Profiling of parallel programs in a non-strict functional language
Ver/Abrir
Use este enlace para citar
http://hdl.handle.net/2183/16311
Excepto si se señala otra cosa, la licencia del ítem se describe como Reconocimiento-CompartirIgual 4.0 Internacional
Colecciones
- Teses de doutoramento [2150]
Metadatos
Mostrar el registro completo del ítemTítulo
Profiling of parallel programs in a non-strict functional languageAutor(es)
Directores
Castro, Laura M.Hammond, Kevin
Fecha
2015Centro/Dpto/Entidad
Universidade da Coruña. Departamento de ComputaciónResumen
[Abstract]
Purely functional programming languages offer many benefits to parallel
programming. The absence of side effects and the provision for
higher-level abstractions eases the programming effort. In particular, nonstrict
functional languages allow further separation of concerns and provide
more parallel facilities in the form of semi-implicit parallelism. On
the other hand, because the low-level details of the execution are hidden,
usually in a runtime system, the process of debugging the performance
of parallel applications becomes harder. Currently available parallel profiling
tools allow programmers to obtain some information about the
execution; however, this information is usually not detailed enough to
precisely pinpoint the cause of some performance problems. Often, this
is because the cost of obtaining that information would be prohibitive for
a complete program execution. In this thesis, we design and implement
a parallel profiling framework based on execution replay. This debugging
technique makes it possible to simulate recorded executions of a program,
ensuring that their behaviour remains unchanged. The novelty of
our approach is to adapt this technique to the context of parallel profiling
and to take advantage of the characteristics of non-strict purely
functional semantics to guarantee minimal overhead in the recording
process. Our work allows to build more powerful profiling tools that do
not affect the parallel behaviour of the program in a meaningful way.We
demonstrate our claims through a series of benchmarks and the study
of two use cases. [Resumo]
As linguaxes de programación funcional puras ofrecen moitos beneficios
para a programación paralela. A ausencia de efectos secundarios e as abstraccións de alto nivel proporcionadas facilitan o esforzo de programación.
En particular, as linguaxes de programación non estritas permiten
unha maior separación de conceptos e proporcionan máis capacidades
de paralelismo na forma de paralelismo semi-implícito. Por outra
parte, debido a que os detalles de baixo nivel da execución están ocultos,
xeralmente nun sistema de execución, o proceso de depuración do
rendemento de aplicacións paralelas é máis difícil. As ferramentas de
profiling dispoñibles hoxe en día permiten aos programadores obter certa
información acerca da execución; non obstante, esta información non
acostuma a ser o suficientemente detallada para determinar de maneira
precisa a causa dalgúns problemas de rendemento. A miúdo, isto débese
a que o custe de obter esa información sería prohibitivo para unha
execución completa do programa. Nesta tese, deseñamos e implementamos
unha plataforma de profiling paralelo baseada en execution replay.
Esta técnica de depuración fai que sexa posible simular execucións previamente
rexistradas, asegurando que o seu comportamento se manteña
sen cambios. A novidade do noso enfoque é adaptar esta técnica para o
contexto do profiling paralelo e aproveitar as características da semántica
das linguaxes de programación funcional non estritas e puras para garantizar
unha sobrecarga mínima na recolección das trazas de execución.
O noso traballo permite construír ferramentas de profiling máis potentes
que non afectan ao comportamento paralelo do programa de maneira
significativa. Demostramos as nosas afirmacións nunha serie de benchmarks
e no estudo de dous casos de uso. [Resumen]Los lenguajes de programación funcional puros ofrecen muchos beneficios
para la programación paralela. La ausencia de efectos secundarios
y las abstracciones de alto nivel proporcionadas facilitan el esfuerzo de
programación. En particular, los lenguajes de programación no estrictos
permiten una mayor separación de conceptos y proporcionan más
capacidades de paralelismo en la forma de paralelismo semi-implícito.
Por otra parte, debido a que los detalles de bajo nivel de la ejecución están ocultos, generalmente en un sistema de ejecución, el proceso de
depuración del rendimiento de aplicaciones paralelas es más difícil. Las
herramientas de profiling disponibles hoy en día permiten a los programadores
obtener cierta información acerca de la ejecución; sin embargo,
esta información no suele ser lo suficientemente detallada para determinar
de manera precisa la causa de algunos problemas de rendimiento.
A menudo, esto se debe a que el costo de obtener esa información sería
prohibitivo para una ejecución completa del programa. En esta tesis, diseñamos
e implementamos una plataforma de profiling paralelo baseada
en execution replay. Esta técnica de depuración hace que sea posible simular
ejecuciones previamente registradas, asegurando que su comportamiento
se mantiene sin cambios. La novedad de nuestro enfoque es
adaptar esta técnica para el contexto del profiling paralelo y aprovechar
las características de la semántica de los lenguajes de programación funcional
no estrictos y puros para garantizar una sobrecarga mínima en la
recolección de las trazas de ejecución. Nuestro trabajo permite construir
herramientas de profiling más potentes que no afectan el comportamiento
paralelo del programa de manera significativa. Demostramos nuestras
afirmaciones en una serie de benchmarks y en el estudio de dos casos de
uso.
Palabras clave
Programación paralela (Informática)
Programación funcional
Programación funcional
Derechos
Reconocimiento-CompartirIgual 4.0 Internacional