join_node 图流构建

Question

我正在试验来自 TBB 的 Intel Graph Flow。我对结果非常满意，我发现产品很棒，有无限的可能性。然而，我遇到了一个我修复的 pb，但我并不满意。 pb如下。

   message
A ----------\       tuple<message,message>             WHATEVER
   message   join ------------------------- C------------------------
B ----------/

当我们想要同步并避免传播 n 次消息（及其值）时，应用此模式。英特尔提供了一个很好地解释了 pb 的示例（以及解决方案 - Intel example）。我的 pb 是使用静态方法构造的元组和图的构造。它是完全静态的，特别是如果连接节点的输入边数（英特尔示例中为 input_port<i>）是变量。

TBB-graph flow 的专家知道这个 pb 的“动态方法”吗？

最好的，

蒂姆 [编辑我的代码真实 pb]

我能做到：

std::vector<tbb::flow::function_node<std::size_t, message>> vec_node;

for (int i(0) ; i < 3 ;++i)
        nodes_cont_.emplace_back(my_amazing_function_to_create_node(g_));

tbb::flow::make_edge(vec_node[0], tbb::flow::input_port<0>

tbb::flow::make_edge(vec_node[1], tbb::flow::input_port<1>(node_join_));
tbb::flow::make_edge(vec_node[2], tbb::flow::input_port<2>(node_join_));

我做不到：

for(int i(0); i < vec_node.size(); ++i)
    tbb::flow::make_edge(vec_node[i], tbb::flow::input_port<i>(node_join_));

由于“元组”和“tbb::flow::input_port”函数。

Answer 1

join 节点上的端口数是静态的（在编译时确定。）如果您想要一个输出的不同输入数，您需要能够指示消息来自哪个“端口” ，以及它的价值。

TBB 有一个变体类型，它封装了一个端口号和一个值（它是indexer_node 的输出。）如果你使用那个类型（定义一个indexer_node，但不要实例化它，你可以使用节点的::output_type）作为multifunction_node 的输入类型（可能有多个输出，但可以只有一个输出），并让multifunction_node 的函数体决定它何时具有具有正确数量的输出，然后您可以在输入值时存储它们，并且当multifunction_node 看到“正确”数量的输入时，它可以构造一个输出值并将其转发给它的后继者。

图表将如下所示：

我看到的一个问题是您必须定义multifunction_node 的输出类型。这也是一个静态声明，尽管您可能需要一个变体元组。

编辑：

让我们做一些简化的假设：

• 虽然N 在编译时未知，但它在运行时是已知且不变的。放宽此约束将需要在每条消息中传递一些额外的数据。
• 虽然您使用的是tuple，但我相信这是因为join_nodes 的输出是tuple（我尝试添加向量作为特殊情况，但我认为这不是一个选项。 ) 我假设向量中的所有function_nodes 都与输出具有相同的类型。这样我们就可以避免使用变体类型。
• 我们传递的数据不是特别大（复制构造不是特别昂贵）。放宽这个约束将需要在访问每个节点中的数据时更加小心。
• 有些东西可以唯一地定义一起出现的消息。例如，如果您将一个只读数据缓冲区交给向量中的每个 function_node，则该缓冲区的地址就是让我们知道将哪些消息放在一起的部分。

我从事TBB工作已经有几年了，所以可能有些事情我不知道，但我可以给你一个草图。

图表将如下所示：

（我实际上是在勾勒出标签匹配连接的结构，因为听起来这就是你想要的。）

在构造function_nodes 的向量时，每个function_body 都必须知道它的索引是什么。一般来说，这意味着向量是指向function_nodes 的指针，每个节点都是以索引作为其参数之一构造的。

我假设source_node's 输出类似于缓冲区。该缓冲区被传递给向量中的每个function_node，每个function_node 的输出类型为

• 缓冲区地址
• function_node 在该节点向量中的索引
• 其他神奇的好处

multifuncton_node 是完成大部分工作的地方。它有

• hash_maps 的向量，由 function_node 索引索引，并带有缓冲区地址的键，包含各个缓冲区的每个 function_node 的结果。
• 带有缓冲区地址键的hash_map，包含为该缓冲区接收到的元素的数量。当它达到 N 时，您就拥有了所有的输入。

当multifunction_node收到一条消息时，它

• 将数据添加到hash_map[i][key]，其中i是function_node索引（在输入消息中），key是缓冲区地址
• 增加hash_count[key]。如果现在是N，那么
• 构造结果值的向量，将每个结果值从该索引的哈希表中提取出来。
• 如果您构造了该值，则转发该值，否则返回。

对于数据如何传递和存储，以及如果您希望值被重用，如何清理元素存在一些问题，但这是基本草图。

Answer 2

如果您在编译时知道特定程序的 N，但希望以通用方式实现图形以使库在不同程序中使用，则 BOOST_PP 是小 N 的一个选项。

我已经实现了一个图表，它在最慢的连接节点输出 continue_msg 后生成 continue_msg。为此，我需要 N 个缓冲区节点，并将它们连接到具有 N 个相同类型 (tbb::flow::continue_msg) 端口的连接节点。

基本上，下面的代码符合您的预期

for(int i(0); i < vec_node.size(); ++i)
    tbb::flow::make_edge(vec_node[i], tbb::flow::input_port<i>(node_join_));

...但是使用预编译器通过正确的 make_edge 调用“写入”多行，但最多只能达到 N（对于 N

    #include "boost/preprocessor/repetition/repeat_from_to.hpp"
    #include "boost/preprocessor/repetition/repeat.hpp"
    #include "boost/preprocessor/arithmetic/inc.hpp"

    ...

    #define MY_JOIN_NODE_VARIADIC_MAX 8
    #define MY_FUNC_IMPL(z, n, unused) tbb::flow::make_edge(vec_node[##n], tbb::flow::input_port<##n>(joinNode));
    #define MY_MAKE_IMPL(z, n, unused)                                  \
    template <size_t N, typename TJoinNode> void                        \
    makeAllEdges (TJoinNode& joinNode,                                  \
                     typename std::enable_if< N == n >::type * = 0)     \
    {                                                                   \
        BOOST_PP_REPEAT(n, MY_FUNC_IMPL, unused)                          \
    }
    BOOST_PP_REPEAT_FROM_TO(0, BOOST_PP_INC(MY_JOIN_NODE_VARIADIC_MAX), MY_MAKE_IMPL, unused)
    #undef MY_MAKE_IMPL
    #undef MY_FUNC_IMPL
    #undef MY_JOIN_NODE_VARIADIC_MAX

这段代码是一个函数定义。然后可以调用“makeAllEdges”。 （请注意，在本例中，我假设 makeAllEdges 是一个类方法，而 vec_node 是该类的成员，因此在 makeAllEdges 的范围内是已知的。）