MPI有时会卡住。（openmpi多线程）

（首先，我要感谢赫里斯托·伊利耶夫。他在我目前的MPI项目中帮助了我很多。）

问题是MPI_Irecv有时会卡住（卡住概率接近1/2）。我的程序有两万多行。所以我不能在这里列出

它卡住的代码是：

MPI id:0

MPI_Ssend(id=1,tag=1);
MPI_Ssend(id=1,tag=x);
MPI_Recv(id=1,tag=x+1);

MPI id:1

MPI_Recv(id=0,tag=1);
pthread_create(fun_A());

void fun_A()
{
    MPI_Recv(id=0,tag=x);
    MPI_Ssend(id=0,tag=x+1);
}

为了调试它，我在每个MPI函数之后添加了一些标志。这些标志包括printf和将一些标志写入文件

我的程序的几点如下

1.（重要）当我在一台使用两个内核的机器上运行我的mpi程序时，它是正常的。但当我在两台机器（每台机器使用一个内核）中运行它时，有时在MPI id:1中，会返回MPI_Ssend（id=0，tag=x+1）（和MPI_wait（）），但MPI id:0卡在MPI_Recv（id=1，tag=x+1）上

2.（重要）当MPI_Recv（id=1，tag=x+1）时；（MPI id:0）stucks，MPI_id:1中的前2个MPI_函数应该已经完成。但有时根本没有MPI_id:1的标志，有时有MPI id:1的所有3个MPI函数的标志

3.（重要）当发送器线程卡在MPI_Recv（id=1，tag=x+1）时，没有发送器线程；在MPI id中：0

4.vWork在我的程序中用于分叉其他作业。这些作业中不使用MPI函数。这些作业使用消息队列与MPI_comm_world中的线程通信

5.我在配置时启用了多线程支持。MPI_Init_线程（多线程支持）用于初始化MPI。检查它的Ret值

我不知道我的节目是怎么回事。我想：

openMPI中存在错误

配置中有错误

我的程序有错误。（但如果我的程序中有bug，为什么我在使用2个内核的1台机器上运行MPI时可以，但在使用1个内核的2台机器上运行MPI时失败）

谁能给我一些提示吗

ifconfig-a的输出为： 一个节点ip为10.1.1.112。另一个是10.1.1.113。ifconfig的输出与ip addr完全相同

eth0      Link encap:Ethernet  HWaddr 00:21:5E:2F:62:8A
          inet addr:10.1.1.113  Bcast:10.1.1.255  Mask:255.255.255.0
          inet6 addr: 2001:da8:203:eb1:221:5eff:fe2f:628a/64 Scope:Global
          inet6 addr: fe80::221:5eff:fe2f:628a/64 Scope:Link
          UP BROADCAST RUNNING MULTICAST  MTU:1500  Metric:1
          RX packets:3402577 errors:0 dropped:0 overruns:0 frame:0
          TX packets:208064 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:1000
          RX bytes:291778729 (278.2 MiB)  TX bytes:25343147 (24.1 MiB)

eth1      Link encap:Ethernet  HWaddr 00:21:5E:2F:62:8C
          UP BROADCAST MULTICAST  MTU:1500  Metric:1
          RX packets:0 errors:0 dropped:0 overruns:0 frame:0
          TX packets:0 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:1000
          RX bytes:0 (0.0 b)  TX bytes:0 (0.0 b)

lo        Link encap:Local Loopback
          inet addr:127.0.0.1  Mask:255.0.0.0
          inet6 addr: ::1/128 Scope:Host
          UP LOOPBACK RUNNING  MTU:16436  Metric:1
          RX packets:1770 errors:0 dropped:0 overruns:0 frame:0
          TX packets:1770 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:0
          RX bytes:798595 (779.8 KiB)  TX bytes:798595 (779.8 KiB)

---

你能发布你的程序运行的两个节点的网络配置（ifconfig的输出）吗？还有，你到底为什么要立即调用

MPI\u-Isend

和

MPI\u-Wait

，这完全等同于调用

MPI\u-Send

？同样的情况也适用于

MPI\u Irecv

之后的

MPI\u Wait

。我添加了ifconfig的输出-我使用MPI\u Isend&MPI\u Wait的原因是我想在每个MPI\u函数之后添加调试标志。通过这种方式，我可以获得有关我的程序当前位置的信息。有时MPI_只将复制数据发送到缓冲区，然后不等待接收方的响应就返回。尝试使用GDB连接到挂起的列组，并检查线程堆栈以查看它们挂起的位置。或者更好的方法是，如果您有权访问TotalView，使用类似于TotalView的并行调试器，因为它使事情变得更简单。