Multi-Threading
Juliaのマルチスレッド機能については、blog postをご覧ください。
Starting Julia with multiple threads
デフォルトでは、Juliaは実行スレッドを2つ起動します。ワーカースレッドが1つ、対話型スレッドが1つです。次のコマンドで確認できます。Threads.nthreads():
julia> Threads.nthreads(:default)
1
julia> Threads.nthreads(:interactive)
1実行スレッド数は、コマンドライン引数-t/--threads、または環境変数JULIA_NUM_THREADSで指定します。両方を指定した場合は、-t/--threadsが優先されます。
スレッド数は整数(--threads=4)またはauto(--threads=auto)で指定できます。autoは、使用するスレッド数の適切なデフォルト値を推定します(詳しくはCommand-line Optionsを参照)。
各スレッドプールに含める:defaultスレッドと:interactiveスレッドの数を制御する方法については、threadpoolsを参照してください。
環境変数JULIA_NUM_THREADSの値としてautoを使うには、Julia 1.7以降が必要です。それ以前のバージョンでは、この値は無視されます。
ワーカースレッド1つに加えて対話型スレッド1つをデフォルトで起動するようになったのは、Julia 1.12からです。-t1またはJULIA_NUM_THREADS=1でスレッド数を1に設定した場合、対話型スレッドは起動されません。
Juliaをスレッド数4で起動してみましょう。
$ julia --threads 4利用可能なスレッドが4つあることを確認します。
julia> Threads.nthreads()
4ただし、現在実行しているのはマスタースレッドです。これを確認するには、関数Threads.threadidを使います。
julia> Threads.threadid()
1環境変数を使う場合は、Bash(Linux/macOS)で次のように設定できます。
export JULIA_NUM_THREADS=4Linux/macOSのC shell、またはWindowsのCMDでは次のように設定します。
set JULIA_NUM_THREADS=4WindowsのPowerShellでは次のように設定します。
$env:JULIA_NUM_THREADS=4Juliaを起動する前に設定する必要があることに注意してください。
-t/--threadsで指定したスレッド数は、コマンドラインオプション-p/--procsまたは--machine-fileを使って起動したワーカープロセスにも引き継がれます。たとえば、julia -p2 -t2はメインプロセス1つとワーカープロセス2つを起動し、3つすべてのプロセスでスレッドが2つ有効になります。ワーカースレッドをより細かく制御するには、addprocsを使い、-t/--threadsをexeflagsとして渡してください。
Multiple GC Threads
ガベージコレクタ(GC)は複数のスレッドを使用できます。デフォルトのスレッド数は計算用ワーカースレッド数と同じですが、コマンドライン引数--gcthreadsまたは環境変数JULIA_NUM_GC_THREADSで設定することもできます。
ガベージコレクションの設定やパフォーマンス調整について詳しくは、Memory Management and Garbage Collectionを参照してください。
Threadpools
プログラムのスレッドが多数のタスクの実行で忙しいと、タスクに遅延が生じ、プログラムの応答性や対話性が損なわれることがあります。これを避けるには、タスクを起動するときにThreads.@spawn、対話型タスクとして指定できます。
using Base.Threads
@spawn :interactive f()対話型タスクでは、レイテンシの大きい処理を避けてください。また、実行時間の長いタスクの場合は、頻繁にyieldする必要があります。
デフォルトでは、Juliaは対話型タスクの実行用に対話型スレッドを1つ確保して起動します。この数は次の方法で変更できます。
$ julia --threads 3,1
julia> Threads.nthreads(:interactive)
1
$ julia --threads 3,0
julia> Threads.nthreads(:interactive)
0同様に、環境変数JULIA_NUM_THREADSも使用できます。
export JULIA_NUM_THREADS=3,1これにより、:defaultスレッドプールに3つ、:interactiveスレッドプールに1つのスレッドを持つ状態でJuliaが起動します。
julia> using Base.Threads
julia> nthreadpools()
2
julia> threadpool() # the main thread is in the interactive thread pool
:interactive
julia> nthreads(:default)
3
julia> nthreads(:interactive)
1
julia> nthreads()
3どちらか一方、または両方の数をautoに置き換えると、Juliaが適切なデフォルト値を選択します。
The @threads Macro
ネイティブスレッドを使った簡単な例を試してみましょう。まず、ゼロで初期化した配列を作ります。
julia> a = zeros(10)
10-element Vector{Float64}:
