Я запускаю этот код scala в 32-разрядной четырехъядерной системе Core2:
def job(i:Int,s:Int):Long = {
val r=(i to 500000000 by s).map(_.toLong).foldLeft(0L)(_+_)
println("Job "+i+" done")
r
}
import scala.actors.Future
import scala.actors.Futures._
val JOBS=4
val jobs=(0 until JOBS).toList.map(i=>future {job(i,JOBS)})
println("Running...")
val results=jobs.map(f=>f())
println(results.foldLeft(0L)(_+_))
(Да, я знаю, что есть намного более эффективные способы суммирования целого ряда целых чисел, просто чтобы дать CPU что-то делать).
В зависимости от того, для чего я установил JOBS, код запускается в следующие моменты времени:
JOBS=1 : 31.99user 0.84system 0:28.87elapsed 113%CPU
JOBS=2 : 27.71user 1.12system 0:14.74elapsed 195%CPU
JOBS=3 : 33.19user 0.39system 0:13.02elapsed 257%CPU
JOBS=4 : 49.08user 8.46system 0:22.71elapsed 253%CPU
Я удивлен, что на самом деле это не очень хорошо выходит за рамки двух фьючерсов "в игре". Я использую многопоточный код на С++ и не сомневаюсь, что получим хорошее масштабирование до 4 ядер и увижу > 390% загрузки процессора, если бы я закодировал подобные вещи с помощью Intel TBB или boost::threads (это было бы значительно больше конечно, конечно).
Итак: что происходит и как я могу получить масштабирование до 4 ядер, которые я ожидаю увидеть? Это ограничено чем-то в scala или JVM? Это происходит со мной, я на самом деле не знаю, где "scala запускает фьючерсы... это поток, порожденный в будущем, или" Фьючерсы "предоставляют пул потоков, предназначенный для их запуска?
[Я использую пакеты scala 2.7.7 от Debian/Squeeze в системе Lenny с помощью sun-java6 (6-20-0lennny1).]
Update:
Как было предложено в ответе Rex, я перекодировал, чтобы избежать создания объекта.
def job(i:Long,s:Long):Long = {
var t=0L
var v=i
while (v<=10000000000L) {
t+=v
v+=s
}
println("Job "+i+" done")
t
}
// Rest as above...
Это было намного быстрее, я должен был значительно увеличить количество итераций, чтобы работать в течение любого количества времени! Результаты:
JOBS=1: 28.39user 0.06system 0:29.25elapsed 97%CPU
JOBS=2: 28.46user 0.04system 0:14.95elapsed 190%CPU
JOBS=3: 24.66user 0.06system 0:10.26elapsed 240%CPU
JOBS=4: 28.32user 0.12system 0:07.85elapsed 362%CPU
что намного больше похоже на то, что я надеюсь увидеть (хотя случай с тремя заданиями немного странный, причем одна задача последовательно завершается за пару секунд до двух других).
Нажав его немного дальше, на четырехъядерном гиперпотоке i7 последняя версия с JOBS=8 достигает ускорения x4.4 против JOBS = 1 с использованием процессора на 571%.
