使用单子的并行策略

Question

我经常看到有关Haskell的并行策略在纯计算（例如fib）中的用法和解释。然而，我很少看到它与单子结构一起使用：当应用于ST s或IO时，par和相关函数的效果是否有合理的解释？这样使用会得到任何加速吗？

- ScottWest

---

你希望按照特定的顺序执行IO操作（例如，先打开文件，然后读取它，最后关闭它）。那么你想要并行化什么呢？ - helium

@helium：这似乎主要出现在可变数据或使用FFI时。 - John L

我一直在思考这个问题。我经常会打开几个大文件（100兆）并使用并行线程进行解压缩，然后在它们打开后进行操作。它们足够大以获得良好的性能提升，但又足够小以便于将它们保存在内存中。我一直在想如何在Haskell中实现这个功能。 - Tim Perry

@Tim：当然可以，你只需要forkIO多个线程来完成它。 - Peaker

是时候学习forkIO了，我想…… - Tim Perry

Answer 1

在IO单子中，并行更准确地称为“并发”，可以通过Control.Concurrent模块中的forkIO等实现。

并行化ST单子的难点在于ST必须是单线程的，这就是其目的。有一种惰性变体的ST单子，Control.Monad.ST.Lazy，原则上可以支持并行评估，但我不知道是否有人尝试过。

有一种新的用于并行评估的单子叫做Eval，可以在parallel package的最新版本中找到。我建议使用rpar和rseq代替par和pseq来使用Eval单子，因为这样可以编写更加健壮和易读的代码。例如，通常的fib示例可以写成：

fib n = if n < 2 then 1 else 
        runEval $ do
           x <- rpar (fib (n-1))
           y <- rseq (fib (n-2))
           return (x+y)

- Simon Marlow

Answer 2

有些情况下这样做是有意义的，但一般情况下你不应该这样做。请看以下内容：

doPar =
  let a = unsafePerformIO $ someIOCalc 1
      b = unsafePerformIO $ someIOCalc 2
  in a `par` b `pseq` a+b

在doPar中，会触发对a的计算，然后主线程会评估b。但是，在主线程完成计算b之后，它也可能会开始评估a。现在你有两个线程在评估a，这意味着某些IO操作将执行两次（或可能更多）。但是，如果一个线程完成了对a的评估，另一个线程将放弃其迄今为止所做的工作。为了确保安全，需要满足以下几个条件：

1. 执行多次IO操作是安全的。
2. 仅执行一些IO操作是安全的（例如，没有清理）
3. IO操作不会出现竞争条件。如果一个线程在评估a时改变了一些数据，那么另一个也在工作中的线程是否会表现得明智？可能不会。
4. 任何外部调用都是可重入的（当然，这对于并发性是必需的）

如果你的someIOCalc看起来像这样

someIOCalc n = do
  prelaunchMissiles
  threadDelay n
  launchMissiles

使用par和unsafePerformIO绝对不安全。

现在，它是否值得呢？也许吧。火花很便宜，甚至比线程还便宜，所以理论上应该会提高性能。但实际上可能并不是这样。Roman Leschinsky有一篇关于此的不错的博客文章。

就我个人而言，我发现用forkIO更容易理解。

- John L