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0この配列を4つのスレッドで同時に操作します。各スレッドが、それぞれのスレッドIDを各要素に書き込みます。
Juliaでは、Threads.@threadsマクロを使って並列ループを記述できます。このマクロをforループの前に付けると、そのループがマルチスレッド領域であることをJuliaに伝えます。
julia> Threads.@threads for i = 1:10
a[i] = Threads.threadid()
end反復空間はスレッド間で分割され、各スレッドは割り当てられた位置に自身のスレッドIDを書き込みます。
julia> a
10-element Vector{Float64}:
1.0
1.0
1.0
2.0
2.0
2.0
3.0
3.0
4.0
4.0Threads.@threadsには、@distributedのような省略可能なreductionパラメーターがないことに注意してください。
Using @threads without data-races
データ競合の概念については、"Communication and data races between threads"で詳しく説明しています。ここでは、データ競合によって誤った結果や危険なエラーが発生する可能性があることを覚えておいてください。
以下の関数sum_singleをマルチスレッド化したいとします。
julia> function sum_single(a)
s = 0
for i in a
s += i
end
s
end
sum_single (generic function with 1 method)
julia> sum_single(1:1_000_000)
500000500000単に@threadsを追加すると、複数のスレッドが同時にsを読み書きするデータ競合が発生します。
julia> function sum_multi_bad(a)
s = 0
Threads.@threads for i in a
s += i
end
s
end
sum_multi_bad (generic function with 1 method)
julia> sum_multi_bad(1:1_000_000)
70140554652結果が本来の500000500000になっておらず、評価するたびに変わる可能性が高いことに注意してください。
これを解決するには、タスク固有のバッファーを使って合計を競合のないチャンクに分割します。ここではsum_singleを再利用し、内部バッファーsを持たせます。入力ベクトルaを、並列処理用に最大nthreads()個のチャンクに分割します。次にThreads.@spawnを使って、各チャンクを個別に合計するタスクを作成します。最後に、各タスクの結果を再びsum_singleで合計します。
julia> function sum_multi_good(a)
chunks = Iterators.partition(a, cld(length(a), Threads.nthreads()))
tasks = map(chunks) do chunk
Threads.@spawn sum_single(chunk)
end
chunk_sums = fetch.(tasks)
return sum_single(chunk_sums)
end
sum_multi_good (generic function with 1 method)
julia> sum_multi_good(1:1_000_000)
500000500000バッファーをthreadid()、つまりbuffers = zeros(Threads.nthreads())に基づいて管理してはいけません。並行実行中のタスクはyieldすることがあり、同じスレッド上で複数のタスクが同じバッファーを使ってデータ競合を起こすおそれがあるためです。また、複数のスレッドが利用可能な場合、タスクはyield時に別のスレッドへ移動することがあります。これはtask migrationと呼ばれます。
別の方法として、タスクやスレッド間で共有される変数にアトミック操作を使うこともできます。操作の特性によっては、こちらのほうが高い性能を得られる場合があります。
Communication and data-races between threads
Juliaのスレッドは共有メモリを介して通信できますが、正しく、かつデータ競合のないマルチスレッドコードを書くのは非常に困難です。JuliaのChannelはスレッドセーフなので、安全な通信に利用できます。また、データ競合を避けるためにlocksやatomicsを使う方法を説明する節もあります。
場合によっては、Juliaは安全性違反を検出できます。特に、デッドロックや、実行中のタスクへのyieldなど、既知の危険な操作が対象です。このような場合はConcurrencyViolationErrorがスローされます。
Data-race freedom
プログラムにデータ競合がないことを保証する責任は、全面的に利用者にあります。この要件を守らない場合、ここで述べた保証は一切適用されません。観測される結果は、非常に直感に反するものになる可能性があります。
データ競合が発生すると、Juliaはメモリー安全ではありません。別のスレッドが書き込む可能性のあるデータは、どんなデータであっても読み取る際に十分注意してください。セグメンテーション違反など、さらに深刻な問題が起きるおそれがあります。以下は、異なるスレッドからグローバル変数にアクセスする危険な方法の例です。
Thread 1:
global b = false
global a = rand()
global b = true
Thread 2:
while !b; end
bad_read1(a) # it is NOT safe to access `a` here!
