(原创)发布一个c++11开发的轻量级的并行Task库TaskCpp

TaskCpp简介

　　TaskCpp是c++11开发的一个跨平台的并行task库，它的设计思路来源于微软的并行计算库ppl和intel的并行计算库tbb，关于ppl和tbb我在前面有介绍。既然已经有了这两个大公司开发的并行计算库，我为什么还要开发自己的并行计算库。有两个原因：

  1. ppl只能在windows上用不能跨平台，tbb能跨平台，但是受限于原始设计，tbb的task比较弱没有ppl的强大，所以他们不能完全满足我的要求；
  2. 我觉得可以用c++11可以开发出一个轻量级的好用的并行task库。

　　TaskCpp在接口设计上尽量和ppl保持一致，因为我觉得ppl的接口很好很强大。因此，TaskCpp的接口用法和语义和ppl基本是一致的。因为TaskCpp是一个轻量级的task库，总共也不过三百多行代码，本着简单够用的原则，只提供了一些和ppl类似的常用用法, 有些不常用的特性不考虑支持。比如，不支持任务的取消，因为加入任务的取消会导致增加很多复杂性，而实际中用得比较少，所以不考虑支持，够用就好。

支持的平台

需要支持c++11的编译器，建议编译器：

  • linux: GCC4.7+
  • windows: vs2012 nov ctp+, 最好是vs2013

库的使用

　　使用TaskCpp仅仅需要包含头文件即可，在程序中使用只需要包含#include <TaskCpp.h>和少量的boost头文件即可。

TaskCpp的功能

TaskCpp提供一下功能：

  • 并行任务：一种并行执行若干工作任务的机制。
    • 基本的异步任务
    • 延续的任务
    • 组合任务
      • WhenAll
      • WhenAny
    • 任务组
  • 并行算法：并行作用于数据集合的泛型算法。
    • ParallelForeach算法
    • ParallelInvoke算法
    • ParallelReduce算法

TaskCpp用法介绍

并行任务

基本的异步任务Task

　　Task会创建一个异步操作，这个异步操作发起方式是延迟加载方式发起的，即在调用Task的Wait或者Get时才真正发起异步操作。Task可以通过std::function或者lambda表达式去创建，不支持直接原生函数创建，如果要用原生函数需要先通过lambda或者std::function包装一下。Task的Wait接口只是等待异步操作结束。Task的Get接口接收参数并等待异步操作结束并返回结果。PPL中的get接口是不能接收参数的，TaskCpp的Get接口是可以接受任意参数的，更灵活一点，算是较PPL的一个小优点吧。下面是Task的基本用法：

#include <TaskCpp.h>
using namespace Cosmos;

void TestTask()
{
    Task<void()> task([]{cout << 1 << endl; });
    task.Wait();

    Task<void()> task1 = []{cout << 1 << endl; };
    task1.Wait();

    Task<int()> task2 = []{cout << 1 << endl; return 1; };
    cout << task2.Get() << endl;

    Task<int(int)> task3 = [](int i){cout << i << endl; return i; };
    cout << task3.Get(3) << endl;
}
View Code

组合任务--WhenAll

　　WhenAll保证一个任务集合中所有的任务完成。WhenAll函数会生成一个任务，该任务可在完成一组任务之后完成。 此函数可返回一个std::vector 对象，该对象包含集合中每个任务的结果。 以下基本示例使用WhenAll创建表示完成其他三个任务的任务。下面是WhenAll的基本用法：

void PrintThread()
{
    cout << std::this_thread::get_id() << endl;
    std::this_thread::sleep_for(std::chrono::milliseconds(5));
}

void TestWhenAll()
{
    vector<Task<int()>> v = {
        Task<int()>([]{PrintThread(); std::this_thread::sleep_for(std::chrono::seconds(5)); return 1; }),
        Task<int()>([]{PrintThread(); return 2; }),
        Task<int()>([]{PrintThread(); return 3; }),
        Task<int()>([]{PrintThread(); return 4; })
    };

    cout << "when all " << endl;
    WhenAll(v).Get();

