分布式编程教程

1、建立队列Queue，用来进行进程间的通信。

（1）服务进程创建任务队列task_queue，用来作为传递任务给任务进程的通道

（2）服务进程创建结果队列result_queue，用来作为任务进程完成任务后回复服务进程的通道

2、把创建的队列在网络上注册，暴露给其他进程

（1）通过ster创建Queue接口来作为添加任务的通道，typeid是调用的方法名，callable是绑定的本地获取Queue的方法

3、创建一个对象(Manage)的实例manager，绑定端口和验证口令

（1）通过Manage绑定本地端口，指定authkey，authkey接受bytes类型

4、启动manager，开始监听信息通道

（1）t()

5、通过管理实例的方法（第2步中注册的typeid的参数）获得通过网络访问的Queue对象，即再把网络队列实例化成可以使用的本地队列

（1）task = _task_queue()

6、创建任务到本地队列中，会自动上传到网络队列中，分配给任务进程去处理

（1）()

分布式并行式编程是指在并行机上将一个应用分解成多个子任务，分配给不同的处理器，处理器之间相互协同，并行地执行子任务，从而达到加速求解速度，或者提升求解规模的目的。

MPI 是全世界工业、科研和政府部门联合建立的消息传递编程标准，以便为并行程序的设计提供一个高效、统一的编程环境。

它是目前最通用的分布式并行编程方式，也是分布式并行系统的主要编程环境。

OpenMP 则是为共享内存系统设计的多线程计算模式。

在编程时，只需要在特定的源代码片段前面加入 OpenMP 专用的预编译指令

就可以将该段程序自动进行并行化处理，OpenMP 可以让我们把更多的精力投入到并行算法本身，而非其具体实现细节。

分布式内存系统在每一个节点内部属于共享内存系统，因此在使用 MPI 进行并行求解的同时，可以使用 OpenMP 语法来实现每个节点内的多线程并行计算。

在大规模计算中，随着体系规模的增加，计算量及存储量呈指数增长，对计算机的计算和存储能力是严峻的挑战。

而通过分布式并行计算可以在多台机器上平衡计算负载，从而提高计算效率，对大规模计算将会起到重要的推动作用