基于移動(dòng)平臺(tái)的應(yīng)用軟件性能優(yōu)化技術(shù)研究

摘 要：面對(duì)日益復(fù)雜的智能移動(dòng)應(yīng)用，多核處理器已成為高性能移動(dòng)計(jì)算的一個(gè)有效解決方案。對(duì)于多核系統(tǒng)中的應(yīng)用軟件性能優(yōu)化也是其中的研究重點(diǎn)。本文研究了并行程序設(shè)計(jì)算法和并行程序性能優(yōu)化技術(shù)。通過(guò)對(duì)程序進(jìn)行優(yōu)化，可以使它充分的發(fā)揮多核的計(jì)算能力，其方法包括增加任務(wù)數(shù)量改善負(fù)載均衡，選擇最優(yōu)的線程與處理核之間關(guān)聯(lián)策略，從而能夠大幅提高系統(tǒng)的整體性能。

關(guān)鍵詞：移動(dòng)智能多核系統(tǒng)；多線程；并行計(jì)算；分治法；GPA

中圖分類號(hào)：TP311.52

由于移動(dòng)智能系統(tǒng)是一個(gè)資源受限的系統(tǒng)，它對(duì)程序的運(yùn)行空間和時(shí)間要求比桌面系統(tǒng)更為苛刻，因此，應(yīng)用軟件的優(yōu)化對(duì)移動(dòng)智能系統(tǒng)來(lái)說(shuō)尤顯必要和緊迫[1]。

本文主要研究的性能優(yōu)化是主要指運(yùn)行速度的優(yōu)化。應(yīng)用軟件對(duì)其運(yùn)行速度進(jìn)行優(yōu)化是指在充分掌握軟、硬件特征的基礎(chǔ)上，通過(guò)應(yīng)用程序結(jié)構(gòu)調(diào)整等手段來(lái)縮短完成指定任務(wù)所需的運(yùn)行時(shí)間，主要應(yīng)用在對(duì)實(shí)時(shí)性要求比較高的場(chǎng)合。

目前，移動(dòng)智能系統(tǒng)的處理器在物理上也支持多線程的并發(fā)執(zhí)行，采用適當(dāng)數(shù)量的并發(fā)線程可以獲得比單一線程高的運(yùn)行速度[2]。對(duì)于多核系統(tǒng)中的應(yīng)用軟件性能優(yōu)化，本文研究了基于Android系統(tǒng)的并行程序設(shè)計(jì)算法和并行程序性能優(yōu)化技術(shù)。

1 我們通過(guò)一個(gè)實(shí)際應(yīng)用來(lái)分析、研究基于移動(dòng)平臺(tái)的應(yīng)用軟件優(yōu)化的技術(shù)

包括并行處理技術(shù)、多線程優(yōu)化技術(shù)以及利用GPA（Graphics Performance Analyzers）工具輔助分析技術(shù)。

本例是一個(gè)求圓周率π的應(yīng)用。有如下數(shù)學(xué)公式：

將積分公式表示為極限：

實(shí)際上Δx不可能做到無(wú)窮小，只能讓?duì)盡可能小，這樣求出的結(jié)果越接近π。我們用step表示一個(gè)Δx，則num_step=1/step盡量地大。考慮到f（x）=1/（x2+1）是一個(gè)凸函數(shù)，這里取一個(gè)中值來(lái)求和，即使用f[（i+0.5）/（num_steps）]來(lái)代替f[i/（num_steps）]求和，這樣求出的和不會(huì)總是比實(shí)際值偏小。最后可以得出編寫程序依據(jù)的公式為：

根據(jù)上面公式我們編寫出相應(yīng)的計(jì)算程序。

2 原始應(yīng)用（未經(jīng)優(yōu)化）研究與分析

我們首先根據(jù)上述公式直接推導(dǎo)出應(yīng)用的計(jì)算代碼，此代碼是沒(méi)有經(jīng)過(guò)優(yōu)化的，我們稱其為“原始應(yīng)用”，將其命名為SerialPi。

