<solver>
<moveThreadCount>4</moveThreadCount>
...
</solver>
标签：nload 除了 count 多线程 tab 更新 org 比较 use
Optaplanner 7.9.0.Final之前，启动引擎开始对一个Problem进行规划的时候，只能是单线程进行的。也就是说，当引擎对每一个possible solution进行分数计算的过程中，细化到每个步骤(Caculation)，都只能排队在同一个线程中依次计算，不管你的问题是否存在并行计算的可能。很显示这种运算方式应用于一些可并行计划的场景下，是相当不利的。就算是一些在业务逻辑上无法实现并行运算的情况，若在引擎自行调用指定的算法进行寻优时，若可以将每个Step,甚至每个Move的运行操作，适当地分配到不同的线程中执行，那么在多核CPU的环境下，无疑能大大提升planning的性能，从而在规定的时间内行到更优的效果。毕竟对于NP-Hard/NP-Complete问题，除了比较算法优劣外，另一个维度对比的就是运算量。
而在7.9.0.Final版本中，发布了并行计算功能 - Multithreaded incremental solving. 此功能只需要在配置文档中指定对应的并行线程数（可指定数量，也可由系统自行决定线程数）,在启动Planning后，每一个Step中的各个Move即有可能被分配于不同的线程进行计算。我在我的项目中启用了此功能，试用过各种类型的项目，其性能的提升基本上在30% - 150%之间。对于运算量巨大的情况（约束多且复杂、问题规划大），确实能有不少的提升。
此功能在7.12.0. Final版本中，也有所优化，主要是针对Chained Throudth Time模式下的优化。
关于并行计算功能的更新信息如下：
New and noteworthy: Engine 7.9.0.Final
OptaPlanner can now solve one dataset (without partitioning) with multiple threads to take advantage of multiple CPU cores.
Even with just a few CPU cores, it triples the score calculation speed:
Multithreaded incremental solving is easy to activate. Just add a <moveThreadCount> line in your solver config:
<solver>
<moveThreadCount>4</moveThreadCount>
...
</solver>This basically donates 4 extra CPU cores to the solver. Use AUTO to have OptaPlanner deduce it automatically. Optionally, specify a <threadFactoryClass> for environments that don’t like arbitrary thread creation.
对于Optaplanner有任何疑问，可以通过邮件将问题发到我邮件，我将及时处理。通过即时通讯工具，我确实没办法即时处理，导致无意忽略了不少信息。
12977379@qq.com 或 kentbill@gmail.com
Optaplanner终于支持多线程并行运行 - Multithreaded incremental solving
标签：nload 除了 count 多线程 tab 更新 org 比较 use
原文地址：https://www.cnblogs.com/kentzhang/p/9775876.html
