C++ Taskflow QuickStart

为为为什么

发布于 2023-02-21 13:15:37

1.1K0

发布于 2023-02-21 13:15:37

文章被收录于专栏：又见苍岚又见苍岚

Taskflow 可以帮助您在现代 C + + 中快速编写并行和异构的任务程序。

简介

Taskflow 是一款 C++ 下任务流程框架，可以管理 Pipeline 并执行并行工作。
Taskflow 的流程管理有论文支撑，具有一定理论安全性。
Taskflow 可以帮助您快速编写具有高性能和同时高生产率的并行和异构任务程序。与许多现有的任务编程库相比，它更快、更具表现力、代码行更少、更容易进行插入式集成。
当前（2023.1）最新版本 v3.5, 7.7k stars
官方网站：https://taskflow.github.io/
Github 仓库：https://github.com/taskflow/taskflow
官方文档：https://taskflow.github.io/taskflow/index.html

下载使用

Taskflow 使用需要源码

下载

Release

可以在仓库的 Release 中下载：https://github.com/taskflow/taskflow/releases/tag/v3.5.0

Clone Repository

也可以直接获取整个仓库：

git clone https://github.com/taskflow/taskflow

下载仓库后切换到 v3.5.0 版本

git checkout v3.5.0

使用

使用时仅需引入源码目录中的 taskflow/taskflow.hpp 即可

将 Taskflow 源码目录添加到系统环境变量，在项目中添加引用目录，代码中直接 include 就可以使用了

#include <taskflow/taskflow.hpp>  // Taskflow is header-only

命名空间叫 tf：

using namespace tf;

C++环境

注意：Taskflow 需要 C++17 编译环境

g++

如果使用 g++ 需要在命令行添加参数 -std=c++17：

g++ -std=c++17

Visual Studio

如果是在 Visual Studio 下需要开启 C++17 环境，需要在项目属性 -> C/C++ -> 语言 -> C++ 语言标准 中修改：

入门用法

Demo

官网的 Demo 代码：

#include <taskflow/taskflow.hpp>  // Taskflow is header-onlyint main(){    tf::Executor executor;  tf::Taskflow taskflow;  auto [A, B, C, D] = taskflow.emplace(  // create four tasks    [] () { std::cout << "TaskA\n"; },    [] () { std::cout << "TaskB\n"; },    [] () { std::cout << "TaskC\n"; },    [] () { std::cout << "TaskD\n"; }   );                                                                          A.precede(B, C);  // A runs before B and C  D.succeed(B, C);  // D runs after  B and C                                        executor.run(taskflow).wait();   return 0;}

输出：

TaskATaskCTaskBTaskD

流程图

Taskflow 可以输出代码运行拓扑图
为了不让用户额外安装流程图绘制的工具， Taskflow 提供了解释流程图的网页工具
使用时，在代码中加入 taskflow.dump(std::cout); 可以输出流程图代码

#include <taskflow/taskflow.hpp>  // Taskflow is header-onlyint main(){    tf::Executor executor;    tf::Taskflow taskflow;    tf::Task A = taskflow.emplace([]() {}).name("A");    tf::Task B = taskflow.emplace([]() {}).name("B");    tf::Task C = taskflow.emplace([]() {}).name("C");    tf::Task D = taskflow.emplace([]() {}).name("D");    tf::Task E = taskflow.emplace([]() {}).name("E");    A.precede(B, C, E);    C.precede(D);    B.precede(D, E);    executor.run(taskflow).wait();    taskflow.dump(std::cout);    return 0;}

上述代码输出：

digraph Taskflow {subgraph cluster_p000000B14C93F2A8 {label="Taskflow: p000000B14C93F230";p0000022B29D89270[label="A" ];p0000022B29D89270 -> p0000022B29D89380;p0000022B29D89270 -> p0000022B29D89490;p0000022B29D89270 -> p0000022B29D896B0;p0000022B29D89380[label="B" ];p0000022B29D89380 -> p0000022B29D895A0;p0000022B29D89380 -> p0000022B29D896B0;p0000022B29D89490[label="C" ];p0000022B29D89490 -> p0000022B29D895A0;p0000022B29D895A0[label="D" ];p0000022B29D896B0[label="E" ];}}

上述代码在 GraphViz 类工具中都可以识别为流程图
官方提供了访问流程图绘制工具网页：https://dreampuf.github.io/GraphvizOnline/
将代码粘贴到网页中，就可以看到流程图了

Profile

Taskflow 还提供了 Profile 工具（需要较高的 Taskflow 版本）
使用时需要设置系统环境变量 TF_ENABLE_PROFILER 指向一个 json 文件位置（路径可以相对、可以绝对）

这样在运行程序时会向目标位置输出 json 文件，类似：

[{"executor":"0","data":[{"worker":10,"level":0,"data":[{"span":[81,83],"name":"B","type":"static"},{"span":[84,84],"name":"E","type":"static"}]},{"worker":11,"level":0,"data":[{"span":[68,73],"name":"A","type":"static"},{"span":[80,80],"name":"C","type":"static"},{"span":[85,85],"name":"D","type":"static"}]}]}]