redisgate Gent helio helio_atomic_memory_order

std::atomic memory_order

개요

• C++에서 std::atomic 변수를 여러 스레드에서 사용했을 경우 hi(hardware interrupt), si(software interrupt)가 발생하는지를 확인하고, 일반 변수 사용 시, std::atomic 전역 변수 사용 시 성능(처리 속도)를 알아 본다.
• hi, si: 리눅스 top 명령으로 확인할 수 있는 항목 중 hi(hardware interrupt) si(software interrupt)를 의미합니다.   노트북 VM(Linux)에서 helio 테스트 시 hi, si가 상당히 발생하여 성능에 크게 영향을 미치는 것으로 파악했습니다.   소스의 어느 부분(함수)에서 발생하는지 확인하려고 테스트를 진행했습니다.
• 테스트 결과 std::atomic 변수의 경우 '서버'는 hi,si가 발생하지 않았고, '노트북'의 경우 hi가 발생했습니다.
• 서버에서 hi,si는 발생하지 않았지만, std::atomic 변수 사용 시 일반 변수에 비해 처리 속도가 매우 늦으므로 꼭 필요한 경우만 사용해야 할 것으로 판단됩니다.

테스트

📦 테스트 환경

  ◎ 서버

• H/W Model: Dell R230
• CPU: Intel(R) Xeon(R) CPU E3-1230 v6 @ 3.50GHz 4c/8t.
• OS: CentOS Linux release 7.5.1804 (Core)
• Linux kernel version: 3.10.0 x86_64
• C compiler: g++ --version -> g++ (GCC) 8.3.1 20190311 (Red Hat 8.3.1-3)

  ◎ 노트북

• H/W Model: LG노트북 gram 16ZD90RU-GX56K M/D: 2023.11.
• CPU: Intel i5-1335U(13th) 2.50GHz 코어:10, 논리 프로세서:12, L1 캐시: 928KB, L2: 6.5MB, L3: 12.0MB
• VM: Virtualbox
• Host OS: Windows 11 Pro
• Guest OS: CentOS 9
• Linux kernel version: 5.14.0 x86_64
• C++ compiler: g++ --version -> g++ (GCC) 11.5.0     20240719 (Red Hat 11.5.0-2)

📦 std::atomic memory_order 성능 테스트

• 개요: atomic 변수를 사용할 때 memory_order 별로 성능에 차이가 나는지 확인
• 테스트 방법: 스레드마다 1억회씩 fetch_add(1, memory_order) 실행, 스레드 1,5,10개 테스트
• 서버 테스트 결과: 차이가 없었다.

◎ memory_order 종류
    - std::memory_order_relaxed
    - std::memory_order_consume
    - std::memory_order_acquire
    - std::memory_order_release
    - std::memory_order_acq_rel
    - std::memory_order_seq_cst

소스 코드

$ cat atomic_memory_order.cpp #include <iostream> #include <atomic> #include <thread> #include <vector> // Atomic counter std::atomic<uint64_t> counter(0); // Number of increments per thread constexpr int INCREMENTS_PER_THREAD = 100'000'000; // 1억 // Function for threads to increment the counter void increment_counter(int thread_id, std::memory_order order) { for (int i = 0; i < INCREMENTS_PER_THREAD; ++i) { counter.fetch_add(1, order); } } int main(int argc, char* argv[]) { // Number of threads int THREAD_COUNT = 1; if (argc > 1) { THREAD_COUNT = std::stoi(argv[1]); } std::cout << "THREAD_COUNT: " << THREAD_COUNT << std::endl; // 시작 시간 기록 struct timespec start, end; // 나노초 단위 clock_gettime(CLOCK_MONOTONIC, &start); // Create a vector to hold the threads std::vector<std::thread> threads; // Launch threads with memory_order_* for (int i = 0; i < THREAD_COUNT; ++i) { threads.emplace_back(increment_counter, i, std::memory_order_relaxed); } // Join threads for (auto& t : threads) { t.join(); } // 종료 시간 기록 clock_gettime(CLOCK_MONOTONIC, &end); // 소요 시간 계산 long seconds = end.tv_sec - start.tv_sec; long nanoseconds = end.tv_nsec - start.tv_nsec; long milliseconds = (seconds * 1000) + (nanoseconds / 1000000); printf("Elapsed time: %ld milliseconds\n", milliseconds); // Print the final counter value std::cout << "Final counter value: " << counter.load(std::memory_order_relaxed) << std::endl; return 0; }

테스트 결과

• memory_order 별 성능 차이는 발견하지 못했다.
  
• 단순하게 생각하면 thread=1보다 thread=5는 시간이 5배 더 걸릴 것 같지만 테스트 결과 약 20배, thread=10은 40배 더 걸렸다.
  
• 각 3번씩 실행해서 평균값을 표시했다.