linux下 MPI和PVM程序示例

基于MPICH的并行程序设计 
　　
　　
　　下面用一个简单的例子，给出在Linux平台上开发MPI并行程序的一个基本框架，以便对基于MPICH的并行程序有一个感性认识。基于MPICH的并行程序可以用C或者Fortran开发，此处给出的例子是用C语言编写的。 
　　
　　/*====================* 
　　* mpi_hello.c - Demo program of MPICH. * 
　　*====================*/ 
　　
　　#include 
　　#include “mpi.h” 
　　
　　int main(int argc, char **argv) 
　　{ 
　　int myrank, nprocs, namelen; 
　　char processor_name[MPI_MAX 
　　_PROCESSOR_NAME]; 
　　
　　MPI_Init(&argc, &argv); 
　　MPI_Comm_size(MPI_COMM_ 
　　WORLD, &nprocs); 
　　MPI_Comm_rank(MPI_COMM 
　　_WORLD, &myrank); 
　　MPI_Get_processor_name(processor_name, &namelen); 
　　
　　printf(“Hello World! I’m rank %d of %d on %s\n”, myrank, 
　　nprocs, processor_name); 
　　
　　MPI_Finalize(); 
　　return 0; 
　　} 
　　　
　　为了保证编译的正确性，程序的首部必须包含MPI的头文件mpi.h。该文件给出了MPI所有调用接口的说明，并对所有用到的常量进行了定义。MPI_MAX_PROCESSOR_NAME就是该文件中定义的一个常量，是某一MPI具体实现（此处即为MPICH）中允许的主机名的最大长度。 
　　
　　在调用任何MPI函数之前，必须先调用MPI_Init()进行相应的初始化工作。当所有MPI函数调用都完成之后，还必须调用MPI_Finalize()进行相应的清理工作。命令行参数通过MPI_Init()函数传递给MPI，以便为各个并行执行的程序建立起正确的运行环境。 
　　
　　接下去的几个MPI函数用来获得并行计算环境的一些基本信息。上面的示例程序只是简单地输出了这些信息，但通常情况下这些信息将被用来进行问题的自动分解，或者用于建立各并行机间的通信。MPI_Comm_size()函数可以得到参与并行计算的进程个数；MPI_Comm_rank()函数可以得到当前正在运行的进程的标识；而MPI_Get_processor_name()函数则能够获得当前进程所在主机的名称。 
　　
　　基于MPI的并行程序可能有很多种编译方法，大多数MPI实现都提供了一个易于使用的脚本来完成编译，这些脚本能够为编译器设置合适的参数，帮助编译器找到MPI头文件所在的目录，并能够连接上所需的库文件，从而保证编译过程的正确性。MPICH和LAM都提供了一个名为mpicc的脚本来完成并行程序的编译。例如，要编译上述的示例程序，只需执行下面的命令即可： 
　　
　　$ mpicc -o mpi_hello mpi_hello.c 
　　
　　
　　
　　在并行环境中的多台计算机上同时执行该程序，要将编译好的程序复制到不同的机器上，并且可执行程序必须放 $ mpirun -np 6 mpi_hello 
　　
　　
　　
　　在MPICH中，mpirun是MPI程序的启动脚本，它简化了并行进程的启动过程，尽可能屏蔽了底层的实现细节，从而为用户提供了一个通用的MPI并行机。在用mpirun命令执行并行程序时，参数-np指明了需要并行运行的进程个数。mpirun首先在本地结点上启动一个进程，然后根据/usr/local/share/machines.LINUX文件中所列出的主机，为每个主机启动一个进程。若进程数比可用的并行节点数多，则多余的进程将重新按照上述规则进行 Hello World! I′m rank 0 of 6 on node1 
　　Hello World! I′m rank 1 of 6 on node2 
　　Hello World! I′m rank 5 of 6 on node3 
　　Hello World! I′m rank 3 of 6 on node1 
　　Hello World! I′m rank 2 of 6 on node2 
　　Hello World! I′m rank 4 of 6 on node3 
　　　
　　基于PVM的并行程序设计 

　
　　在用PVM进行并行程序设计时，程序员首先要将被求解的问题分解成独立的程序，然后用C或者Fortran实现每个程序，最后再通过PVM提供的虚拟机在整个并行计算环境中运行。下面用一个简单的例子，给出在Linux平台上开发PVM并行程序的一个基本框架。 
