Parallel processing Julia中的并行程序设计

我一直在关注julia中的并行编程文档，对于我的思维，就像openMP或MPI一样，我发现设计选择非常奇怪

我有一个应用程序，我希望数据分布在进程之间，然后我想告诉每个进程对分配给它的任何数据应用一些操作，但是我在Julia中没有看到这样做的方法。这里有一个例子

julia> r = remotecall(2, rand, 2)
RemoteRef{Channel{Any}}(2,1,30)

julia> fetch(r)
2-element Array{Float64,1}:
 0.733308
 0.45227 

在进程2中，存在一个包含2个元素的随机数组。我可以通过

julia> remotecall_fetch(2, getindex, r, 1)
0.7333080770447185

但是，如果我应用了一个应该改变向量的函数，比如：

julia> remotecall_fetch(2, setindex!, r, 1,1)
ERROR: On worker 2:
MethodError: `setindex!` has no method matching setindex!(::RemoteRef{Channel{Any}}, ::Int64, ::Int64)
 in anonymous at multi.jl:892
 in run_work_thunk at multi.jl:645
 [inlined code] from multi.jl:892
 in anonymous at task.jl:63
 in remotecall_fetch at multi.jl:731
 in remotecall_fetch at multi.jl:734

---

我不知道该怎么形容，但工人们似乎只能归还“新”的东西。我不知道如何将一些变量和函数发送给工作者，并让函数修改变量。在上面的示例中，我希望数组位于单个进程上，理想情况下，我能够告诉该进程在该数组上执行一些操作。所有操作完成后，我可以获取结果等。

我想您可以通过宏

@spawnat

实现这一点：

julia> addprocs(2)
2-element Array{Int64,1}:
 2
 3

julia> r = remotecall(2, rand, 2)
RemoteRef{Channel{Any}}(2,1,3)

julia> fetch(r)
2-element Array{Float64,1}:
 0.149753
 0.687653

julia> remotecall_fetch(2, getindex, r, 1)
0.14975250913699378

julia> @spawnat 2 setindex!(fetch(r), 320.0, 1)
RemoteRef{Channel{Any}}(2,1,6)

julia> fetch(r)
2-element Array{Float64,1}:
 320.0
   0.687653

julia> @spawnat 2 setindex!(fetch(r), 950.0, 2)
RemoteRef{Channel{Any}}(2,1,8)

julia> fetch(r)
2-element Array{Float64,1}:
 320.0
 950.0

但是使用

remotecall\u fetch

，返回的数组看起来确实是一个副本：

julia> remotecall_fetch(2, setindex!, fetch(r), 878.99, 1)
2-element Array{Float64,1}:
 878.99
 950.0

julia> remotecall_fetch(2, setindex!, fetch(r), 232.99, 2)
2-element Array{Float64,1}:
 320.0
 232.99

julia> fetch(r)
2-element Array{Float64,1}:
 320.0
 950.0

---

使用：

Julia版本0.4.3

根据您的需求描述，您可能会发现它很有用。

我不喜欢Julia，但您可以通过zeromqI查看、分发和接收工作。我认为DArray不够灵活，无法满足我的需要