}
View Code

　　注意：WhenAll是非阻塞的，它只是创建一个任务，在Wait或Get时才发起异步操作。传递给WhenAll的任务必须是统一的。 换言之，它们必须都返回相同类型。

组合任务--WhenAny

　　WhenAny在任务集合中任意一个任务结束之后就返回。函数会生成一个任务，该任务可在完成一组任务的第一个任务之后完成。 此函数可返回一个 std::pair 对象，该对象包含已完成任务的结果和集合中任务的索引。下面是WhenAny的基本用法：

void TestWhenAny()
{
    vector<Task<int()>> v = {
        Task<int()>([]{PrintThread(); std::this_thread::sleep_for(std::chrono::seconds(5)); return 1; }),
        Task<int()>([]{PrintThread(); return 2; }),
        Task<int()>([]{PrintThread(); return 3; }),
        Task<int()>([]{PrintThread(); return 4; })
    };

    cout << "when any " << endl;
    WhenAny(v).Then([](std::pair<int, int>& result)
    {
        cout << " index " << result.first << " result " << result.second << endl;
        return result.second;
    }).Then([](int result){cout << "any result: " << result << endl; }).Get();
}
View Code


　　注意：WhenAny是非阻塞的，它只是创建一个任务，在Wait或Get时才发起异步操作。传递给WhenAny的任务必须是统一的。 换言之，它们必须都返回相同类型。

任务组--TaskGroup

　　TaskGroup可以并行的处理一组任务，TaskGroup可以接受多个task或者function，TaskGroup的Wait等待所有任务完成。下面是TaskGroup的基本用法：

void TestTaskGroup()
{
    Task<int()> t1([]{PrintThread(); return 1; });
    Task<double()> t2([]{PrintThread(); return 2.123; });
    Task<void()> t3([]{PrintThread(); });
    Task<string()> t4([]{PrintThread(); return "ok"; });

    TaskGroup group;
    group.Run(t1); 
    group.Run(t2); 
    group.Run(t3);  
    group.Run(t4); 
    
    //如果你觉得这样一个一个Run加入任务，你也可以一起Run
    group.Run(t1, t2, t3, []{PrintThread(); return 1; });

    group.Wait();
}
View Code

　　PPL的task_group的任务只能是void()形式的，TaskCpp允许一些简单类型的任务如int()、double()、string()等，其实任务的返回类型没有实际意义，因为Wait没有返回值，这里支持多种返回类型的任务只不过是为了减少一点限制，用起来稍微方便一点罢了。PPL加入任务只能一个一个Run，要加入多个任务时有点繁琐，TaskCpp可以一次Run多个任务，比PPL要方便一些。这两点算是较PPL的两个小优点吧。

并行算法

ParallelForeach算法

　　ParallelForeach算法与 STL std::for_each 算法类似，只是 parallel_for_each 算法并发执行任务。用法比较简单：

bool check_prime(int x) // 为了体现效果, 该函数故意没有优化.
{
    for (int i = 2; i < x; ++i)
    if (x % i == 0)
        return false;
    return true;
}

void TestParallelFor()
{
    vector<int> v;
    for (int i = 0; i < 100000; i++)
    {
        v.push_back(i + 1);
    }

    boost::timer t;

    ParallelForeach(v.begin(), v.end(), check_prime);
    ParallelForeach(v.begin(), v.end(), check_prime);

    cout << "taskcpp: " << t.elapsed() << endl;
}
View Code

ParallelInvoke算法

　　ParallelInvoke算法并行执行一组任务。 在完成所有任务之前，此算法不会返回。 当您需要同时执行多个独立的任务时，此算法很有用。ParallelInvoke和TaskGroup的作用是一样的。用法比较简单：

void TestParaInvoke()
{
    auto f = []{cout << "1" << endl; return 1; };
    ParallelInvoke(f, []{cout << "2" << endl; });
}

