alexandrov_dmitrii_lab_5/matrix.py

@@ -0,0 +1,109 @@
+import numpy as np
+import time
+from concurrent.futures import ProcessPoolExecutor
+
+benchmark = {}
+m_a = []
+m_b = []
+m_c = []
+
+
+# лучше не надо
+def do_multiplication(size):
+    global m_a
+    global m_b
+    global m_c
+
+    m_a = np.random.randint(10, size=(size, size))
+    m_b = np.random.randint(10, size=(size, size))
+    m_c = np.zeros(shape=(size, size))
+    bt = m_b.transpose()
+
+    start_time = time.time()
+    for i in range(size):
+        for j in range(size):
+            for k in range(size):
+                m_c[i][j] = m_c[i][j] + m_a[i][k] * bt[j][k]
+
+    return time.time() - start_time
+
+
+def multiply_row(a, bt, c, size):
+    for j in range(size):
+        c[j] = sum(el_a * el_b for el_a, el_b in zip(a, bt[j]))
+    return c
+
+
+def do_multiplication_parallel(size, proc_num):
+    global m_a
+    global m_b
+    global m_c
+
+    if proc_num > 61:
+        proc_num = 61
+
+    m_a = np.random.randint(10, size=(size, size))
+    m_b = np.random.randint(10, size=(size, size))
+    m_c = np.zeros(shape=(size, size))
+    bt = m_b.transpose()
+
+    start_time = time.time()
+    with ProcessPoolExecutor(max_workers=proc_num) as executor:
+        results = [executor.submit(multiply_row, m_a[i], bt, m_c[i], size) for i in range(size)]
+        m_c = [future.result() for future in results]
+
+    return time.time() - start_time
+
+
+def do_research():
+    benchmark['size=100, proc_num=1: '] = do_multiplication_parallel(100, 1)
+    benchmark['size=300, proc_num=1: '] = do_multiplication_parallel(300, 1)
+    benchmark['size=500, proc_num=1: '] = do_multiplication_parallel(500, 1)
+    benchmark['size=100, proc_num=10: '] = do_multiplication_parallel(100, 10)
+    benchmark['size=300, proc_num=10: '] = do_multiplication_parallel(300, 10)
+    benchmark['size=500, proc_num=10: '] = do_multiplication_parallel(500, 10)
+    benchmark['size=100, proc_num=100: '] = do_multiplication_parallel(100, 100)
+    benchmark['size=300, proc_num=100: '] = do_multiplication_parallel(300, 100)
+    benchmark['size=500, proc_num=100: '] = do_multiplication_parallel(500, 100)
+    print(benchmark)
+
+
+if __name__ == '__main__':
+    do_research()
+
+
+def get_results(size, proc_num):
+    global m_a
+    global m_b
+    global m_c
+
+    res = "time: "
+    res = res + str(do_multiplication_parallel(size, proc_num))
+
+    res = res + "<br/>"
+    for i in range(size):
+        res = res + "<p>"
+        for a in range(size):
+            res = res + str(m_a[i][a]) + ", "
+        res = res + "&emsp;"
+        for b in range(size):
+            res = res + str(m_b[i][b]) + ", "
+        res = res + "&emsp;"
+        for c in range(size):
+            res = res + str(m_c[i][c]) + ", "
+        res = res + "</p>"
+
+    return res
+
+
+def get_benchmark():
+    global benchmark
+
+    if len(benchmark) == 0:
+        do_research()
+
+    res = ''
+    for key, val in benchmark.items():
+        res = res + "<p>" + key + str(val) + "</p>"
+
+    return res

alexandrov_dmitrii_lab_5/readme.md

@@ -0,0 +1,37 @@
+## Задание
+Создать программу, производящую параллельные умножения реализовать двух больших квадратных матриц.
+
+## Выполнение
+Программа состоит из модуля-сервиса service и модуля для вычислений matrix. 
+В модуле для вычислений реализовано:
+* метод do_multiplication, который в обычном режиме одним потоком умножает матрицы. Не используется, т.к. слишком медленный.
+* метод multiply_row, который получает строку матрицы A, транспонированную матрицу B, строку выходной матрицы C, размер матриц и заполняет эту строку проходя по строкам транспонированной матрицы B. Возвращает заполненную строку.
+* метод do_multiplication_parallel, использующий предыдущий, который получает размер матриц и количество процессов, генерирует случайные матрицы заданного размера и производит вычисления.
+* метод прогона эксперимента с заполнением данных результатами. Методы интерфейса доступа.
+
+Способ вычисления: в методе do_multiplication_parallel матрица B транспонируется, создаётся объект ProcessPoolExecutor с переданным количеством процессов, который их создаёт и распределяет по ним строки вычисляемой матрицы, а именно передавая им метод multiply_row. 
+Если передать методу число 1 в качестве количества процессов, то соответственно вычисление произойдёт в одном потоке.
+
+## Результаты
+Был создан Flask сервис, позволяющий получать результаты умножения случайных квадратных матриц.
+Возможно задать размер и количество процессов.
+
+Дополнительно возможно провести эксперимент и получить результаты умножения матриц размера 100, 300 и 500 одним, десятью и ста процессами.
+
+Поскольку распараллеливание основано на процессах, а в системе имеется 6 ядер (+2 виртуальных), то максимальное увеличение производительности будет достигнуто при выборе такого количества процессов.
+Более 61 потока урезается до 61 из-за системных ограничений.
+Как видно из бенчмарка:
+* во всех случаях скорость максимальна при выборе 10 процессов, т.е. при ближайшем к 8 числу процессов.
+* в случае 100 процессов из-за издержек создания процессов малые матрицы обрабатываются на порядок дольше, нежели одним процессом.
+* в случае 100 процессов благодаря распараллеливанию скорость обработки оказалась в 3 раза выше скорости обработки одним процессом.
+
+Результаты:
+![matrix5x5](screens/get5.png)
+
+![matrix15x15](screens/get15.png)
+
+Бенчмарк:
+![bench](screens/bench.png)
+
+## Ссылка на видео
+https://drive.google.com/file/d/1_bIyLL8YGwDePwWdCFk4KxntJip6mP0t/view?usp=drive_link

alexandrov_dmitrii_lab_5/service.py

@@ -0,0 +1,35 @@
+from flask import Flask, redirect, request, render_template
+import matrix
+
+app = Flask(__name__, template_folder='')
+
+results = ''
+
+
+@app.route('/')
+def home():
+    global results
+    return render_template("template.html", results_html=results)
+
+
+@app.route('/do')
+def do():
+    global results
+
+    data = request.args
+    results = matrix.get_results(int(data['size']), int(data['proc_num']))
+
+    return redirect("/")
+
+
+@app.route('/benchmark')
+def benchmark():
+    global results
+
+    results = matrix.get_benchmark()
+
+    return redirect("/")
+
+
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=8082)

alexandrov_dmitrii_lab_5/template.html

@@ -0,0 +1,18 @@
+<!DOCTYPE html>
+<html lang="en">
+<head>
+    <meta charset="UTF-8">
+    <title>Matrix</title>
+</head>
+<body>
+    <form action="http://127.0.0.1:8082/do">
+        <input type="number" id="size" name="size" value="5">
+        <input type="number" id="proc_num" name="proc_num" value="1">
+        <input align="center" type="submit" value="Выполнить"/>
+    </form>
+    <form action="http://127.0.0.1:8082/benchmark">
+        <input align="center" type="submit" value="Вывести бенчмарк"/>
+    </form>
+    {{results_html|safe}}
+</body>
+</html>