Thread 3:
while !@isdefined(a); end
bad_read2(a) # it is NOT safe to access `a` hereUsing locks to avoid data-races
データ競合を避け、一般にスレッドセーフなコードを書くうえで重要な手段の一つが「ロック」です。ロックは取得したり解放したりできます。あるスレッドがロックを取得し、まだ解放していない場合、そのスレッドはロックを「保持している」といいます。ロックが1つだけあり、あるデータにアクセスするにはそのロックを保持する必要があるようにコードを書けば、複数のスレッドが同じデータに同時にアクセスすることを防げます。
ロックと変数の対応付けは、プログラムではなくプログラマーが行うことに注意してください。ロックと値の対応付けを支援するヘルパー型Base.Lockableがあります。自分で対応関係を管理するより安全なことが多く、詳しくはUsing Base.Lockable to associate a lock and a valueで説明しています。
たとえば、ロックmy_lockを作成し、変数my_variableを変更する間、そのロックを取得できます。最も簡単な方法は、マクロ@lockを使うことです。
julia> my_lock = ReentrantLock();
julia> my_variable = [1, 2, 3];
julia> @lock my_lock my_variable[1] = 100
100別のスレッドでも同じロックと変数を使って同様のパターンを適用すれば、操作でデータ競合が起きることはありません。
上記の操作は、lockの関数型バージョンを使って、次の2通りの方法でも実行できます。
julia> lock(my_lock) do
my_variable[1] = 100
end
100
julia> begin
lock(my_lock)
try
my_variable[1] = 100
finally
unlock(my_lock)
end
end
1003つの方法はすべて同等です。最後の方法では、ロックが必ず解放されるように明示的なtryブロックが必要ですが、最初の2つでは内部で処理される点に注意してください。他のスレッドからアクセスされるデータ(グローバル変数やクロージャー変数への代入など)を変更するときは、必ず上記のロックパターンを使ってください。これを怠ると、予期しない深刻な結果を招くおそれがあります。
Using Base.Lockable to associate a lock and a value
前の節で述べたように、ヘルパー型Base.Lockableを使うと、ロックと値の対応付けをプログラム上で保証できます。慣例だけで対応関係を管理するよりもエラーが起きにくく、他の人にも読みやすいため、一般にこちらの方法が推奨されます。
任意のオブジェクトをBase.Lockableでラップできます。
julia> my_array = [];
julia> my_locked_array = Base.Lockable(my_array);ロックが保持されている間は、空のインデックス表記を使って内部のオブジェクトにアクセスできます。
julia> begin
lock(my_locked_array)
try
push!(my_locked_array[], 1)
finally
unlock(my_locked_array)
end
end
1-element Vector{Any}:
1通常は、lockの第1引数に関数を渡すほうが簡単で安全です。この関数はロック解除されたオブジェクトに適用され、ロックの取得と解放は自動的に処理されます。
julia> lock(x -> push!(x, 2), my_locked_array);
julia> lock(display, my_locked_array)
2-element Vector{Any}:
1
2
julia> lock(my_locked_array) do x
x[1] = π
display(x)
end
2-element Vector{Any}:
π = 3.1415926535897...
