(dx2+dy2)))

---

尝试使用内存分配跟踪运行：

julia--track allocation=user yourscript.jl

。它应该告诉您哪些行正在执行所有内存分配。您可以发布如何创建P0吗？@waTeim:P0创建脚本包含在完整代码中：@Iain:how't'view the resulted

*.mem

files'？它们只是普通文本文件，实际上是您的源文件，为其旁边的每一行分配内存。

--track allocation=user

输出到哪个文件/dir？它不在我运行命令的目录中。@AlexAmes它可能是我们调用程序的方式。你能提供一些关于你的安装/操作系统的详细信息吗？它应该在源文件夹中；i、 例如，如果您的包在

src/mypackage.jl

中有一个文件，那么在同一

src

文件夹中会有一个文件

mypackage.jl.mem

。@waTeim嗨，您能告诉我为什么“change2”对您有效吗？我的意思是，第一个版本有什么问题。

常量Rmod=dx2*dy2*R/（2*（dx2+dy2））

？