description

lyakhov_timofey_lab_2/README.md

@@ -104,6 +104,88 @@ mpjrun.sh -np 4 -dev niodev -machinesfile mach App -- 4
 - Используются **настроенные типы данных MPI** (массивы фиксированной длины). 
 - Ввод размера матрицы происходит через аргументы командной строки.
 
+```java
+ public static void main(String[] args) {
+        MPI.Init(args);
+        int threadCount = MPI.COMM_WORLD.Size();
+        int rank = MPI.COMM_WORLD.Rank();
+
+        int[] matr = new int[0];
+        int size = 0;
+        long startTime = System.nanoTime();
+        if (rank == 0){ // Генерации матрицы в 0 процесса
+            Scanner s = new Scanner(System.in);
+            Random r = new Random();
+            size = Integer.parseInt(args[args.length - 1]);
+            System.out.println("Matrix size: " + size);
+            matr = new int[size * size];
+            for (int i = 0; i < size * size; i++) {
+                matr[i] = r.nextInt(10) + 1;
+            }
+        }
+        int[] bfSize = {size};
+        // Раскидывание размера матрицы по всем процесса
+        MPI.COMM_WORLD.Bcast(bfSize,0, 1,MPI.INT, 0); 
+        size = bfSize[0];
+        if (size == 0){
+            return;
+        }
+        // Новый тип данных, чтобы кидать массив 
+        Datatype dta = Datatype.Contiguous(size, MPI.INT);
+        dta.Commit();
+
+        // Распредение сколько каждому процессу строк оттдать
+        int[] sendCount = new int[threadCount];
+        for (int i = 1; i < threadCount; i++) {
+            sendCount[i] = size / (threadCount - 1);
+        };
+        for (int i = 0; i < size % (threadCount - 1); i++) {
+            sendCount[threadCount - 1 - i] += 1;
+        }
+        // Смещение для каждого из потоков(откуда считывать)
+        int[] displs = new int[threadCount];
+        displs[0] = 0;
+        for (int i = 1; i < threadCount; i++) {
+            displs[i] = displs[i - 1] + sendCount[i - 1];
+        }
+        
+        int[] recBuf = new int[size * sendCount[rank]];
+        if (rank == 0) {
+            System.out.println("Start scatterv");
+        }
+        // Расспределение на процессы
+        MPI.COMM_WORLD.Scatterv(matr, 0, sendCount, displs, dta,
+                recBuf, 0, sendCount[rank], dta, 0);
+        System.out.println("Rank " + rank + " : " + print(recBuf));
+        // Расслыка процессами количества принимаемого на каждый процесс
+        MPI.COMM_WORLD.Bcast(sendCount, 0, sendCount.length, MPI.INT, 0);
+        int[] sendBuf = new int[sendCount[rank]];
+        if (rank != 0) { // Вычисление кому какую порцию данных дать(именно выбрать какую строчку и сколько на каждый процесс)
+            for (int i = 0; i < sendCount[rank]; i++) {
+                int sum = 1;
+                for (int j = 0; j < recBuf.length / sendCount[rank]; j++) {
+                    sum *= recBuf[i * recBuf.length / sendCount[rank] + j];
+                }
+                sendBuf[i] = sum;
+            }
+        }
+        System.out.println("Out rank " + rank + " : " + print(sendBuf));
+        // Расрапдедение индексов смещения на каждый процесс
+        MPI.COMM_WORLD.Bcast(displs, 0, displs.length, MPI.INT, 0);
+        int[] recBuf2 = new int[size];
+        // Сбор данных на 0 процесс
+                MPI.COMM_WORLD.Gatherv(sendBuf, 0, sendCount[rank], MPI.INT,
+                        recBuf2,0, sendCount, displs, MPI.INT, 0);
+   // Результируюший подсчет   
+        if (rank == 0){
+            int resSum = Arrays.stream(recBuf2).sum();
+            System.out.println("Res sum: " + resSum);
+            System.out.println("Res time: " + (System.nanoTime() - startTime));
+        }
+    }
+```
+
+
 ## Пример вывода
 
 ```
@@ -132,5 +214,8 @@ Stopping Process <0> on <cont1>
 
 ## Вывод
 
-В рамках лабораторной работы была реализована система распределенных вычислений с использованием MPJ Express. Программа успешно демонстрирует работу с MPI в кластере контейнеров, включая передачу данных, выполнение расчетов и сбор результатов. Получен опыт настройки окружения и взаимодействия контейнеров через SSH.
+В рамках лабораторной работы была реализована система распределенных вычислений с использованием MPJ Express. 
+Программа успешно демонстрирует работу с MPI в кластере контейнеров, включая передачу данных, выполнение расчетов и сбор результатов. Получен опыт настройки окружения и взаимодействия контейнеров через SSH.
 
+В сравнении с классической реализации потоков, можно отметить что облегчается сам процесс написания кода, ведь надо написать всего лишь один экзепляр и не задумываться над распределением задач.
+Но более затратно по времени развренуть и настроить общение между узлами.