码迷,mamicode.com
首页 > 其他好文 > 详细

有了OpenMP,MPI,为什么还要MapReduce? (转载)

时间:2015-12-02 22:40:08      阅读:187      评论:0      收藏:0      [点我收藏+]

标签:

OpenMP和MPI是并行编程的两个手段,对比如下:

  • OpenMP:线程级(并行粒度);共享存储;隐式(数据分配方式);可扩展性差;
  • MPI:进程级;分布式存储;显式;可扩展性好。

OpenMP采用共享存储,意味着它只适应于SMP,DSM机器,不适合于集群。MPI虽适合于各种机器,但它的编程模型复杂: 

  • 需要分析及划分应用程序问题,并将问题映射到分布式进程集合;
  • 需要解决通信延迟大和负载不平衡两个主要问题;
  • 调试MPI程序麻烦;
  • MPI程序可靠性差,一个进程出问题,整个程序将错误;

其中第2个问题感受深刻。每次听我们部门并行组的人做报告,总是听到他们在攻克通信延迟大和负载不平衡的问题。一种并行算法的好坏就看它有没有很好的解决这两个问题。 

与OpenMP,MPI相比,MapReduce的优势何在呢? 

  • 自动并行;
  • 容错;
  • MapReduce学习门槛低。

附: 

  • SMP(Symmetric multi-processing),共享总线与内存,单一操作系统映象。在软件上是可扩展的,而硬件上不能。
  • DSM(distributed shared memory),SMP的扩展。物理上分布存储;单一内存地址空间;非一致内存访问;单一操作系统映象。

 

 

 

相关评论:

OpenMP在科学计算方面居于统治地位,对于多线程方面(包括多核)有很大的优势。 
OpenMP+MPI的组合方式在集群方面有很成熟的案例。 

MapReducesh是Google的人研究出来的一个模型,开发的一个针对大规模群组中的海量数据处理的分布式编程模型

 

以上为转载!

有了OpenMP,MPI,为什么还要MapReduce? (转载)

标签:

原文地址:http://www.cnblogs.com/xingzifei/p/5014065.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!