該應(yīng)用設(shè)計(jì)思路是：讓計(jì)算π的任務(wù)放在輔助線程（這里稱為任務(wù)線程）中運(yùn)行，主活動(dòng)上設(shè)置按鈕來(lái)控制線程的運(yùn)行，并用一個(gè)TextView來(lái)顯示任務(wù)線程的結(jié)果。應(yīng)用運(yùn)行的界面如圖1所示。

應(yīng)用啟動(dòng)后的界面如圖1（a）所示。當(dāng)我們點(diǎn)擊“開始計(jì)算”按鈕后，界面所有的按鈕都變成灰色，直到計(jì)算π的線程運(yùn)算完成。這時(shí)，界面顯示π的計(jì)算結(jié)果以及線程運(yùn)行的總時(shí)間，如圖1（b）所示。

從上述運(yùn)行界面可知，此應(yīng)用計(jì)算π的時(shí)間大約為22秒多。多次運(yùn)行此應(yīng)用，其顯示的計(jì)算時(shí)間也大約為此時(shí)長(zhǎng)。

圖1 SerialPi應(yīng)用運(yùn)行的界面

2.1 在原始應(yīng)用 中 新 建 線 程 類MyTaskThread，讓其計(jì)算π的值。編輯源文件

MyTaskThread.java，主要代碼如下：

1 package com.example.serialpi；

2 public class MyTaskThread extends Thread {

3 private Handler mainHandler；

4 public static final int MSG_FINISHED = 1； //定義表示\"計(jì)算結(jié)束\"的消息類型

5 private static final long num_steps = 200000000；//公式中的 num_steps 變量，總步數(shù)

6 private static final double step = 1.0 / num_steps；//公式中的step變量，步長(zhǎng)

7 public static double pi = 0.0； //π的計(jì)算結(jié)果

……

20 public void r u n （）

21 {

22 double x ，sum=0.0；

23 long i；

24 for （ i=0； i< num_steps； i++）{

25 x = （ i+ 0. 5） * s t e p ；

26 sum=sum+ 4. 0 /（1.0 + x*x ）；

27 }

28 pI=step*sum；

29 Messagemsg=new Message（）；

30 msg.what=MSG _FINISHED；//定義消息類型

31 main Hand ler.send Message（msg）；//發(fā)送消息}

第22行至第28行是根據(jù)計(jì)算公式書寫的計(jì)算π的代碼。這里x變量是函數(shù)f（x）=1/（x2+1）的自變量x，sum是Σ的累積變量。累積完Σ后，最后在第28行，讓?duì)?step×∑算出最后結(jié)果。【在線程的run函數(shù)中，一旦計(jì)算完成，在第29行開始，就向主線程發(fā)送計(jì)算完成的消息】

