我正在学习协程,并且遇到以下令人惊讶的行为(对我而言)。我想要一张平行的 map 。我考虑4个解决方案:
map
,没有并行性pmap
。 coroutineScope
并使用了GlobalScope
。 parallelStream
。 代码:
import kotlinx.coroutines.*
import kotlin.streams.toList
import kotlin.system.measureNanoTime
inline fun printTime(msg: String, f: () -> Unit) =
println("${msg.padEnd(15)} time: ${measureNanoTime(f) / 1e9}")
suspend fun <T, U> List<T>.pmap(f: (T) -> U) = coroutineScope {
map { async { f(it) } }.map { it.await() }
}
suspend fun <T, U> List<T>.pmapGlob(f: (T) -> U) =
map { GlobalScope.async { f(it) } }.map { it.await() }
fun eval(i: Int) = (0 .. i).sumBy { it * it }
fun main() = runBlocking {
val list = (0..200).map { it * it * it }
printTime("No parallelism") { println(list.map(::eval).sum()) }
printTime("CoroutineScope") { println(list.pmap(::eval).sum()) }
printTime("GlobalScope") { println(list.pmapGlob(::eval).sum()) }
printTime("ParallelStream") { println(list.parallelStream().map(::eval).toList().sum()) }
}
输出(无总和):
No parallelism time: 0.85726849
CoroutineScope time: 0.827426385
GlobalScope time: 0.145788785
ParallelStream time: 0.161423263
如您所见,
coroutineScope
几乎没有 yield ,而GlobalScope
则和parallelStream
一样快。是什么原因?我是否可以找到一个具有coroutineScope
的所有优点且速度增益相同的解决方案? 最佳答案
范围仅间接涉及您观察到的差异。GlobalScope
是一个单例,它定义了自己的调度程序,即Dispatchers.Default
。它由线程池支持。coroutineScope
没有定义自己的调度程序,因此您可以从调用方继承它,在本例中为runBlocking
创建的调度程序。它使用被调用的单线程。
如果将coroutineScope
替换为withContext(Dispatchers.Default)
,您将获得相同的计时。实际上,这是您应该如何编写此代码(而不是GlobalScope
),以便在某些并发任务可能失败的情况下获得理智的行为。