O que é programação paralela e como posso usá-la?

Estamos aqui para falar sobre programação paralela, mas queremos usar burritos como exemplo para tornar o assunto mais fácil de digerir. Se você tivesse que fazer 100 burritos para uma festa, levaria muito tempo. Mas e se você reunisse um grupo com mais nove pessoas e desse a cada uma as instruções adequadas para a montagem dos burritos? A mesma tarefa que levaria dezenas de horas agora pode ser concluída em talvez 30 minutos, dependendo da rapidez com que os burritos são enrolados.

Preparar a produção dos burritos exige separar os ingredientes, reunir as pessoas, dar instruções e testar a qualidade. Porém, distribuir a tarefa entre dez pessoas e executá-la em paralelo sem dúvida economizou muito do seu tempo. Podemos fazer o mesmo na programação com a programação paralela.

Não sabe o que isso significa? Não se preocupe. Este artigo abordará os fundamentos da programação paralela, seus usos comuns e seus prós e contras.

A programação paralela é frequentemente usada como sinônimo dos termos processamento paralelo, computação paralela e soluções de computação paralela. A programação paralela é como ter dez estações de montagem de burritos operando em paralelo, em vez de você fazer 100 burritos devagar por conta própria. Em termos de ciência da computação, a programação paralela é o processo de dividir um problema em tarefas menores que podem ser executadas ao mesmo tempo — em paralelo — usando vários recursos de computação. Em outras palavras, a programação paralela permite que as equipes de programação executem projetos de grande escala que exigem velocidade e precisão.

Você pode usar técnicas de processamento paralelo em vários dispositivos, desde um dispositivo móvel ou laptop até supercomputadores. Diferentes linguagens de programação contam com tecnologias distintas para possibilitar o paralelismo. O Open multi-processing (OpenMP) fornece uma API multiplataforma para o desenvolvimento de aplicações paralelas usando C, C++ e Fortran nos núcleos de uma única CPU.

Por outro lado, tecnologias como a interface de passagem de mensagem (MPI) permitem processos paralelos entre diferentes computadores ou nós.

A programação paralela é um conceito amplo que pode descrever muitos tipos de processos que são executados simultaneamente na mesma máquina ou em máquinas diferentes. Antes de nos aprofundarmos, vamos diferenciar alguns modelos populares de programação paralela:

• O modelo de memória compartilhada
• O modelo de passagem de mensagem
• O modelo de espaço de endereço global particionado

Esses modelos descrevem como os processos interagem entre si na programação paralela. Vamos analisar cada um deles, bem como alguns dos princípios da programação paralela, com mais detalhes a seguir.

Paralelismo de dados significa pegar uma determinada tarefa e dividir sua execução pelo trabalho a ser feito. Vamos continuar com o exemplo dos burritos. Digamos que você e mais duas pessoas precisem fazer 100 burritos. Uma maneira de dividir isso seria que cada pessoa fizesse 33 burritos simultaneamente.

O paralelismo de tarefas divide a execução de uma tarefa por tarefas individuais. Desta vez, em vez de dividir o trabalho pela quantidade de burritos, uma pessoa faria a tortilha, a outra prepararia o chouriço e a terceira faria a montagem.

A programação multithread é um subconjunto da programação paralela em que mais de um conjunto de instruções sequenciais (“thread”) é executado de forma concorrente. Multithreading é um conceito que pode existir em um único núcleo ou em vários processos. Se as threads forem executadas em um único processador, ele alternará rapidamente entre elas. É importante ressaltar que, em um único núcleo, alternar rapidamente entre processos não é uma representação verdadeira da programação multithread, mas sim um exemplo de como a CPU prioriza a execução desses processos. Quando as threads são executadas em vários processadores, elas ocorrem simultaneamente.

Com o modelo de memória compartilhada, o programa é uma coleção de processos que usam variáveis comuns ou compartilhadas. Este programa é comum com dados afiliados armazenados na memória principal. Todos os processos acessam esse programa e dados comuns. Cada processo recebe uma parte diferente do programa e dos dados, e o programa principal cria processos separados para cada processador. Depois que os processos são executados, todos se juntam novamente ao programa principal.

Os processos compartilham um espaço de endereço global no qual executam funções de leitura e gravação de forma assíncrona.

No modelo de passagem de mensagem, processos paralelos trocam dados passando mensagens entre si. Essas mensagens podem ser assíncronas ou síncronas.

Os modelos de espaço de endereço global particionado (PGAS) ficam em uma posição intermediária entre os modelos de memória compartilhada e passagem de mensagem. O PGAS fornece um espaço de endereço de memória global particionado logicamente para cada processo. Processos paralelos “conversam” realizando operações assíncronas, como funções de leitura e gravação, no espaço de endereço global.

Como a programação paralela é excelente para decompor tarefas complexas, ela geralmente se destaca no processamento de cálculos complexos, grandes conjuntos de dados ou simulações em grande escala.

