MPI学习-点对点通信

MPI通信类型：

• 点对点通信
• 聚合通信

---

点对点通信：

• 同一通信器内的两个进程之间的消息传递；
• 分为阻塞型、非阻塞型通信。

本文主要学习点对点通信：

MPI点对点消息发送模式

• 标准模式（学习重点）
  

  自由发送接收，不考虑其它进程状态；

• 缓存模式

  由用户显式提供缓存区，辅助通信；创建、释放缓存区：

  MPI_Buffer_attach(buffer, size);
  MPI_Buffer_detach(buffer, size);

• 同步模式

  通信双方先建立联系，再通信；

• 就绪模式

  接受进程必须先于发送进程提出通信要求；

  

  ---

MPI标准阻塞通信函数

MPI消息由消息信封和消息数据组成

int MPI_Send(void *send_buffer,/*指向包含消息内容的内存块的指针 */int send_count，/*数据量*/MPI_Datatype datatype,/*数据类型*/int dest，/*要接收消息的进程的进程号*/int tag,/*tag=0，表示消息是要打印的；tag=1，表示消息是要用于计算的*/MPI_Comm comm);/*通信器，指定通信范围*/

前三项为待发送的消息数据，后三项为消息信封（接收者的地址）。

int MPI_Recv(void *recv_buffer,int recv_count,MPI_Datatype datatype,int source,int tag,MPI_Comm comm,MPI_Status * status);

注:
1.若接收多个进程传来的消息，int source使用常量MPI_ANY_SOURCE则可以按照进程完成工作的顺序来接收结果，避免等待；

2.Recv的tag要与Send的tag相匹配；

3.若一个进程接收多条来自另一个进程的有着不同tag的消息，可将常量MPI_ANY_TAG传递给tag；

4.status简介

类型为MPI_Status的结构体,至少有以下三个成员

• status.MPI_SOURCE

• status.MPI_TAG

• status.MPI_ERROR

  将&status作为最后一个参数传递给Recv函数并调用它后，可以通过检查结构体中的成员来确定发送者source和标签tag。

进一步解释：
MPI_Send发送过程：

1.发送进程组装消息（包括数据和信封）

2.缓冲消息/阻塞

• 缓冲消息：MPI把消息放置在自己内部存储器里，并返回MPI_Send调用；
• 阻塞（block）：发送进程一直等待，直到可以发送消息，并不立即返回MPI_Send调用；

MPI_Recv接收过程：

总是阻塞的直到接收到一条匹配的信息。

陷阱：

• 若MPI_Send发生阻塞，并且没有相匹配的进程接收，那么发送进程悬挂；
• 若MPI_Send缓冲，但没有相匹配的接收，那么信息丢失。

---

用MPI实现梯形积分

        /*        梯形积分法，计算y=sin x 在[0,pi]上的积分        @ trap 梯形积分串行程序        @total_inte 最终积分结果        */        #include "stdafx.h"        #include <stdio.h>        #include <stdlib.h>        #include <string.h>        #include <iostream>        #include<math.h>        #include "mpi.h"        using namespace std;        const double a = 0.0;        const double b = 3.1415926;        int n = 100;        double h = (b - a) / n;        double trap(double a, double b, int n, double h)        {            double*x = new double[n + 1];            double*f = new double[n + 1];            double inte = (sin(a) + sin(b)) / 2;            for (int i = 1; i<n + 1; i++) {                x[i] = x[i - 1] + h;   /*x_0=a,x_n=b*/                f[i] = sin(x[i]);                inte += f[i];            }            inte = inte*h;    /* inte=h*[f(a)/2+f(x_1)+...f(x_{n-1})+f(b)/2]*/            return inte;        }        int main(int argc, char * argv[])        {            int myid, nprocs;            int local_n;            double local_a;            double local_b;            double total_inte;            MPI_Init(&argc, &argv);            MPI_Comm_rank(MPI_COMM_WORLD, &myid);   /* get current process id */            MPI_Comm_size(MPI_COMM_WORLD, &nprocs); /* get number of processes */            local_n = n / nprocs;            local_a = a + myid*local_n*h;            local_b = local_a + local_n*h;            double local_inte = trap(local_a, local_b, local_n, h);            if (myid != 0)            {                MPI_Send(&local_inte, 1, MPI_DOUBLE, 0, 0, MPI_COMM_WORLD);            }            else            {                total_inte = local_inte;                for (int i = 1; i<nprocs; i++)                {                    MPI_Recv(&local_inte, 1, MPI_DOUBLE, i, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE);                    total_inte += local_inte;                }            }            if (myid == 0)            {                printf("integral output is %d", total_inte);            }            MPI_Finalize();            return 0;        }