N -> 1的集合通信这里只总结收集操作和规约操作。

收集操作MPI_Gather

MPI_GatherMPI_Scatter的逆操作,根进程从其他进程收集不同的消息一次放入自己的接收缓冲区中,接收数据的存放顺序与进程号相同。

函数原型:

1
2
3
4
5
6
7
8
MPI_Gather(void* send_data,
int send_count,
MPI_Datatype send_datatype,
void* recv_data,
int recv_count,
MPI_Datatype recv_datatype,
int root,
MPI_Comm communicator)

  • 在每个进程中都要调用,其中发送数据的地址和数据量以及数据类型每个进程都是相同的;
  • 但是接收,只有root进程需要真正的设置接收缓冲区的地址以及接收数量recv_count,其他的进程可以开辟缓冲区但是并不会使用,这个时候可以在其他进程中调用此函数的时候想recv_data这里传递空指针NULL
  • 需要注意的是recv_count,这里并不是传接收数据的总量,而是从每个进程那里接收的数据的量。

下面还是写个例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
#include "mpi.h"
#include <stdio.h>
#include <stdlib.h>
#define SIZE 1
int main(int argc, char ** argv)
{
int rank, nproc;
int root = 2;
int sbuf[SIZE];
int scnt = SIZE, rcnt = SIZE;
MPI_Init(&argc, &argv);
MPI_Comm_rank(MPI_COMM_WORLD, &rank);
MPI_Comm_size(MPI_COMM_WORLD, &nproc);
// Fill the send buffer.
for (int i = 0; i < SIZE; ++i)
{
sbuf[i] = rank*SIZE + i;
}
// Allocate buffer for data receiving.
int * rbuf = (int *)malloc(nproc*SIZE*sizeof(int));
if (rank == root)
{
MPI_Gather(sbuf, scnt, MPI_INT, rbuf, rcnt, MPI_INT, root, MPI_COMM_WORLD);
}
else
{
MPI_Gather(sbuf, scnt, MPI_INT, NULL, rcnt, MPI_INT, root, MPI_COMM_WORLD);
}
if (rank == root)
{
fprintf(stderr, "process %d, receive.\n", rank);
for (int i = 0; i < nproc*SIZE; ++i)
{
fprintf(stderr, "rbuf[%d] = %d\n", i, rbuf[i]);
}
}
MPI_Finalize();
return 0;
}

该程序会根据进程总数动态分配接收缓冲区大小,然后每个进程会将生成与自己进程号相同的数收集到root进程,这里我将进程号为2的进程设为根进程来收集数据。

过程如下图所示:

执行结果:

1
2
3
4
5
6
7
8
[zjshao@master 4-2-1]$ mpicc gather.c -std=c99 -o gather.x
[zjshao@master 4-2-1]$ mpiexec -n 4 -host node01 gather.x
process 2, receive.
rbuf[0] = 0
rbuf[1] = 1
rbuf[2] = 2
rbuf[3] = 3
[zjshao@master 4-2-1]$

规约操作MPI_Reduce

看到reduce就应该很熟悉了才对,这个效果跟Python中的reduce()函数相同,将一系列数据进行规约处理,累加、累乘都属于这一范畴。

来看一下函数原型

1
2
3
4
5
6
7
int MPI_Reduce(const void *sendbuf,
void *recvbuf,
int count,
MPI_Datatype datatype,
MPI_Op op,
int root,
MPI_Comm comm)

  • 同理,规约操作的接收缓冲区也只有根进程真正需要,可以在代码实现中进行判断从而在一定程度上节省内存。
  • 接收的个数也是从每个进程中接收的数据量,并不是总量
  • 这里的MPI_Op是一个规约操作,MPI内置定义了些常用的规约操作:

    当然也可以自定义规约操作,这里我就不总结了,等以后需要的话我再单独去弄。

下面我就写了个简单的例子来测试下规约操作,是对一个数组进行平方后求和的并行程序:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
#include "mpi.h"
#include <stdlib.h>
#include <stdio.h>
int main(int argc, char ** argv)
{
int rank, nproc, namelen;
int root = 0;
MPI_Comm comm = MPI_COMM_WORLD;
char processor_name[MPI_MAX_PROCESSOR_NAME];
int number, square, sum;
MPI_Init(&argc, &argv);
MPI_Comm_rank(comm, &rank);
MPI_Comm_size(comm, &nproc);
MPI_Get_processor_name(processor_name, &namelen);
// Data to be scattered.
int * seq = (int*)malloc(nproc*sizeof(int));
for (int i = 0; i < nproc; ++i)
{
seq[i] = i;
}
// Scatter data to all processes.
MPI_Scatter(seq, 1, MPI_INT, &number, 1, MPI_INT, root, comm);
fprintf(stderr, "process %d on %s receive %d from process %d\n",
rank, processor_name, number, root);
// Calculate square.
square = number*number;
// Reduce to root processor.
MPI_Reduce(&square, &sum, 1, MPI_INT, MPI_SUM, root, comm);
if (rank == root)
{
fprintf(stderr, "proc: %d sum = %d\n", rank, sum);
free(seq);
}
MPI_Finalize();
return 0;
}

这里将进程0设为根进程。

执行结果:

1
2
3
4
5
6
7
[zjshao@master 4-2-2]$ mpiexec -n 4 -host node01 reduce.x
process 1 on node01 receive 1 from process 0
process 2 on node01 receive 2 from process 0
process 3 on node01 receive 3 from process 0
process 0 on node01 receive 0 from process 0
proc: 0 sum = 14
[zjshao@master 4-2-2]$

Comments