Aqui estão alguns casos de uso para a programação paralela:

• Gráficos avançados na indústria do entretenimento
• Física aplicada
• Pesquisa climática
• Engenharia elétrica
• Modelagem financeira e econômica
• Modelagem molecular
• Defesa nacional e armamento nuclear
• Exploração de petróleo e gás
• Mecânica quântica

Você pode usar a programação paralela quando quiser processar grandes quantidades de dados com rapidez. É fácil e pode ajudar você a concluir projetos de forma rápida e eficiente. Embora a programação paralela possa criar dívida técnica e ser demorada para configurar — afinal, a equipe precisa desenvolver código e algoritmos paralelos eficientes —, o processo economiza tempo no geral. Aproveitando o poder de processamento paralelo, a programação paralela executa um programa específico em vários nós de computação e núcleos de CPU ao mesmo tempo.

O processamento de dados não precisa ser difícil e, com a ajuda da programação paralela, você pode elevar sua lista de tarefas a outro nível.

O benefício mais significativo da programação paralela é a execução mais rápida do código, economizando tempo de execução e esforço. Em vez de executar um código sequencial, você executará um código paralelo. Essas recompensas ficam especialmente evidentes no paralelismo de dados em grande escala, conforme mostrado no nosso exemplo anterior. O paralelismo de dados ocorre quando fazemos com que cada thread trabalhe no mesmo conjunto de tarefas em um subconjunto de valores. Isso significa que cada thread realiza a mesma tarefa em diferentes conjuntos de dados: são os dados em si que estão sendo paralelizados, não as tarefas. Menos tarefas significam menos tempo e esforço, o que equivale a mais tempo para dedicar a outros detalhes e projetos.

No entanto, a programação paralela não se limita ao paralelismo de dados. Podemos  espalhar a execução do código por várias tarefas para obter maior rapidez, distribuindo as tarefas entre diferentes threads e processadores. Com isso, também aumentamos os recursos naturais de trabalho de um programa, expandindo sua capacidade. Resumindo, fazemos as coisas mais rápido.

Apesar de todas as suas virtudes, a velocidade tem as suas desvantagens. Na programação paralela, o código é executado de forma não sequencial. Se uma operação exigir uma ordem específica de código para que a próxima instrução seja processada, essa operação falhará caso você aplique a programação paralela.

Como o código se move rapidamente durante a programação paralela, também podem surgir alguns bugs novos. Os dois grandes bugs aos quais você deve prestar atenção são as corridas de dados, em que dois processos captam os mesmos dados de forma não intencional e criam mutações inesperadas, e os deadlocks, em que as threads não conseguem liberar memória adequadamente, fazendo com que esperem indefinidamente umas pelas outras para terminar um processo.

Vamos passar do conceito para algo concreto. Nesta seção, abordaremos uma introdução à computação paralela.

Para este exemplo, usaremos C# e Processamento de Dados para criar um loop sequencial geral executado em várias threads.

Para entender a programação paralela em um contexto de negócios, imagine que você esteja tentando processar um grande volume de dados de folha de pagamento.

                                

                                    //model
public class Employees
{
public string name {get; set; }
public double salary {get; set; }
}

//Instantiate Class
List employeeList = new List();
employeeList.add("Sam", 1000.0);
employeeList.add("Dean", 1000.0);
employeeList.add("Bob", 2500.0);
                                
                            

Para processar esses dados, você pode dividi-los em partes menores e executá-los por meio de processos paralelos. Ao executar esses paralelos, você pega itens de dados como o person.name e o salário e os processa em threads diferentes.

                                

                                    //Parallel Simple Example
public void CalculateSalary(List employeeList){
    Parallel.ForEach(employeeList, person =>
    {
        Debug.WriteLine("Name :" + person.name + ", Salary: $" +      person.salary);
    });
}
                                
                            

O processamento simultâneo dessas várias threads menores é mais rápido do que processar uma única thread longa. E, como sabemos bem, qualquer coisa relacionada à folha de pagamento que seja mais rápida é vantajosa para todas as pessoas.

Fácil e eficiente, não é? Neste artigo, apresentamos brevemente a programação paralela e como você pode usá-la nas suas práticas de desenvolvimento de e-mail. No Mailgun, nossas equipes de TI e Engenharia estão sempre explorando e compartilhando ferramentas e maneiras de otimizar.

Quer acesso aos bastidores da mente das nossas equipes de engenharia? Confira nossa área de engenharia de software e seus tutoriais e materiais educativos. Ou inscreva-se na nossa newsletter para nunca perder nossas dicas e truques.

Autor: Mary Dolan Mary Dolan is a former Community Marketing Manager and Copywriter at Sinch Mailgun. She was our social media guru and community leader. She was dialed into the email network and writes about the email topics and trends you're probably talking about.