问题标签 [speedus]

在观看了有关 Speedus 如何将 Hazelcast 性能优化 110% 的演示后，我决定试一试。

我做了以下设置，我下载了 speedus 提供的 Ubuntu docker 镜像。我的主机操作系统是具有 8 个 CPU 的 MacO。

我正在使用域驱动设计并将丰富的对象从 8 个并行线程插入到 Hazelcast 映射中。序列化后对象的平均大小可能在 5kb - 10kb 加减范围内。对于序列化，我使用 IdentifiedDataSerializeable。

不仅如此，我无法观察到任何性能提升。但实际上，我的 Torusware 设置在分布式地图中放置 150 000 个对象期间性能下降了 30%。

我测试了 8 个线程的两个节点设置插入。结果更糟，可能比我的正常设置慢了近 100%。

有什么我做的不对吗？根据 Torusware 网站，这个东西应该是即插即用的。我可以在控制台中观察到 SPEEDUS 已加载，但性能出现严重错误。

我们有一个 Java 程序和一个 Python 程序，需要让它们以乒乓的方式组合在一起，每次交换一个长度为 100,000 的整数数组，并花费 ~ 0.1 - 1 秒来完成它们的工作：

1. Java做了一些工作并触发了一个长度为 100,000 的 int 数组...
2. Python，它做了一些工作并将一个长度为 100,000 的新数组返回到...
3. Java，它做了一些工作......等等

注意

• 每个程序都需要等待另一个程序完成它的一部分。
• 它们将在同一台 Linux 机器上运行。
• 我们将进行蒙特卡罗模拟，所以速度很重要。

我更熟悉 Java，并且了解共享内存支持文件方法可能是最快的。 这似乎与 Java 方面有关，但是我如何让每个程序等待/阻止另一个程序完成其工作并在另一个程序开始读取之前更新共享内存？我听说过一种叫做“信号量”的东西，但无法弄清楚。

这些是我的后备想法，但也许它们更好？

• 带有jnr-unixsocket 的Unix 域套接字
• Speedus插座_

我正在使用PyTorch诸如torch.mmor之类的方法来实现一系列密集的矩阵运算torch.dot。我想知道 PyTorch 是否使用多线程或其他优化机制来加快进程。我没有使用 GPU。如果您能告诉我这些方法有多快，以及我是否需要采取任何行动来帮助这个过程，我将不胜感激。