go：多核并行化问题

分别用串行和并行实现了一个NUM次加法的程序，代码如下：

package main

import (
	"fmt"
	//"runtime" //执行并行段时需要引入该包
	"time"
)

const (
	NUM = 50//+运算次数
)

type vint struct {
	n []int
}

func (v vint) Doadd(p, i, n int, u []int, c chan int) {
	for ti := i; ti < n; ti++ {
		v.n[p] += u[ti]
		time.Sleep(1 * time.Second)
	}
	c <- 1
	return
}
func (v vint) Doall(ncpu int, u []int) (sum int) {
	c := make(chan int, ncpu)
	var segment int
	if NUM%ncpu == 0 {
		segment = NUM / ncpu
	} else {
		segment = NUM / (ncpu - 1)
	}

	for i := 0; i < ncpu; i++ {
		start := i * segment
		temp := start + segment
		var end int
		if temp < NUM {
			end = temp
		} else {
			end = NUM
		}
		go v.Doadd(i, start, end, u, c)
	}
	for i := 0; i < ncpu; i++ {
		<-c
	}
	for i := 0; i < ncpu; i++ {
		sum += v.n[i]
	}
	return
}
func main() {
	//*并行段
	/*ncpu := runtime.NumCPU()
	runtime.GOMAXPROCS(ncpu)
	u := make([]int, NUM)
	for i := 0; i < NUM; i++ {
		u[i] = 1
	}
	v := new(vint)
	v.n = make([]int, ncpu)

	ts := time.Now().UnixNano()
	sum := v.Doall(ncpu, u)
	te := time.Now().UnixNano()
	fmt.Println((te - ts), sum)*/

	//串行段
	u := make([]int, NUM)
	for i := 0; i < NUM; i++ {
		u[i] = 1
	}
	ts := time.Now().UnixNano()
	sum := 0
	for i := 0; i < NUM; i++ {
		sum += u[i]
		time.Sleep(1 * time.Second)
	}
	te := time.Now().UnixNano()
	fmt.Println((te - ts))

	return
}

　　

1亿*1000次(1亿次运算，重复1000次)的串行和并行执行的结果如下：

8核并行化时间： 105026.076ms                                      串行时间： 80704.4503ms

                                   

由结果可知，并行化的时间开销反而比串行大。

--------------------------------------------15/11/02更新---------------------------------------------

源自知乎回答，著作权归作者所有。
作者：赵雪松
链接：http://www.zhihu.com/question/37061750/answer/70294889

不请自来，go的并发主要是用来解决网络io等慢设备访问的等待问题的，而内存恰恰不属于这个部分。

你算自加的这个过程完全是在内存里，并不能体现并发的威力，相反，开了那么多携程并行计算的话反

而会有不必要的调度开销，自然串行更快了。呐呐，我们来改一改，假设你的计算结果或数据是需要通

过网络来传递的，每次计算以后差不多有1秒的延迟(通过time.Sleep(1*time.Second)来模拟)。你再

比较一下试试。

 

根据以上建议对程序进行修改， 分别做50次“+”运算，结果如下：

串行：50017.7642ms(≈50s)
并行：7001.918ms(≈7s)

--------------------------------------------------------------------------------------------------------