　　
　　/*===================* 
　　* pvm_hello.c - Demo 
　　program of PVM.* 
　　*==================*/ 
　　
　　#include 
　　#include “pvm3.h” 
　　
　　int main(int argc, char** argv) 
　　{ 
　　int i, mytid, dtid, info, nhost, narch; 
　　struct pvmhostinfo* hostp; 
　　
　　mytid = pvm_mytid(); 
　　dtid = pvm_tidtohost(mytid); 
　　info = pvm_config(&nhost, &narch, &hostp); 
　　
　　for (i = 0; i < nhost && hostp[i].hi_tid != dtid; i++) 
　　; 
　　printf(“Hello World! My task id is t%x on %s with %d hosts.\n”, 
　　mytid, hostp[i].hi_name, nhost); 
　　
　　pvm_exit(); 
　　return 0; 
　　} 
　　　　
　　上述示例程序给出了启动和终止一个PVM程序的基本步骤：首先在程序首部包含PVM的头文件pvm.h。然后调用pvm_mytid()函数获得当前运行进程的任务标识符，调用pvm_tidtohost()函数获得与任务标识符对应的主机标识符。若想获得当前进程所在虚拟机的相关信息(如主机总数和平台种类等)，则可以通过调用函数pvm_config()来实现。最后，当所有的PVM函数都执行完后，调用pvm_exit()函数来结束整个并行计算过程。 
　　
　　PVM没有提供一个单独的脚本来完成编译过程，要编译上述示例程序，需要手工执行以下命令： 
　　
　　$ gcc -o pvm_hello -I/usr/local/src/pvm3/include/ \ 
　　> -L/usr/local/src/pvm3/lib/LINUX/ pvm_hello.c -lpvm3 　
　　
　　同MPICH一样，用PVM编写的程序要想能够在多台主机上并行运行，首先要将编译好的可执行文件复制到不同的机器上。PVM要求用户运行的可执行文件都应该位于Home目录下的pvm3/bin/LINUX下。例如，要想在node1上以gary账户启动上述示例程序，同时要求node2和node3能够并行执行该程序，则应先将可执行文件pvm_hello复制到node1、node2和node3机器上的/home/gary/pvm3/bin/LINUX目录下，然后在node1上执行如下命令： 
　　
　　$ cd ~/pvm3/bin/LINUX 
　　$ pvm 
　　pvm> add node2 node3 
　　pvm> spawn -6 -> pvm_hello 
　　pvm> halt 
　　　　
　　PVM专门提供了一个Shell来对并行执行的任务进行管理和调度。上述程序中add命令用来添加一个新的并行节点机；spawn命令用来启动一个并行程序，参数“-6”指明了并行执行的进程个数，参数“->”指示将输出信息显示在屏幕上；halt命令则用来终止整个并行计算虚拟机。 
　　
　　上述示例程序的一次执行结果如下所示： 
　　
　　[1:t40002] Hello World! My task id is t40002 on node1 with 3 hosts. 
　　[1:t40002] EOF 
　　[1:t40003] Hello World! My task id is t40003 on node1 with 3 hosts. 
　　[1:t40003] EOF 
　　[1:tc0002] Hello World! My task id is tc0002 on node3 with 3 hosts. 
　　[1:t80001] Hello World! My task id is t80001 on node2 with 3 hosts. 
　　[1:t80001] EOF 
　　[1:tc0001] Hello World! My task id is tc0001 on node3 with 3 hosts. 
　　[1:tc0001] EOF 
　　[1:tc0002] EOF 
　　[1:t80002] Hello World! My task id is t80002 on node2 with 3 hosts. 
　　[1:t80002] EOF 
　　[1] finished 
　　
　　并行计算使用多台计算机或者具有多个处理器的计算机来求解问题，从而为求解大规模复杂问题提供了可能。作为一个优秀的操作系统，Linux特别适合用来组建并行计算平台。