为何Julia Graphs并行介数中心性函数仅单核心运行？

核心原因 #

1. 并行实现依赖分布式进程而非多线程
   Graphs.jl的Graphs.Parallel.betweenness_centrality基于Distributed.jl的多进程架构实现并行，而非你通过--threads 50配置的多线程池。该函数不会使用线程资源，因此仅在主进程的单个核心运行。

2. 未启动分布式工作进程
   默认情况下Julia仅启动1个主进程，若未显式添加工作进程，并行函数无法调度任务到其他核心。

3. 版本或图类型的适配问题

• 若使用的Graphs.jl版本较旧，可能对大尺寸UInt32顶点图的并行支持有限，或需要显式指定并行参数。
• 部分自定义顶点类型（如UInt32）可能未被并行实现完全适配，导致回退单核心执行。

解决步骤 #

1. 验证并行资源状态
   运行以下代码确认当前进程/线程数：

println("线程数: ", Threads.nthreads())
println("进程数: ", nprocs())

若nprocs()返回1，说明未启动分布式进程。

2. 启动分布式工作进程
   两种方式任选其一：

• 启动Julia时添加进程参数：

  Julia --procs 50 --threads 50
  

• 在代码开头动态添加进程（需确保所有进程加载Graphs包）：

  using Distributed
  addprocs(50)
  @everywhere using Graphs
  import Graphs.Parallel
  

3. 验证并行执行
   重新运行Parallel.betweenness_centrality(g)，观察CPU核心使用率是否提升。若仍有问题，可尝试将图转换为默认Int类型顶点后测试：

g_int = Graphs.DiGraph(Graphs.SimpleDiGraph{Int}(g))
betweenness_p = Parallel.betweenness_centrality(g_int)

内容的提问来源于stack exchange，提问作者user