我并行化了一个 Java 程序。在具有 4 核的 Mac 上，以下是不同线程数的时间。
threads # 1 2 4 8 16
time 2597192200 1915988600 2086557400 2043377000 1931178200
在具有两个套接字的 Linux 服务器上，每个套接字有 4 个内核，下面是测量的时间。
threads # 1 2 4 8 16
time 4204436859 2760602109 1850708620 2370905549 2422668438
如您所见，加速比远离线性加速。在这种情况下，几乎没有并行化开销，例如同步或 I/O 依赖性。
我有两个问题：
好吧，它们暗示该算法不受 CPU 限制。它可能受其他东西的约束——它可能是内存、I/O 或其他东西，但它可能不受 CPU 限制。
阿姆达尔定律解释说，程序并行化所获得的加速取决于程序中有多少是可并行化的。
而且我们还必须增加协调并行性的开销。
因此，我们考虑程序的哪些百分比/部分是可并行化的，以及产生了哪些开销（同步、通信、错误共享等）。
您可以同时从 2 个不同的硬盘驱动器读取数据而不会减慢速度。
但是，通常并行性并不能加快从硬盘读取的速度。
硬盘驱动器（即带有旋转磁盘的驱动器）已经过优化，可以按顺序读取，在内存位置之间跳转会减慢整体内存传输速度。
固态驱动器实际上非常擅长随机访问数据，在内存中到处跳跃，因此使用固态驱动器保持读/写队列满是个好主意。
理解缓存线的概念将有助于避免错误共享。
这种类型的内存操作可以有效地并行化，例如通过将数组划分为四个分区来迭代数组。
我假设您的时间以纳秒为单位，因此在计算机 1 上，该程序花费了 2.5 秒，然后稳定到大约 2 秒，峰值为 1.9 秒。
我希望您同时运行的后台程序最少，并且您执行了几次这些测试以消除违规行为。
此外，由于 Java 虚拟机的即时编译 (JIT) 可能会导致时间不规则，因此要准确计时，您需要在循环中运行代码几次，并存储最后一次迭代的时间. （或预编译为本机代码）。
此外，由于第一次运行程序，硬盘驱动器中使用的大部分数据将被移动到缓存中，因此以后的执行应该更快。（因此，要么使用循环后最后一次运行的时间来确保内存在缓存中，要么使用第一个时间，但在时间之间关闭并打开计算机）。
仅根据您的时间安排，这很难说。
第一台计算机用了 2.5 秒，然后用 2 个线程加速了 20%，但随后保持在 2.0 秒左右。
就其本身而言，这种加速可能只是 JIT 和缓存内存被 1 个线程上的时间填充的结果。在那之后，运行时的任何差异都可能只是噪音。
第二台计算机花了 4.2 秒，然后是 2.8 秒，然后是 1.9 秒，然后又回到了大约 2.3 秒。
这似乎证明了某种类型的并行加速，但是会发生一些争用时间（内存、缓存线、同步等），时间从 4 个线程增加到 8 个线程就证明了这一点。
对代码使用分析器，确定代码的哪些部分占用的时间最多。
（您可以通过调试代码并中断并查看程序在哪里来模拟分析器。重复该操作 10 次，以查看是否有一个部分比另一个部分按比例停止。）
使用更好的算法或以更好的方式排列内存中的数据（数据结构）来解决问题。
在问题中利用更多的并行性。
尝试使硬盘内存读取顺序。也许只有一个线程从硬盘驱动器读取数据，然后将数据放入并发队列中，以供其他线程操作。