2.2 編輯主程序的源代碼文件MainActivity.java，讓其控制線程的運(yùn)行，并顯示計(jì)算結(jié)果，其主要代碼如下：

1 package com.example.serialpi；

2 public class MainActivity extends Activity {

……

13 private MyTaskThread myThread = 1；

14 private TextView tv_TaskOutputInfo；// 顯示（計(jì)算）任務(wù)線程輸出

15 private Handler mHandler；；

16 private long end_time；

17 private long time；

18 private long start_time；

……

38mHandler = new Handler（） {

39 public void handleMessage（Message msg） {

40 switch （msg.what）

41 {

42 case MyTaskThread.MSG_FINISHED：

43 end_time = System.currentTimeMillis（）；

44 time = end_time - start_time；

45 String s = \"運(yùn)行結(jié)束，Pi=\"+ MyTaskThread.pi+ \" 耗時(shí)：\"

46 + MyTaskThread.msTimeToDatetime（time）；

47 tv_TaskOutputInfo.setText（s）；

48 btn_ExitApp.setEnabled（true）；

49 break；

50 default：break； } } }；

……

61 private void startTask（） {

62 myThread = new MyTaskThread（mHandler）； //創(chuàng)建一個(gè)線程

63if （！ myThread.isAlive（））

64{

65 start_time = System.currentTimeMillis（）；

66 myThread.start（）； // 啟動(dòng)線程 } }

我們首先在16行-第18行定義了三個(gè)變量，任務(wù)的開始時(shí)間start_time，任務(wù)的結(jié)束時(shí)間end_time，以及任務(wù)的運(yùn)行時(shí)長(zhǎng)time。它們存在如下關(guān)系：time=end_time-start_time。

在第65行，我們?cè)趩?dòng)任務(wù)線程的同時(shí)，將機(jī)器的當(dāng)前時(shí)間記錄在start_time中。在第43行～第44行，當(dāng)收到任務(wù)線程運(yùn)行完畢的消息后，將機(jī)器的當(dāng)前時(shí)間記錄在end_time中，兩者相減得到任務(wù)的運(yùn)行時(shí)長(zhǎng)。

2.3 使用GPA工具來(lái)驗(yàn)證與評(píng)估原始應(yīng)用的性能。上述工作完成后，我們將應(yīng)用部署到實(shí)際的智能設(shè)備上進(jìn)行測(cè)試。本例我們主要監(jiān)控分析兩個(gè)CPU的負(fù)載（即“CPU XX Load”指標(biāo)）情況。在監(jiān)控期間，我們點(diǎn)擊“開始計(jì)算”按鈕開始運(yùn)行計(jì)算，記錄下GPA的監(jiān)控信息，分析的結(jié)果如圖2所示。

（a）點(diǎn)擊“開始計(jì)算”按鈕后

（b）線程計(jì)算運(yùn)行中 （c）線程計(jì)算結(jié)束

圖2 原始應(yīng)用（SerialPi）GPA截圖

圖2（a）是點(diǎn)擊“開始計(jì)算”按鈕，計(jì)算（任務(wù)）線程運(yùn)行開始時(shí)的顯示。圖2（b）是計(jì)算（任務(wù)）線程運(yùn)行中的顯示。圖2（c）是計(jì)算（任務(wù)）線程運(yùn)行結(jié)束時(shí)的顯示。從圖中可知，計(jì)算線程沒(méi)有運(yùn)行或運(yùn)行結(jié)束后，CPU的負(fù)載停留在較低水平。而一旦計(jì)算線程運(yùn)行，CPU的負(fù)載急劇上升到100%的滿負(fù)荷水平。但是，在計(jì)算線程運(yùn)行時(shí)，兩個(gè)CPU中始終只有一個(gè)CPU是滿負(fù)荷的，另一個(gè)處于低負(fù)載水平，也就是說(shuō)總的負(fù)載率（即負(fù)載之和）只有一個(gè)CPU處于滿負(fù)荷狀態(tài)。

3 對(duì)原始應(yīng)用的性能優(yōu)化

上面的例子，是從計(jì)算π的公式直接想到的代碼。這個(gè)例子有沒(méi)有可能實(shí)現(xiàn)優(yōu)化呢？怎么去優(yōu)化呢？在此，我們對(duì)算法進(jìn)行改進(jìn)，充分利用多核處理器的硬件特點(diǎn)來(lái)進(jìn)行優(yōu)化，挖掘出多核處理器的性能潛力。

多核處理器擁有多核、多線程技術(shù)，支持多線程在物理上的并行運(yùn)行。例如，對(duì)于上例的運(yùn)行環(huán)境，這個(gè)多核處理器就可以支持兩個(gè)線程的并行運(yùn)行。這就是我們算法優(yōu)化的切入點(diǎn)：我們采用“分治法”的思路，設(shè)法讓計(jì)算任務(wù)分?jǐn)偟蕉鄠€(gè)（本例是兩個(gè)）線程中來(lái)運(yùn)行，這樣并行運(yùn)行的線程就可以加快運(yùn)行速度。

