Multithreading 在Haskell程序中评测多线程性能&x2014；没有使用并行策略的加速

在尝试在Haskell程序中添加多线程功能后，我注意到性能根本没有提高。通过追踪，我从threadscope获得了以下数据：

绿色表示正在运行，橙色表示垃圾回收。 这里垂直的绿色条表示火花创建，蓝色条表示并行GC请求，浅蓝色条表示线程创建。 标签是：spark created、请求并行GC、创建线程n和从cap 2窃取spark

平均而言，我在4个内核上只获得了大约25%的活动，这在单线程程序上没有任何改进

当然，如果没有对实际计划的描述，这个问题将是无效的。本质上，我创建了一个可遍历的数据结构（例如树），然后在其上fmap一个函数，然后将其输入到一个图像写入例程中（解释了程序运行结束时，经过15秒的明确的单线程段）。函数的构造和fmapping都需要花费大量的时间来运行，尽管第二个函数的运行时间稍长

上面的图表是通过在图像写入之前为该数据结构添加一个parTraversable策略生成的。我还尝试在数据结构上使用toList，然后使用各种并行列表策略（parList、parListChunk、parBuffer），但每次在大范围的参数（甚至使用大数据块）上的结果都是相似的。
在将函数应用于可遍历的数据结构之前，我还尝试对其进行全面评估，但出现了完全相同的问题

以下是一些附加统计信息（针对同一程序的不同运行）：

我不确定我还能提供什么有用的信息来帮助回答这个问题。分析并没有揭示任何有趣的东西：它与单核统计数据相同，只是增加了一个空闲时间，占用了75%的时间，正如上面所预期的那样

---

发生了什么阻止了有用的并行化？

很抱歉，我无法及时提供代码来帮助受访者。我花了一段时间才弄清问题的确切位置

问题如下：我正在映射一个函数

f :: a -> S b

在可遍历的数据结构上

structure :: T a

其中S和T是两个可遍历函子

然后，当使用parTraversable时，我错误地写了

Compose (fmap f structure) `using` parTraversable rdeepseq

而不是

Compose $ fmap f structure `using` parTraversable rdeepseq

因此，我错误地使用composets的可遍历实例来执行多线程处理（使用Data.Functor.Compose）

（这看起来应该很容易抓住，但我花了一段时间才从代码中提取出上面的错误！）

现在看起来好多了

---

您是否在某个地方有代码，或者至少有代码的相关部分？一旦我从我拥有的程序中提取了相关代码，剩下的就是我上面概述的描述，因此我觉得包含任何实际代码都没有帮助。我也不知道我使用的fmap函数是什么有什么关系，只要它是纯函数（它是纯函数）。无论如何，这应该是可并行的，即使可遍历结构的构造可能不是。也许，你自己会发现问题所在。如果不是的话，我们可以看看回购协议。关于问题，你无法弄清楚的是，它们往往会出现在你认为不应该看到的地方。：-）英语是描述计算机程序的一种相当模糊的语言，人们不能用它来为自己编译和试用。

Compose $ fmap f structure `using` parTraversable rdeepseq