2Atomic Operations
Juliaでは、値をアトミックに、つまりスレッドセーフな方法で読み書きし、race conditionsを避けることができます。プリミティブ型でなければならない値をThreads.Atomicでラップすると、この方法でアクセスする必要があることを示せます。例を見てみましょう。
julia> i = Threads.Atomic{Int}(0);
julia> ids = zeros(4);
julia> old_is = zeros(4);
julia> Threads.@threads for id in 1:4
old_is[id] = Threads.atomic_add!(i, id)
ids[id] = id
end
julia> old_is
4-element Vector{Float64}:
0.0
1.0
7.0
3.0
julia> i[]
10
julia> ids
4-element Vector{Float64}:
1.0
2.0
3.0
4.0アトミックの指定なしで加算していた場合、競合状態によって誤った結果になった可能性があります。競合を避けなかった場合に起こりうる例を示します。
julia> using Base.Threads
julia> Threads.nthreads()
4
julia> acc = Ref(0)
Base.RefValue{Int64}(0)
julia> @threads for i in 1:1000
acc[] += 1
end
julia> acc[]
926
julia> acc = Atomic{Int64}(0)
Atomic{Int64}(0)
julia> @threads for i in 1:1000
atomic_add!(acc, 1)
end
julia> acc[]
1000Per-field atomics
@atomic、@atomicswap、@atomicreplaceの各マクロや、@atomiconceマクロを使えば、より細かい単位でアトミック操作を行うこともできます。
メモリーモデルの詳細や設計に関するその他の情報は、後日正式に公開される予定のJulia Atomics Manifestoに記載されています。
構造体の宣言では、任意のフィールドに@atomicを付けられます。そのフィールドへの書き込みには@atomicも付け、定義済みのアトミック順序(:monotonic、:acquire、:release、:acquire_release、または:sequentially_consistent)のいずれかを使う必要があります。アトミックフィールドの読み取りにもアトミック順序の制約を指定できます。指定しない場合は、単調(relaxed)順序で読み取られます。
Side effects and mutable function arguments
マルチスレッドを使う場合、pureではない関数に注意が必要です。誤った結果になる可能性があるためです。たとえば、慣例上name ending with !を持つ関数は引数を変更するため、純粋関数ではありません。
@threadcall
ccall経由で呼び出すものなどの外部ライブラリは、JuliaのタスクベースのI/O機構と相性がよくありません。Cライブラリがブロッキング操作を行うと、その呼び出しが戻るまでJuliaのスケジューラーは他のタスクを実行できません(JuliaをコールバックしてyieldするカスタムCコードや、jl_yield()、つまりyieldに相当するC関数を呼び出すCコードは例外です)。
このような状況で実行の停滞を避けるには、マクロ@threadcallを使います。これにより、C関数は別スレッドで実行されます。デフォルトサイズが4のスレッドプールが使われ、そのサイズは環境変数UV_THREADPOOL_SIZEで制御します。空きスレッドを待っている間、およびスレッドが利用可能になってから関数の実行が終わるまで、要求元のタスク(Juliaのメインイベントループ上)は他のタスクに実行を譲ります。@threadcallは実行が完了するまで戻らないことに注意してください。そのため、ユーザーから見ると、他のJulia APIと同様にブロッキング呼び出しです。
呼び出す関数がJuliaをコールバックしないことが非常に重要です。コールバックするとセグメンテーション違反が発生します。
@threadcallは、今後のJuliaのバージョンで削除または変更される可能性があります。
Caveats
現時点では、Juliaランタイムや標準ライブラリのほとんどの操作は、ユーザーコードにデータ競合がなければ、スレッドセーフに使用できます。ただし、一部の領域ではスレッド対応の安定化作業が続いています。マルチスレッドプログラミングには本質的に多くの難しさがあり、スレッドを使うプログラムで異常または望ましくない動作(クラッシュや不可解な結果など)が起きた場合は、まずスレッド間の相互作用を疑うべきです。