首先，我們分析一下以上例子的MyTaskThread類的run函數(shù)代碼。為了計(jì)算積分面積的累計(jì)值，我們?cè)诘?4行讓計(jì)算步每次累計(jì)一步來(lái)計(jì)算。實(shí)際上，我們將積分累計(jì)區(qū)域分成“塊”，每個(gè)線程負(fù)責(zé)計(jì)算其中的一塊，最后將每個(gè)線程計(jì)算的累計(jì)面積匯總起來(lái)，這樣既可以得到最后的結(jié)果，又能“分而治之”完成任務(wù)的分派執(zhí)行。這就是我們實(shí)現(xiàn)算法優(yōu)化的思路。

我們把優(yōu)化后的應(yīng)用命名為ThreadPi。該應(yīng)用在計(jì)算積分面積的累計(jì)值時(shí)，讓每個(gè)線程的計(jì)算步每次累計(jì)步長(zhǎng)增加總線程數(shù)，這樣讓每個(gè)線程負(fù)責(zé)累計(jì)自己負(fù)責(zé)的條帶的面積。該應(yīng)用運(yùn)行的界面如圖3所示。

圖3 ThreadPi應(yīng)用運(yùn)行的界面

此應(yīng)用運(yùn)行的界面與原始應(yīng)用一致。從上述運(yùn)行界面可知，此應(yīng)用計(jì)算π的時(shí)間大約為13秒多。其時(shí)間幾乎縮短到原始應(yīng)用的一半。與原始應(yīng)用不一樣的是，本應(yīng)用使用兩個(gè)線程來(lái)計(jì)算π。

3.1 本應(yīng)用是在修改原始應(yīng)用代碼的基礎(chǔ)上得到的，其關(guān)鍵的修改如下。修改計(jì)算任務(wù)線程類MyTaskThread的源代碼文件如下：

1 package com.example.threadpi；

……

4 public class MyTaskThread extends Thread{

5 private Handler mainHandler；

6 public static final int MSG_FINISHED = 1； // 定義表示\"計(jì)算結(jié)束\"的消息類型

7 private static final long num_steps = 200000000；//公式中的 num_steps 變量，總步數(shù)

8 private static final double step = 1.0 / num_steps；//公式中的step變量，步長(zhǎng)

9 public static double pi = 0.0； //π的計(jì)算結(jié)果

10 public static final int num_threads = 2； //線程數(shù)

11private int myNum； //線程號(hào)

12private static Object sharedVariable = new Object（）；//對(duì)pi變量的同步鎖變量

13private static int finishedThreadNum = 0； //完成計(jì)算的線程數(shù)

……

28 public void run（）

29 {

30double x， partialSum = 0.0；

31 long i；

32for （i = myNum； i < num_steps； i += num_threads） {

33 x = （i + 0.5） * step；

34 partialSum += 4.0 / （1.0 + x * x）；

35 }

36 synchronized （sharedVariable） {

37 pi+=partialSum * step；

38 finishedThreadNum++；

39 if （finishedThreadNum >= num_threads）{//等全部線程運(yùn)行結(jié)束發(fā)送消息

40 Message msg = new Message（）；

41 msg.what = MSG_FINISHED；//定義消息類型

42 mainHandler.sendMessage（msg）； //發(fā)送消息

43 }}}

上述代碼中陰影標(biāo)注文字是本應(yīng)用與原始應(yīng)用主要區(qū)別的地方。在第10行-第13行我們定義了多線程計(jì)算任務(wù)所需的變量。num_threads是計(jì)算任務(wù)開辟的線程數(shù)。

本例運(yùn)行的設(shè)備為兩個(gè)邏輯CPU，故將此值設(shè)為2。myNum是計(jì)算線程的編號(hào)，它從0到num_threads-1范圍內(nèi)選擇。sharedVariable變量是對(duì)pi變量施加同步鎖而引入的變量。finishedThreadNum是完成計(jì)算的線程數(shù)，但是該值等于num_threads就認(rèn)為所有的計(jì)算線程都已運(yùn)行結(jié)束。

