HackMD
2016q3 Homework2 (phonebook-concurrent)
contributed by <SarahYuHanCheng>
tag: sarah,phonebook-concurrent
- concurrency 教材的認知
- 程式正確性驗證
- 效能分析實驗 (必須要有圖表)
- 以及充份說明你如何改善效能
Reference
Concurrency
舉了很好懂且生活化的例子，以下摘錄片段：
譬如說，一邊走路一邊講電話就同時做兩件事（走路和講電話），一邊寫報告一邊上網聊天也是如此。然而這兩個同時做兩件事的例子卻有著很微妙的差異，前者我們真的是在每一瞬間都是同時進行兩件事（走路和講電話）；後者卻不然，大多人都是寫一段報告、就跳過去聊天、再寫報告、再聊天、等等，幾乎不可能在每一瞬間都同時在寫報告和聊天。
兩個例子中前者（兩件事齊頭並進）的處理方式叫做平行（parallel），後者在兩件事中交錯執行、但每一瞬間每件事都有點進展；並行（concurrent，此地採用國內的譯名）指的是交錯執行和平行兩者，所以並行比平行在意義上較廣。
More parallelization :
mmap
在linux下使用mmap實在是相當方便，看到linux manual,除了解決memory management 的問題外，還因為是VMA，所以使用fd讀寫時已經確保過image segamentation正確，這如果是在FreeRTOS上就會是相當大的工程。
void *mmap(void *addr, size_t length, int prot, int flags,int fd, off_t offset);
int munmap(void *addr, size_t length);
所以在append時，下方第12行不需要再做malloc的動作，因為已經使用過mmap獲取空間與紀錄尾端位址。
append_a *new_append_a(char *ptr, char *eptr, int tid, int ntd,
entry *start)
{
append_a *app = (append_a *) malloc(sizeof(append_a));
app->ptr = ptr;
app->eptr = eptr;
app->tid = tid;
app->nthread = ntd;
app->entryStart = start;
app->pHead = (app->pLast = app->entryStart);
return app;
}
說到append就想到在找mmap末端時，main中使用fsize()取得檔案大小：
off_t fs = fsize(ALIGN_FILE);
這個fs取名取的過於簡略，影響閱讀，先換成fileOffset。
同樣的問題發生在append_a上，將其修改
typedef struct _append_a {
char *ptr;
char *ptrEnd;
int threadId;
int threadNum;
entry *entryStart;
entry *pHead;
entry *pLast;
} append_a;
Asynchronous
Execution
threadNUM= 4
所以才使用do{}while(0)改寫成：
#define FOO(x) do { foo(x); bar(x); } while (0)
if (condition)
FOO(x);
else
....
pthread_setconcurrency(THREAD_NUM + 1);
然後來討論thread的使用：
這邊的join會使得所有的thread在等待最慢的一個thread,附上manu
The pthread_join() function waits for the thread specified by thread to terminate. If that thread has already terminated, then pthread_join() returns immediately. The thread specified by thread must be joinable.
clock_gettime(CLOCK_REALTIME, &mid);
for (int i = 0; i < THREAD_NUM; i++)
pthread_create( &tid[i], NULL, (void *) &append, (void *) app[i]);
for (int i = 0; i < THREAD_NUM; i++)
pthread_join(tid[i], NULL);
所以改成thread pool：使用threadpool-mbrossard
結果：