Juliaでスレッドを使う際には、次の制限や注意事項を把握しておいてください。
- Baseのコレクション型を複数のスレッドから同時に使い、そのうち少なくとも1つのスレッドがコレクションを変更する場合は、手動でロックする必要があります(よくある例として、配列に対する
push!や、Dictへの項目の挿入があります)。 @spawnが使うスケジュールは非決定的であり、それに依存してはいけません。- 計算負荷が高くメモリーを割り当てないタスクは、メモリーを割り当てている他のスレッドでガベージコレクションが実行されるのを妨げることがあります。この場合、GCを実行できるように
GC.safepoint()を手動で呼び出す必要があるかもしれません。この制限は将来解消される予定です。 includeなどのトップレベル操作や、型、メソッド、モジュール定義のevalを並列実行しないでください。- ライブラリが登録したファイナライザーは、スレッドを有効にすると正常に動作しなくなる場合があります。スレッドを安心して広く利用できるようになるには、エコシステム全体で移行作業が必要になるかもしれません。詳しくはthe safe use of finalizersの節を参照してください。
Task Migration
タスクは、あるスレッドで実行を開始した後、yieldすると別のスレッドに移動することがあります。
このようなタスクは@spawnまたは@threadsで起動されている場合があります。ただし、@threadsのスケジュールオプション:staticを使うと、スレッドIDは固定されます。
そのため、ほとんどの場合、タスク内でthreadid()を定数として扱うべきではありません。また、バッファーや状態を持つオブジェクトのベクターのインデックスとして使うべきでもありません。
Safe use of Finalizers
ファイナライザーは任意のコードを中断する可能性があるため、グローバル状態とのやり取りには細心の注意が必要です。しかし、ファイナライザーを使う主な理由はグローバル状態を更新することです(純粋関数をファイナライザーにしても、一般にほとんど意味がありません)。このため、少々厄介な問題が生じます。対処方法はいくつかあります。
シングルスレッドの場合、内部C関数
jl_gc_enable_finalizersを呼び出して、クリティカル領域内でファイナライザーがスケジュールされないようにできます。内部では、一部の関数(Cロックなど)で、特定の操作(パッケージのインクリメンタルな読み込み、コード生成など)中の再帰を防ぐために使われています。ロックとこのフラグを組み合わせることで、ファイナライザーを安全に扱えます。2つ目の方法は、Baseのいくつかの箇所で使われているもので、ロックを再帰的に取得せずに済むようになるまで、ファイナライザーの実行を明示的に遅らせます。次の例は、この方法を
Distributed.finalize_refに適用する方法を示しています。function finalize_ref(r::AbstractRemoteRef) if r.where > 0 # Check if the finalizer is already run if islocked(client_refs) || !trylock(client_refs) # delay finalizer for later if we aren't free to acquire the lock finalizer(finalize_ref, r) return nothing end try # `lock` should always be followed by `try` if r.where > 0 # Must check again here # Do actual cleanup here r.where = 0 end finally unlock(client_refs) end end nothing end関連する3つ目の方法は、yieldしないキューを使うことです。Baseには現在、ロックフリーキューが実装されていませんが、
Base.IntrusiveLinkedListSynchronized{T}が適しています。イベントループを使うコードでは、この方法が有効なことがよくあります。たとえば、Gtk.jlはこの方法でライフタイムの参照カウントを管理しています。この方法では、finalizer内で明示的な処理を行わず、より安全なタイミングで実行するためにキューへ追加します。実際、Juliaのタスクスケジューラーもこの方法を使っているため、ファイナライザーをx -> @spawn do_cleanup(x)として定義するのは、この方法の一例です。ただし、do_cleanupがどのスレッドで実行されるかは制御できないため、do_cleanupでは依然としてロックを取得する必要があります。独自のキューを実装すれば、キューを自分のスレッドからのみ処理するよう明示できるため、その必要はありません。