第30行-第43行是計(jì)算線程的原型代碼。其中第30行-第35行是計(jì)算π的直接代碼。對(duì)于原始應(yīng)用的相應(yīng)代碼可知，原始應(yīng)用的sum變量被partialSum所代替，它表示本線程計(jì)算的和（面積）只是全部和（面積）的一部分。最重要的區(qū)別是第32行，這里步長(zhǎng)變量i累加的不是1，而是num_threads，即每一次都是向前移動(dòng)線程數(shù)步。而i起始位置也不是原始應(yīng)用的從0開始，而是從線程號(hào)開始。

當(dāng)線程計(jì)算完自己的和之后，需要將此數(shù)據(jù)放到總的和（pi變量）中去。這是一個(gè)多線程共享的變量，因此需要加同步鎖。這一步驟對(duì)應(yīng)第36行～第44行。第36行加同步鎖，第37行將線程自己的計(jì)算結(jié)果加到公共結(jié)果pi中去。第38行將計(jì)算結(jié)束的線程數(shù)加一。第39行，通過(guò)比較完成計(jì)算的線程數(shù)與總的線程數(shù)來(lái)判斷全部計(jì)算線程是否都已結(jié)束，只有都結(jié)束了，才向主線程發(fā)送計(jì)算結(jié)束的消息。

3.2 修改主程序MainActivity的源代碼文件MainActivity.java如下：

1 package com.example.threadpi；

……

12 public class MainActivity extends Activity{

13 private MyTaskThread thrd[]=1；

14 private long end_time；

15private long time；

16private long start_time；

……

64 private void startTask（） {

65thrd = new MyTaskThread[MyTaskThread.num_threads]；

66 start_time = System.currentTimeMillis（）；

67 for（ int i=0； i < MyTaskThread.num_threads；i++）{

68 thrd[i] = new MyTaskThread（mHandler）； //創(chuàng)建一個(gè)線程

69 thrd[i].setStepStartNum（i）；

70 thrd[i].start（）；

71 } }

73 private void exitApp（） {

74 for （int i = 0； i < MyTaskThread.num_threads thrd ！= 1； i++） {

75 try {

76 thrd[i].join（）； //等待線程運(yùn)行結(jié)束

77 } catch （InterruptedException e） {

78 }}

……

上述代碼中陰影標(biāo)注文字是本應(yīng)用與原始應(yīng)用主要區(qū)別的地方。在第13行，原始應(yīng)用的單個(gè)線程對(duì)象變量改為了線程數(shù)組。在啟動(dòng)計(jì)算任務(wù)的第67行～第71行，原始應(yīng)用啟動(dòng)單個(gè)線程，改為啟動(dòng)數(shù)組中的全部線程，并在啟動(dòng)時(shí)設(shè)置線程的編號(hào)。在等待線程結(jié)束的第74行-第78行，原始應(yīng)用中等待單個(gè)線程結(jié)束，改為等待線程數(shù)組中的全部線程結(jié)束。

上述工作完成后，我們同樣將應(yīng)用部署到原始應(yīng)用相同的目標(biāo)機(jī)上。我們單獨(dú)運(yùn)行該應(yīng)用，來(lái)測(cè)試一下優(yōu)化后的應(yīng)用運(yùn)行時(shí)間，結(jié)果是：時(shí)間幾乎縮短到原來(lái)的一半（由原來(lái)的22秒減少到13秒）。

3.3 使用GPA工具來(lái)驗(yàn)證與評(píng)估優(yōu)化的應(yīng)用性能。下面使用GPA來(lái)分析此應(yīng)用，分析過(guò)程與原始應(yīng)用一致，分析的結(jié)果如圖4所示。