ParallelReduce算法

　　ParallelReduce算法在实际应用中比较常用，有点类似于map-reduce，可以并行的对一个集合进行reduce操作。ParallelReduce的用法稍微复杂一点，它的原型：

    • ParallelReduce(range,init, reduceFunc);
    • ParallelReduce(range,init, rangeFunc, reduceFunc);

　　第一个参数是集合，第二个参数是算法的初始值，第三个参数rangeFunc是一个声称中间结果的函数，第四个参数是中间结果的汇聚函数。如果调用ParallelReduce(range,init, reduceFunc)，则表示rangeFunc和reduceFunc是一个函数。

　　下面的例子是并行的计算100000000个整数的和：

void TestParallelSum()
{
    vector<int> v;
    const int Size = 100000000;
    v.reserve(Size);
    for (int i = 0; i < Size; i++)
    {
        v.push_back(i + 1);
    }

    int i = 0;

    boost::timer t;
    auto r = ParallelReduce(v, i, [](const vector<int>::iterator& begin, 

vector<int>::iterator&end, int val)
    {
        return std::accumulate(begin, end, val);
    });
    cout << t.elapsed() << " " << r << endl;
}
View Code

　　下面是并行查找最长的字符串的例子：

void TestFindString()
{
    vector<string> v;
    v.reserve(10000000);
    for (int i = 0; i < 10000000; i++)
    {
        v.emplace_back(std::to_string(i + 1));
    }

    string init = "";

    auto f = [](const vector<string>::iterator& begin, vector<string>::iterator&end, string& val)
    {
        return *std::max_element(begin, end, [](string& str1, string& str2){return str1.length()<str2.length(); });
    };

    boost::timer t;
    auto r = ParallelReduce(v, init, f, f);
    cout << t.elapsed() << " " << r << endl;
}
View Code

性能

　　用四个测试用例对比测试了tbb、ppl、TaskCpp和单线程的性能。下图是测试对比的结果：

　　可以看到TaskCpp的性能比单线程效率要高，总体上也优于ppl和tbb，其中ppl和tbb在某些场景下性能还不如单线程高，所以在使用时要以实际测试数据为准，并不是一用并行库效率就能提高。

下载地址

TaskCpp 更新版本TaskCppV1.1

TaskCpp开源协议

　　遵循LGPL（GNU General Public License）协议。

注意

TaskCpp是一个任务库，不是线程池，每启动一个task就会创建一个线程，如果需要线程池可以看这里。

联系我

　　如果发现问题或者有什么建议请给我留言或者发邮件qicosmos@163.com . 

　　c++11 boost技术交流群：296561497，欢迎大家来交流技术。

后记

　　TaskCpp的开发和测试花费了我两三周的时间，开发之初我就计划将其开源，我希望更多的人能用起来并推广TaskCpp，促进它的发展。曾经有人问我，为什么坚持发原创文章分享技术，是不是有什么好处。我一下子还真答不上来，因为我根本就没有想过有啥好处，现在再想一下，好处嘛，分享的术也许对别人学习有帮助吧。再想想我这样做的原因，一个原因是兴趣，这要感谢c++11，是c++11让我觉得c++语言是非常有意思和有魅力的语言，总能带给人惊喜，没有c++11我也不可能完成TaskCpp库。还有就是一点点分享快乐的精神，我分享我快乐。最重要的原因是一点点梦想，c++中开源库太少了，很多框架和基础库都还不够，远远赶不上java，所以在使用和推广上不如java。但是我有一点梦想：我希望通过自己的一点努力能让c++的世界变得更加美好，能让c++开发者的日子变得美好。是的，正是这个梦想促使我将我开发的大部分代码都开源出来！也正是这个梦想促使我坚持写原创博客分享技术！

posted on 2014-01-27 16:04  qicosmos(江南)  阅读(12006)  评论(12)  编辑  收藏  举报

导航