編程語言的發(fā)展趨勢及未來方向（6）：并發(fā)

　　這是Anders Hejlsberg(不用介紹這是誰了吧)在比利時TechDays 2010所做的開場演講。由于最近我在博客上關(guān)于語言的討論比較多，出于應(yīng)景，也打算將Anders的演講完整地聽寫出來。在上一部分中，Anders談?wù)摿恕霸幊獭奔八谂Φ摹熬幾g器即服務(wù)”功能。在這一部分中，Anders則談?wù)摿恕安l(fā)”，這也是他眼中編程語言發(fā)展的三種趨勢之一，并演示了.NET 4.0中并行庫的神奇效果。

　　如果沒有特別說明，所有的文字都直接翻譯自Anders的演講，并使用我自己的口語習(xí)慣表達(dá)出來，對于Anders的口誤及反復(fù)等情況，必要時在譯文中自然也會進(jìn)行忽略。為了方便理解，我也會將視頻中關(guān)鍵部分進(jìn)行截圖，而某些代碼演示則會直接作為文章內(nèi)容發(fā)表。

　　(聽寫開始，接上篇)

　　好，最后我想談的內(nèi)容是“并發(fā)”。

　　聽說過摩爾定律的請舉手……幾乎是所有人。那么多少人聽說了摩爾定律已經(jīng)結(jié)束了呢?嗯，還是有很多人。我有好消息，也有壞消息。我認(rèn)為摩爾定律并沒有停止。摩爾定律說的是：可以在集成電路上低成本地放置晶體管的數(shù)目，約每兩年便會增加一倍。有趣的是，這個定律從60年代持續(xù)到現(xiàn)在，而從一些跡象上來看，這個定律會繼續(xù)保持20到30年。

　　摩爾定理有個推論，便是說時鐘速度將根據(jù)相同的周期提高，也就是說每隔大約24個月，CPU的速度便會加倍──而這點已經(jīng)停止了。再來統(tǒng)計一下，你們之中有誰的機器里有20GHz的CPU?看到了沒?一個人都沒有。但如果你從五年前開始計算的話，現(xiàn)在我們應(yīng)該已經(jīng)在使用20GHz的CPU了，但事實并非如此。這點在五年前就停止了，而且事實上最大速度還有些下降，因為發(fā)熱量實在太大了，會消耗許多能源，讓電池用的太快。

　　有些物理方面的基礎(chǔ)因素讓CPU不能運行的太快。然而，另一意義上的摩爾定理出現(xiàn)了。我們還是可以看到容量的增加，因為可以在同一個表盤上放置多個CPU了。目前已經(jīng)有了雙核、四核，Intel的CTO在三年前說，十年后我們可以出現(xiàn)80核的處理器。

　　到了那個時候，你的任務(wù)管理器中就可能是這樣的。似乎有些嚇人，不過這是我們實驗室中真實存在的128核機器。你可以看到，計算能力已經(jīng)完全用上了。這便是個問題，比如你在這臺強大的機器上進(jìn)行一個實驗，你自然希望看到100%的使用狀況，不過傳統(tǒng)的實驗都是在一個核上執(zhí)行的，所以我們面臨的挑戰(zhàn)是，我們需要換一種寫程序的方式來利用此類機器。

　　我的一個同事，Herb Sutter，他寫過一篇文章，談到“免費的午餐已經(jīng)結(jié)束了”。沒錯，我們已經(jīng)不能寫一個程序，然后對客戶說：啊，未來的硬件會讓它運行的越來越快，我們不用關(guān)心太多──不，已經(jīng)不會這樣了，除非你換種不同的寫法。實話說，這是個挑戰(zhàn)，也是個機遇。說它是個挑戰(zhàn)，是因為并發(fā)十分困難，至今我們對此還沒有簡單的答案，稍后我會演示一些正有所改善的東西，但……這也是一個機遇，在這樣的機器上，你的確可以用完所有的核，這樣便能獲得性能提高，不過做法需要有所不同。

　　多核革命的一個有趣之處在于，它對于并發(fā)的思維方式會有所改變。傳統(tǒng)的并發(fā)思維是在單個CPU上執(zhí)行多個邏輯任務(wù)，使用舊有的分時方式、時間片模型來執(zhí)行多個任務(wù)。但是，你想一下便會發(fā)現(xiàn)如今的并發(fā)情況正好相反，現(xiàn)在是要將一個邏輯上的任務(wù)放在多個CPU上執(zhí)行。這改變了我們編寫程序的方式，這意味著對于語言或是API來說，我們需要有辦法來分解任務(wù)，把它拆分成多個小任務(wù)后獨立的執(zhí)行，而傳統(tǒng)的編程語言中并不關(guān)注這點。

　　使用目前的并發(fā)API來完成工作并不容易，比如使用Thread，ThreadPool，lock，Monitor等等，你無法太好的進(jìn)展。不過.NET 4.0提供了一些美妙的事物，我們稱之為.NET并行擴展。它是一種現(xiàn)代的并發(fā)模型，將邏輯上的任務(wù)并發(fā)與我們實際使用的的物理模型分離開來。以前我們的API都是直接處理線程，也就是(上圖)下方橙色的部分，不過有了.NET并行擴展之后，你可以使用更為邏輯化的編程風(fēng)格。任務(wù)并行庫(Task Parallel Library)，并行LINQ(Parallel LINQ)以及協(xié)調(diào)數(shù)據(jù)結(jié)構(gòu)(Coordination Data Structures)讓你可以直接關(guān)注邏輯上的任務(wù)，而不必關(guān)心它們是如何運行的，或是使用了多少個線程和CPU等等。

