Scala Language
Parallella samlingar

Anmärkningar

Skapa och använda parallella samlingar

För att skapa en parallellsamling från en sekvensiell samling, ring par metoden. För att skapa en sekventiell samling från en parallellsamling, ring seq metoden. Detta exempel visar hur du förvandlar en vanlig Vector till en ParVector och sedan tillbaka igen:

scala> val vect = (1 to 5).toVector
vect: Vector[Int] = Vector(1, 2, 3, 4, 5)

scala> val parVect = vect.par
parVect: scala.collection.parallel.immutable.ParVector[Int] = ParVector(1, 2, 3, 4, 5)

scala> parVect.seq
res0: scala.collection.immutable.Vector[Int] = Vector(1, 2, 3, 4, 5)

par kan kedjas, så att du kan konvertera en sekventiell samling till en parallellsamling och omedelbart utföra en åtgärd på den:

scala> vect.map(_ * 2)
res1: scala.collection.immutable.Vector[Int] = Vector(2, 4, 6, 8, 10)

scala> vect.par.map(_ * 2)
res2: scala.collection.parallel.immutable.ParVector[Int] = ParVector(2, 4, 6, 8, 10)

I dessa exempel delas arbetet faktiskt ut till flera behandlingsenheter och kopplas sedan samman igen efter det att arbetet är slutfört - utan att kräva utvecklarens ingripande.

Fallgropar gropar~~POS=HEADCOMP

Använd inte parallella samlingar när samlingselementen måste tas emot i en specifik ordning.

Parallella samlingar utför operationer samtidigt. Det betyder att allt arbete delas upp i delar och distribueras till olika processorer. Varje processor känner inte till det arbete som andra utför. Om ordningen på insamlingen är viktig är det arbete som bearbetas parallellt nondeterministiskt. (Att köra samma kod två gånger kan ge olika resultat.)

Icke-associerande verksamheter

Om en operation är icke-associerande (om exekveringsordningen är viktig), blir resultatet på en parallelliserad samling nondeterministisk.

scala> val list = (1 to 1000).toList
list: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10...

scala> list.reduce(_ - _)
res0: Int = -500498

scala> list.reduce(_ - _)
res1: Int = -500498

scala> list.reduce(_ - _)
res2: Int = -500498

scala> val listPar = list.par
listPar: scala.collection.parallel.immutable.ParSeq[Int] = ParVector(1, 2, 3, 4, 5, 6, 7, 8, 9, 10...

scala> listPar.reduce(_ - _)
res3: Int = -408314

scala> listPar.reduce(_ - _)
res4: Int = -422884

scala> listPar.reduce(_ - _)
res5: Int = -301748

Bieffekter

Åtgärder som har biverkningar, såsom foreach , kanske inte utförs efter önskemål på parallella samlingar på grund av rasförhållanden. Undvik detta genom att använda funktioner som inte har några biverkningar, till exempel reduce eller map .

scala> val wittyOneLiner = Array("Artificial", "Intelligence", "is", "no", "match", "for", "natural", "stupidity")

scala> wittyOneLiner.foreach(word => print(word + " "))
Artificial Intelligence is no match for natural stupidity 

scala> wittyOneLiner.par.foreach(word => print(word + " "))
match natural is for Artificial no stupidity Intelligence

scala> print(wittyOneLiner.par.reduce{_ + " " + _})
Artificial Intelligence is no match for natural stupidity

scala> val list = (1 to 100).toList
list: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15...