共有メモリを用いたストリームの実験

共有メモリは UDP などの通信プロトコルに比べて速いと聞くため、 共有メモリを用いた軽いストリームを実装して性能を確認した。

共有メモリを用いたストリーム

今回、共有メモリを用いて以下のようなリングバッファによるストリームを cpp-shm-stream リポジトリ に用意した。

• light_stream: アトミック演算による wait free なリングバッファのストリーム

• blocking_stream: アトミック演算を主に用いつつ、 データの待機処理がビジーループなしで行えるように実装したリングバッファのストリーム

どちらも、リングバッファ用に

• 書き込み側のインデックス

• 読み込み側のインデックス

• バッファのサイズ

• バッファ

を共有メモリ上に共有する。 2 つのインデックスについてはアトミック演算を行うため、 共有メモリ上でもアトミック演算を行うことができる Boost.Atomic ライブラリ の boost::atomics::ipc_atomic クラスを用いた。

比較の対象とした通信方法

以下を対象に、通信時間の比較を行った。

• 共有メモリを用いたストリーム

• UDP

  • UDP による通信の実装には Asio ライブラリを用いた。

  • IPv4 と IPv6 の UDP の両方を対象とした。

環境

実験を行った環境は以下の通り。

• CPU：Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz

• メモリ：16 GB

• OS：Ubuntu 22.04

レイテンシの測定

各通信方法とデータサイズ（32 byte, 1 KB, 32 kB, 1 MB）ごとに 10000 回往復の通信をし、データを送受信するのにかかる時間を箱ひげ図でプロットした。

Show code cell content

Hide code cell content

import typing

import msgpack
import pandas


def parse_data(filepath: str) -> pandas.DataFrame:
    with open(filepath, mode="rb") as file:
        raw_data = msgpack.load(file)

    df: typing.Optional[pandas.DataFrame] = None

    for measurement in raw_data["measurements"]:
        if measurement["measurer_name"] != "Processing Time":
            continue

        protocol = measurement["case_name"]
        data_size = measurement["params"]["size"]
        time_list = measurement["durations"]["values"][0]

        cur_df = pandas.DataFrame(
            {
                "protocol": [protocol] * len(time_list),
                "data_size": [data_size] * len(time_list),
                "time": time_list,
            }
        )
        if df is None:
            df = cur_df
        else:
            df = pandas.concat([df, cur_df])

    assert df is not None

    return df

Show code cell source

Hide code cell source

import pandas
import plotly.express as px
import plotly.graph_objects as go

bench_results = parse_data("shm_stream_result_20230414/ping_pong.data")

fig = px.box(
    bench_results,
    x="data_size",
    y="time",
    color="protocol",
    log_y=True,
    points=False,
    labels = {
        "data_size": "データサイズ [byte]",
        "time": "レイテンシ [sec]",
        "protocol": "通信方法",
    },
    title="レイテンシの測定結果",
)
fig.show(renderer="notebook_connected")

送信時間の測定

各通信方法とデータサイズ（32 byte, 1 KB, 32 kB, 1 MB）ごとに 10000 回データを送信し、データの送信処理にかかる時間を箱ひげ図でプロットした。

Show code cell source

Hide code cell source

bench_results = parse_data("shm_stream_result_20230414/send_messages.data")

fig = px.box(
    bench_results,
    x="data_size",
    y="time",
    color="protocol",
    log_y=True,
    points=False,
    labels = {
        "data_size": "データサイズ [byte]",
        "time": "送信時間 [sec]",
        "protocol": "通信方法",
    },
    title="送信時間の測定結果",
)
fig.show(renderer="notebook_connected")

比較

• 共有メモリを用いた通信はどちらも UDP より速くなっている。

• IPv4 と IPv6 の UDP の両方を試したが、 IPv4 と IPv6 では特に差が見受けられなかった。

• 共有メモリを用いた通信 2 種類では、 アトミック演算のみを使用した light_stream の方が速い。 light_stream ではデータの待機処理にビジーループを用いているため比較的負荷はかかるが、 代わりに速度は速くなった。

ソースコードなど

実験は cpp-shm-stream リポジトリ のコミット fa8c023d51fcf9ac9f398a11c7e548fc0539255a 上で Release ビルドを行い、 以下のコマンドを実行することで行った。

• ./build/Release/bin/bench_send_messages --msgpack send_messages.data --samples 10000

• python3 ./tests/bench/ping_pong/bench.py build/Release/