　　下面我來簡單演示一下它們的使用方式。我?guī)砹艘粋€PLINQ演示，這里是一些代碼，讀取XML文件的內(nèi)容。這有個50M大小的popname.xml文件，保存了美國社會安全數(shù)據(jù)庫里的信息，包含某個洲在某一年的人口統(tǒng)計信息。這個程序會讀取這個XML文件，把它轉(zhuǎn)化成一系列對象，并存放在一個List中。然后對其執(zhí)行一個LINQ語句，查找所有在華盛頓名叫Robert的人，再根據(jù)年份進(jìn)行排序：

　　Console.WriteLine("Loading XML data...");

　　var popNames =

　　(from e in XElement.Load("popnames.xml").Elements("Name")

　　select new

　　{

　　Name = (string)e.Attribute("Name"),

　　State = (string)e.Attribute("State"),

　　Year = (int)e.Attribute("Year"),

　　Count = (int)e.Attribute("Count")

　　})

　　.ToList();

　　Console.WriteLine(popNames.Count + " records");

　　Console.WriteLine();

　　string targetName = "Robert";

　　string targetState = "WA";

　　var querySequential =

　　from n in popNames

　　where n.Name == targetName && n.State == targetState

　　orderby n.Year

　　select n;

　　我們來執(zhí)行一下……首先加載XML文件，然后進(jìn)行查詢。利用PLINQ我們可以做到并行地查詢。我們只要拷貝一份代碼……改成queryParallel……現(xiàn)在我唯一要做的只是在數(shù)據(jù)源上使用AsParallel擴展方法，這樣便會引入一套新的類型和實現(xiàn)，此時相同的LINQ操作使用的便是并行的實現(xiàn)：

　　var queryParallel =

　　from n in popNames.AsParallel()

　　where n.Name == targetName && n.State == targetState

　　orderby n.Year

　　select n;

　　我們重新執(zhí)行兩個查詢。

　　再次加載XML數(shù)據(jù)……并行實現(xiàn)使用了1.5秒，我們再試著運行一次，一般結(jié)果會更好一些，現(xiàn)在可能剛好在執(zhí)行一些后臺任務(wù)。一般我們可以得到更快的結(jié)果……這次比較接近了?，F(xiàn)在你可以觀察到，我們并不需要做太多事情，便可以在我的雙核機器上得到并發(fā)的效果。

　　這里我無法保證說，我們只要隨時加上AsParallel便可以得到兩倍的性能，有時可以有時不行，有些查詢能夠被并行，有的則不可以。然而，我想你一定同意一點，使用如LINQ這樣的DSL能夠方便我們編寫并行的代碼，也更有可能利用起并行效果。雖然不是每次都有效，但是嘗試的成本也很低。如果我們使用普通的for循環(huán)來編寫代碼，在某個地方使用線程池等等，便很容易在這些API里失去方向。而這里我們只要簡單地嘗試一下，便能知道是否可以提高性能了。

　　這里你已經(jīng)看到我使用的LINQ查詢，而現(xiàn)在也有很多工作是通過循環(huán)來完成的。你可以想象主要的運算是從哪里來的，很自然會是在循環(huán)里操作數(shù)據(jù)。如果循環(huán)的每個迭代都是獨立的，便有很大的機會可以利用并發(fā)操作──我知道這里是“如果”，不過長期來看則一定會出現(xiàn)這樣的情況。這時候便可以使用并行擴展，或者說是.NET并行擴展里的新API，把循環(huán)轉(zhuǎn)化成并行的循環(huán)，只要簡單的改變……幾乎只要用同樣的循環(huán)體把for重構(gòu)成Parallel.For就行了。如果你有foreach操作就可以使用Parallel.ForEach，或是一系列順序執(zhí)行的語句也可以用上Parallel.Invoke。此時任務(wù)并行庫會接管并執(zhí)行這些任務(wù)，根據(jù)你的CPU數(shù)量使用最優(yōu)化的線程數(shù)量，你不需要關(guān)注更深的細(xì)節(jié)，只需要編寫邏輯就可以了。

　　就像我說的那樣，可能你會有獨立的任務(wù)但也可能沒有，所以很多時候我們需要編程語言來關(guān)注這方面的事情。比如“隔離性(Isolation)”。例如，編譯器如何發(fā)現(xiàn)這段代碼是獨立的，可以安全地并發(fā)執(zhí)行，好比我創(chuàng)建了一個對象，在分享給其他人之前，我對它的改變是安全的。但是我一旦把它們共享出去了，那么它們便不安全了。所以如果我們的類型系統(tǒng)可以跟蹤到這樣的共享，如Linear Types──這在學(xué)術(shù)界也有一些研究。我們也可以在函數(shù)的純潔性(Purity)方面下功夫，如關(guān)注某個函數(shù)是否有副作用，有些時候編譯器可以做這方面的檢查，它可以禁止某些操作，以此保證我們寫出純函數(shù)。還有便是不可變性(Immutability)，目前的C#或VB，我們需要額外的工作才能寫出不可變的代碼──但本不該這樣，我們應(yīng)該在語言層面上更好的支持不可變性。這些都是在并發(fā)方面需要考慮的問題。

　　如果說有哪個語言特性超出這個范疇，我想說這里還有一個原則：你不該期望C#中出現(xiàn)某個特別的并發(fā)模型，而應(yīng)該是一種通用的，可用于各種不同的并發(fā)場景的特性，就像隔離性、純潔性及不可變性那樣。語言擁有這樣的特性之后，就可以用于構(gòu)建各種不同的API，各種并發(fā)方式都可以利用到核心的語言特性。

　　(未完待續(xù))