Performance 使用矩阵向量示例对Akka进行基准测试

我曾尝试使用矩阵向量乘法对Akka框架进行基准测试。对于这个数据密集型问题，我测量了16核机器上不同数量的工作人员的绝对运行时

我使用了以下配置：

akka {
    logConfigOnStart=off
    executor = "thread-pool-executor"
    fork-join-executor {
        parallelism-min = 16
        parallelism-factor = 3.0
        parallelism-max = 16
    }
}

对于不同数量的worker，我希望我使用的worker越多，运行时就越好，但我观察到一个非常糟糕的加速。我测量了绝对运行时，并将它们绘制在条形图上

图：

有关更多详细信息，请您查看：

git上的项目说明：

或者github上的

这是对大学的一个阐述，这就是为什么演员模型和Akka在开头被总结的原因

我的问题是：

我做错了什么

我如何改进我的计划以观察更好的绩效

---

1） 您正在配置使用线程池执行器，但只提供fork-join执行器的配置。线程池执行器具有可怕的可伸缩性，请参阅：

---

2） 使用executor=“fork join executor”，我建议您将并行度因子设置为0.6到1.0之间。您必须调整以查看哪一个最适合您的设置，您还需要将矩阵块大小调整为更大，试试这个。

1）您正在配置使用线程池执行器，但只提供fork-join执行器的配置。线程池执行器具有可怕的可伸缩性，请参阅：

---

2） 使用executor=“fork join executor”，我建议您将并行度因子设置为0.6到1.0之间。您必须调整以查看哪一个最适合您的设置，您还需要将矩阵块大小调整为更大，尝试一下。

答案几乎总是你把工作分成太小的块。如果您使用的矩阵比它大100倍（如果是2d，则比它大10倍x 10倍）？线程池执行器具有可怕的可伸缩性，请使用fork-join-pool。答案几乎总是你把工作分成太小的块。如果您使用的矩阵比它大100倍（如果是2d，则比它大10倍x 10倍）？线程池执行器具有可怕的可伸缩性，请使用fork-join-pool。