Performance Scala中的并发处理
我正在尝试在Scala中使用并发编程。总部设在这里 StackOverflow,我在Euler项目的基础上编制了一个程序。 我尝试了三种方法:第一种是简单的执行,没有并行性。这个 第二个通过执行器和可调用项使用java.util.concurrency API。第三,基于上面提到的页面,使用scala.Futures。我的目标是比较执行时间 代码如下:Performance Scala中的并发处理,performance,scala,concurrency,Performance,Scala,Concurrency,我正在尝试在Scala中使用并发编程。总部设在这里 StackOverflow,我在Euler项目的基础上编制了一个程序。 我尝试了三种方法:第一种是简单的执行,没有并行性。这个 第二个通过执行器和可调用项使用java.util.concurrency API。第三,基于上面提到的页面,使用scala.Futures。我的目标是比较执行时间 代码如下: package sandbox import java.util.concurrent._ import scala.actors._ ob
package sandbox
import java.util.concurrent._
import scala.actors._
object TestPool {
def eval(n: Int): Boolean = (n % 3 == 0) || (n % 5 == 0)
def runSingle(max: Int): Int = (1 until max).filter(eval(_)).foldLeft(0)(_ + _)
def runPool(max: Int): Int = {
def getCallable(i: Int): Callable[Boolean] = new Callable[Boolean] { def call = eval(i) }
val pool = Executors.newFixedThreadPool(5)
val result = (1 until max).filter(i => pool.submit(getCallable(i)).get).foldLeft(0)(_ + _)
pool.shutdown
pool.awaitTermination(Math.MAX_LONG, TimeUnit.SECONDS)
result
}
def runFutures(max: Int): Int = (1 until max).filter(i => Futures.future(eval(i)).apply).foldLeft(0)(_ + _)
/**
* f is the function to be runned. it returns a Tuple2 containing the sum and the
* execution time.
*/
def test(max: Int, f: Int => Int): (Int, Long) = {
val t0 = System.currentTimeMillis
val result = f(max)
val deltaT = System.currentTimeMillis - t0
(result, deltaT)
}
def main(args : Array[String]) : Unit = {
val max = 10000
println("Single : " + test(max, runSingle))
println("Pool : " + test(max, runPool))
println("Futures: " + test(max, runFutures))
}
}
结果如下:
最大值=10:
- 单人:(23,31)
- 游泳池:(23,16)
- 期货:(23,31)
- 单人:(2318,33)
- 游泳池:(2318,31)
- 期货:(2318,55)
- 单人:(233168,42)
- 游泳池:(233168111)
- 期货:(233168364)
- 单人:(23331668144)
- 游泳池:(23331668544)
- 期货:。。。我在3分钟后取消了执行
那Scala演员呢?有可能使用它们吗?您希望得到什么结果?您是否期望其中一种方法的性能优于其他方法?您是否希望程序针对不同的执行方法进行不同的扩展 你的机器有多少芯?如果你只有一个核心,那么你应该期望时间随着要做的工作线性增加。在运行过程中,您的cpu使用情况如何?这些数字可以重复吗
您还没有考虑到JVM热点预热时间的影响,这可能会给这样的微基准测试带来实质性的问题 我假设您使用的是Scala 2.7。基本上,
Range
上的filter
和map
(直到max为止的1的结果)是非严格的,这意味着它将按需计算,并且每次尝试访问它的结果时都会进行计算
试试这个,例如:
val y = (1 to 10).filter{x => println("Filtering "+x); x % 2 == 0}.map{x => println("Mapping "+x); x * 2}
println(y(0))
println(y(1))
println(y(2))
println(y(0))
不管怎样,结果是并行的东西是连续运行的。在范围内添加一个.force
,就可以了