OpenMPI 5多邻居分区通信死锁问题求助

云原生阿岚

2026-6-15

问题分析与解决方案

你的死锁问题根源在于rank 1的两个分区发送请求复用了同一个缓冲区，这会导致未定义行为，而OpenMPI 5的早期原型实现无法正确处理这种场景，最终引发匹配失败。

具体问题点

在rank 1的代码中，你初始化了两个MPI_Psend_init请求，都指向同一个buffer数组：

MPI_Psend_init(buffer, partitions, count, MPI_INT, 0, 0, MPI_COMM_WORLD, MPI_INFO_NULL, &request[nor++]);
MPI_Psend_init(buffer, partitions, count, MPI_INT, 2, 0, MPI_COMM_WORLD, MPI_INFO_NULL, &request[nor++]);

当你调用MPI_Startall启动这两个请求，并通过MPI_Pready_range标记所有分区就绪后，两个发送操作会同时访问同一个内存区域。这种缓冲区复用的并行访问属于MPI规范中的未定义行为，而OpenMPI 5的原型实现对此场景的支持不完善，直接导致rank 2的接收请求无法正确匹配数据。

修复方法

给rank 1的两个发送请求分配独立的缓冲区，避免内存竞争：

// 修改rank 1的缓冲区定义
int buffer_send0[partitions * count];
int buffer_send2[partitions * count];
// 初始化数据
memset(buffer_send0, 0, sizeof(buffer_send0));
memset(buffer_send2, 0, sizeof(buffer_send2));
for (int i = 0; i < partitions * count; i++) {
  buffer_send0[i] = i;
  buffer_send2[i] = i;
}
// 分别使用独立缓冲区初始化请求
MPI_Psend_init(buffer_send0, partitions, count, MPI_INT, 0, 0, MPI_COMM_WORLD, MPI_INFO_NULL, &request[nor++]);
MPI_Psend_init(buffer_send2, partitions, count, MPI_INT, 2, 0, MPI_COMM_WORLD, MPI_INFO_NULL, &request[nor++]);