[Moscow.pm] Обмен данными с потоком.

[Alexander Lourier]

Запилил за 10 минут. Такие задачки на Go решаются элементарно. А если
учесть, что каждая горутина может выполняться на своём CPU и никаких GIL,
то становится ням-ням как вкусно.


5 июня 2014 г., 15:10 пользователь Eugene Toropov <eugene.toropov на gmail.com>
написал:

> Интересно, это уже готовое было или запилил за полчаса?
>
> Евгений
>
> On Jun 5, 2014, at 5:03 PM, Alexander Lourier <aml на rulezz.ru> wrote:
>
> Минутка рекламы. Вот решение задачи на Go. Оно длинное, потому что я его
> обильно снабдил комментариями. Если лишнее убрать, всё будет выглядеть
> очень компактно и работать производительно.
>
>
> package main
> import (
> 	"fmt"
> 	"math/rand"
> 	"time"
> )
> const (
> 	numWorkers = 10
> )
> // task - это задание для воркера.type task struct {
> 	value  int
> 	output chan result
> }
> // result - это результат обработки задания воркером.type result struct {
> 	value  int
> 	worker int
> }
> // worker берёт данные из канала input, обрабатывает их (умножает на 100) и кладёт в канал ответа,// который прислан вместе с заданием.func worker(workerNumber int, input chan task) {
> 	// Пока входной канал не закроют, читаем из него задание.
> 	for task := range input {
> 		// Работаем в поте лица.
> 		time.Sleep(time.Duration(rand.Intn(100)) * time.Millisecond)
> 		task.output <- result{task.value * 100, workerNumber}
> 	}
> }
> // prepareInput готовит входные задания и кладёт их в два канала: в одну очередь// задания для воркеров, в другую - каналы ответа.func prepareInput(input chan task, output chan chan result) {
> 	for i := 0; i < 100; i++ {
> 		// Канал ответа буферизованный, чтобы воркер не ждал, когда его ответ считают,
> 		// а сразу брался за следующее задание.
> 		outputChan := make(chan result, 1)
> 		// Тот факт, что задания кладутся в input и output в одном и том же порядке,
> 		// гарантирует, что ответы будут упорядочены в том же порядке.
> 		input <- task{i, outputChan}
> 		output <- outputChan
> 	}
> 	close(input)
> 	close(output)
> }
> func main() {
> 	// Каналы обязательно буферизованные (длина буфера = числу воркеров).
> 	input := make(chan task, numWorkers)
> 	output := make(chan chan result, numWorkers)
>
> 	// Запускаем готовилку входных данных.
> 	go prepareInput(input, output)
>
> 	// Запускаем воркеры.
> 	for i := 0; i < numWorkers; i++ {
> 		go worker(i, input)
> 	}
>
> 	// Читаем ответы в порядке, в каком нам нужно.
> 	for res := range output {
> 		fmt.Printf("%+v\n", <-res)
> 	}
> }
>
>
>
> 5 июня 2014 г., 13:46 пользователь Харпалёв Иван <ivan.kharpalev на gmail.com
> > написал:
>
>> Добрый день, могучий MoscowPM
>>
>> Опять про параллельную обработку.
>>
>> Хочется написать вот такую схему обработки ввода:
>> master создаёт work'ов,
>> читает порции из файла, раздаёт порции worker'ам
>> ждёт, пока worker обработает, получает ответ worker'a
>> пишет результат в файл.
>> Так же мастер буфереизует вывод, чтобы выход писался в правильном порядке.
>>
>> Самое туманное:
>> Как передавать данные от мастера к worker'у и Обратно?!!!!
>> Как ждать готовности?!!!
>> Должна ли такая схема (работа с диском из одного места) дать ускорение по
>> сравнению с чтением/записью файла в каждом worker'е?
>>
>> смотрел на Coro, увидел Coro::Simaphore, Coro::Signal ... но не пойму:
>>   как сделать разделяемую память, (как быстро передавать данные между
>> мастером и worker'ом внутри Perl)?
>>   как сделать неблокирующее ожидание готовности одного из worker'ов (при
>> котором можно заниматься вводом-выводом)?
>>
>> Подскажите, на чём и как такое писать!!
>> Спасибо!
>>
>> Уважение
>> Иван Харпалев
>>
>>
>>
>> --
>> Moscow.pm mailing list
>> moscow-pm на pm.org | http://moscow.pm.org
>>
>>
> --
> Moscow.pm mailing list
> moscow-pm на pm.org | http://moscow.pm.org
>
>
>
> --
> Moscow.pm mailing list
> moscow-pm на pm.org | http://moscow.pm.org
>
>
----------- следущая часть -----------
Вложение в формате HTML было извлечено…
URL: <http://mail.pm.org/pipermail/moscow-pm/attachments/20140605/08da67cb/attachment-0001.html>