（a）點(diǎn)擊“開始計(jì)算”按鈕后

（b）線程計(jì)算運(yùn)行中 （c）線程計(jì)算結(jié)束

圖4 優(yōu)化應(yīng)用（ThreadPi）的GPA截圖

從圖中可以看出，點(diǎn)擊“開始計(jì)算”按鈕，計(jì)算（任務(wù)）線程運(yùn)行開始后，兩個(gè)CPU的負(fù)載都從低負(fù)載立即上升到滿負(fù)荷狀態(tài)。計(jì)算完成后，兩個(gè)CPU的負(fù)載都重新回到低負(fù)荷狀態(tài)。與原始應(yīng)用不同是，在計(jì)算任務(wù)運(yùn)行期間，全部的CPU都處于滿負(fù)荷狀態(tài)，不存在負(fù)載在兩個(gè)CPU中輪流的情況。這說(shuō)明該應(yīng)用的計(jì)算任務(wù)使兩個(gè)CPU并行工作在滿負(fù)荷狀態(tài)，這是優(yōu)化后的應(yīng)用速度提高（本例提高將近100%）的內(nèi)在原因。

4 結(jié)束語(yǔ)

本文主要研究了基于移動(dòng)平臺(tái)的多核系統(tǒng)的應(yīng)用軟件優(yōu)化技術(shù)。其中，多線程、平行計(jì)算技術(shù)是移動(dòng)平臺(tái)系統(tǒng)的研究重點(diǎn)、難點(diǎn)，合理正確的使用這些技術(shù)，可以讓多個(gè)處理器處于均衡負(fù)載狀態(tài)，以提高系統(tǒng)的整體運(yùn)行速度，從而達(dá)到性能優(yōu)化的目的，使我們的應(yīng)用軟件運(yùn)行更加流暢、體驗(yàn)更加好。

今后，我們?cè)谝苿?dòng)智能多核系統(tǒng)實(shí)現(xiàn)上，還有一些方面需要不斷地完善和進(jìn)一步研究的地方，比如：進(jìn)一步完善移動(dòng)智能多核平臺(tái)上的并行編譯，支持更廣泛的并行模式，并且支持更廣泛的移動(dòng)智能多核結(jié)構(gòu)。

參考文獻(xiàn)：

[1]Butler，M.Android：Changing the Mobile Landscape.PERVASIVE COMPUTING，IEEE，2011.

[2]Ian K.T.Tan，Ian Chai，Poo Kuan Hoong.Dynamic threshold for imbalance assessment on load balancing for multicore systems[J].Computers and Electrical Engineering，2012.

[3]R.Rakvic，Q.Cai，J.González，G.Magklis，P.Chaparro，A.González.Thread-management techniques to maximize efficiency in multicore and simultaneous multithreaded microprocessors[J].ACM Transactions on Architecture and Code Optimization（TACO），2010（02）.

[4]史莉雯，樊曉婭，張盛兵.單片多處理器的研究[J].計(jì)算機(jī)應(yīng)用研究，2007（09）：46-49.

[5]李濤，高德遠(yuǎn)，樊曉婭.高性能微處理器性能模型設(shè)計(jì)[J].航空電子技術(shù)2011（02）：25-28.

[6]ShahidBokhari，JoelSaltz.Exploring the performance of massively multithreaded architectures[J].Concurrency Computat：Pract.Exper，2010（05）.

[7]Stijn Eyerman，Lieven Eeckhout.Modeling critical sections in Amdahl’s law and its implications for multicore design[J].ACM SIGARCH Computer Architecture News，2010（03）.

作者簡(jiǎn)介：何偉文（1970-），男，廣東廣州人，碩士，高級(jí)工程師，研究方向：網(wǎng)絡(luò)安全，系統(tǒng)工程，項(xiàng)目管理。

作者單位：廣州涉外經(jīng)濟(jì)職業(yè)技術(shù)學(xué)院 信息學(xué)院，廣州 510540