Julia 1.8.5中ChunkedArrays不再支持，求大数组分块处理替代包

以下是几个在Julia 1.8+版本中适合拆分处理大型数组、适配多线程场景的替代包：

ChunkSplitters.jl #

• 专注于数组的分块迭代，专门为多线程/并行计算设计，语法简洁直接。
• 可灵活指定分块大小，或根据线程数自动拆分数组，直接配合Threads.@threads或@spawn使用，无需额外数组包装。
• 示例用法：

  using ChunkSplitters
  arr = rand(10^6)
  @threads for (i, chunk) in enumerate(chunks(arr, nthreads()))
      # 处理每个分块
      arr[chunk] .+= 1
  end
  

PartitionedArrays.jl #

• 支持将大型数组分区为多个子数组，既适配多线程场景，也支持跨进程的分布式计算。
• 提供统一接口操作分区数组，无需手动管理分块索引，适合复杂的并行数值计算（如线性代数求解）。
• 内置分区数组的基础运算，分布式场景下能自动处理分块间的通信。

BlockArrays.jl #

• 核心是创建分块结构化数组，按指定块大小划分数组，保留整体结构的同时支持对单个块或块集合操作。
• 适合需要保持数组分块语义的场景（如矩阵分块运算），可结合ThreadsX.jl等工具对块进行并行处理。
• 示例用法：

  using BlockArrays, ThreadsX
  A = BlockArray(rand(1000,1000), fill(100,10), fill(100,10))
  ThreadsX.foreach(eachblock(A)) do block
      block .*= 2
  end
  

ThreadsX.jl #

• 虽非专门分块包，但提供并行化数组操作函数（如map、reduce、foreach），内部会自动对数组做合理拆分适配多线程。
• 无需手动处理分块逻辑，直接调用并行版本函数即可高效处理大型数组，适合快速实现并行计算需求。

内容的提问来源于stack exchange，提问作者armando