MPI_Init必须在所有MPI调用前且仅调用一次，传入&argc和&argv；MPI_Comm_rank/size返回当前进程在通信器中的局部视图；MPI_Send/Recv需source、dest、tag、comm四者严格匹配；编译必须用mpicxx，运行必须用mpirun。
mpi_init() 必须在所有 MPI 调用前执行，且只能调用一次
很多刚写 MPI 的人会在多个函数里反复调用 MPI_Init，或者在没初始化就直接用 MPI_Comm_rank，结果程序直接 abort 或返回随机值。OpenMPI 不会帮你容错，它只按规范行事：进程启动后第一件事必须是 MPI_Init，最后一件事是 MPI_Finalize。
常见错误现象：Abort(1098756) on node 0: Fatal error in MPI_Init: Other MPI error, error stack: —— 这基本就是初始化失败或重复初始化。
-
MPI_Init必须传入&argc和&argv，哪怕你不用命令行参数也要保留这两个变量（OpenMPI 会从中解析-np、--host等） - 不要在子线程里调用
MPI_Init；MPI 进程模型是“一个进程一个 MPI 实例”，多线程需显式启用MPI_THREAD_MULTIPLE（且性能开销大，一般不推荐） - 如果用 C++ 封装类，别把
MPI_Init塞进构造函数——对象可能被复制、移动，导致多次隐式调用
mpi_comm_rank() 和 mpi_comm_size() 返回的是当前进程的局部视图
这两个函数不跨机器通信，只是从本地 MPI 运行时缓存里读两个整数。所以它们快、安全，但容易误以为“能拿到全局状态”。实际它们只反映当前 MPI_COMM_WORLD（或你传入的 communicator）在本进程眼里的编号和总数。
使用场景：绝大多数并行任务靠它分片，比如把数组长度 N 均分给 size 个进程，每个进程算 N / size 段，再用 rank 算偏移量。
立即学习“C++免费学习笔记（深入）”；
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 若用
MPI_Comm_split创建了子通信器，MPI_Comm_rank返回的是该子组内的 rank，不是MPI_COMM_WORLD中的原始 rank -
MPI_Comm_size返回的不是物理机器数，而是启动时指定的进程总数（mpirun -np 16就是 16）；同一台机器上跑 8 个进程，size仍是 8 - 别用
rank == 0来判断“主节点”就一定在首台机器上——OpenMPI 调度取决于hostfile和资源策略，rank 0可能在任意节点
mpi_send() / mpi_recv() 阻塞行为与匹配规则必须严格对齐
新手最常卡在这儿：发了数据却收不到，或死锁。根本原因不是网络问题，而是 MPI 的匹配机制太严格——MPI_Send 和 MPI_Recv 必须在 **source**、**dest**、**tag**、**communicator** 四个维度完全一致才能配对成功。
常见错误现象：MPI_Recv 一直挂起，strace 显示进程停在 poll()；或收到乱码（tag 错位导致读到其他消息）。
- 发送方
MPI_Send(buf, count, dtype, dest=1, tag=42, comm)，接收方必须写MPI_Recv(buf, count, dtype, source=1, tag=42, comm)；source = MPI_ANY_SOURCE可以，但tag = MPI_ANY_TAG要慎用，容易收错 - 阻塞式调用下，
MPI_Send在对方调用对应MPI_Recv前可能缓冲（小消息走 eager 协议），但大消息会卡住等对方 ready——所以别让 rank 0 发、rank 1 收，而 rank 1 先去干别的事没及时 recv - 用
MPI_Isend/MPI_Irecv可避免死锁，但得配MPI_Wait；更简单的是统一用MPI_Scatter/MPI_Gather等集体通信，它们内部已处理好同步
编译和运行时必须用 mpicxx，不能直接用 g++
mpicxx 不是 wrapper 脚本而已，它会自动注入 OpenMPI 的头文件路径、链接库顺序、线程支持标志（如 -pthread）和 ABI 兼容选项。直接用 g++ -lmpi 编译，大概率链接失败或运行时报 undefined symbol: PMPI_Init。
性能影响：mpicxx 默认启用优化（如内联 MPI 函数），还可能根据架构选最佳传输后端（tcp vs ucx vs knem）；手动配错会导致回退到低效路径。
- 检查是否真用了 OpenMPI 的编译器：运行
mpicxx --showme，输出应含-I/usr/lib/x86_64-linux-gnu/openmpi/include和-L/usr/lib/x86_64-linux-gnu/openmpi/lib -lmpi - 运行时别漏
mpirun：编译完的二进制不能直接 ./a.out，必须mpirun -np 4 ./a.out；否则MPI_Init会报 “no MPI environment detected” - 跨机器运行时，确保所有节点的 OpenMPI 版本一致（至少主版本号相同），否则
MPI_Comm_spawn或动态进程功能可能静默失败
最容易被忽略的一点：MPI 进程间没有共享内存，所有数据交换都靠显式 send/recv 或集体操作；别试图用全局变量或 std::shared_ptr 传递数据——那只是各自进程里一份独立拷贝。
