论文部分内容阅读
事务存储和线程级推测是解决并行编程难的两种经典有效的方法。虽然它们所解决的问题不同，但是却有很多的相似之处，在一定的条件下可以相互转化，可以将这两种方法结合起来构成混合系统。在这种混合系统中，当线程之间数据依赖冲突比较小的时候，这两种模型都可以获得不错的性能。但是如果数据依赖冲突严重，那么它们的性能会变得非常的差。为此，有人提出了解决这个问题的办法，但是都有比较严重的缺陷。本文针对这个问题和现有方法的缺陷，给出了两种不同的解决办法：值预测和限制性值传递。
本文的主要研究工作和成果包括：(1)在LogSPoTM系统上实现了值预测模型。(2)在LogSPoTM系统上实现了限制性值传递的模型。(3)对基于LogSPoTM的值预测系统进行评测分析。(4)对基于LogSPoTM的限制性值传递模型进行评测与分析。
(1)值预测模型是当线程间发生数据冲突后，值预测器可能会给优先级低的请求线程发送一个数据，让它继续执行，而不是继续等待。(2)限制性值传递方法是在数据冲突发生时，只有满足一定条件的情况下，优先级高的数据所有者才会给数据请求者发送数据，这也可以在一定程度上提高系统性能。(3)我们选择LogSPoTM作为实验的基本模型，主要是因为它的系统复杂度比较适中，可扩放性好。从实验数据结果上看，通过采用值预测的方法，在4线程环境中我们比系统加速比从原来的2.26提升到了2.91。(4)对于限制性值传递的方法,4线程配置的加速比则从2.26提升到了2.78。
虽然限制性值传递的性能不如值预测系统，但是它的系统复杂度比值预测系统要低很多，是一种轻量级的模型。限制性值传递的方法体现了系统复杂度和性能一个比较好的折中。