julia系列6：并行计算

1 协程/任务

1.1 定义

协程也称为任务，如果一个计算以任务的方式执行，那它就很可能会被其他任务中断，原先的任务在恢复后，会从被中断的地方继续工作。
这种过程看似很像函数调用，但有两点不同：1）任务切换不需要任何空间，因此可以完成任意数量任务的切换，而且无需考虑堆栈问题。2）任务切换可以按照任何顺序来进行。
任务比较适合生产者-消费者模式，一个过程用来生产值，另一个用来消费值。消费者不能简单的调用生产者来得到值，因为两者的执行时间不一定协同，但是在任务中，两者则可以正常运行。

1.2 Channel

Julia中提供了Channel来解决生产者消费者的协同问题，其实Channel就是一个FIFO（first-in first-out）队列。使用put!和take!（或是fetch，不删除）函数来具体实现。任务的一个特性就是随着任务的结束，channel对象会自动关闭，无需人为干预。
如果一个 Channel 是空的，读取的 task(即执行 take! 的task)会被阻塞直到有新的数据准备好了；如果一个 Channel 是满的，那么写入的 task(即执行 put! 的 task)则会被阻塞，直到 Channel 有空余。在控制台里面表现为堵塞住，无法继续执行命令
isready 可以用来检查一个 channel 中是否有已经准备好的元素，而等待一个元素准备好 则用 wait。

Channel也可以接收一个函数，介绍及示例如下：

接下来看下任务的调度。用@task定义，然后用schedule进行调度。

2 线程

使用Threads.nthreads()查看当前的线程数，默认是启动一个线程。
使用export JULIA_NUM_THREADS=4(Linux OSX)或set JULIA_NUM_THREADS=4(Windows)来设置启动4个线程。当我们要在Jupyter中使用多个线程时，可以在Julia的运行目录中下打开命令行，先设置线程数，再启动Julia。

其中Ref和[]分别是取地址和引用。

3 进程

多进程也叫多核心或者分布式处理，就是用一个CPU的多个核心或者多个CPU进行编程。使用julia -p n启动多进程，也可以进入后添加。

Julia 中的分布式编程基于两个基本概念：远程引用(remote references)和远程调用(remote calls)。远程引用是一个对象，任意一个进程可以通过它访问存储在某个特定进程上的对象。远程调用指是某个进程发起的执行函数的请求，该函数会在另一个（也可能是同一个）进程中执行。

远程引用有两种类型：Future 和 RemoteChannel。

一次远程调用会返回一个 Future 作为结果。
远程调用会立即返回；也就是说，执行远程调用的进程接下来会继续执行下一个操作，而远程调用则会在另外的进程中进行。你可以通过对返回的 Future 执行 wait 操作来等待远程调用结束，然后用 fetch 获取结果。

对于 RemoteChannel 而言，它可以被反复写入。
例如，多个进程可以通过引用同一个远程 Channel 来协调相互之间的操作。

每个进程都有一个对应的 id，提供 Julia 交互环境的进程的 id 永远是1。我们把用来执行并行任务的进程称为 “worker”，假如总共只有一个进程，那么进程1就被认为是 worker，否则，除了进程1以外的进程都称作 worker。