C#并行编程-Parallel
菜鸟学习并行编程，参考《C#并行编程高级教程.PDF》，如有错误，欢迎指正。
目录
TPL中引入了一个新命名空间System.Threading.Tasks,在该命名空间下Task是主类，表示一个类的异步的并发的操作，创建并行代码的时候不一定要直接使用Task类，在某些情况下可以直接使用Parallel静态类(System.Threading.Tasks.Parallel)下所提供的方法，而不用底层的Task实例。
Parallel.Invoke
试图将很多方法并行运行，如果传入的是4个方法，则至少需要4个逻辑内核才能足以让这4个方法并发运行，逻辑内核也称为硬件线程。
需要注意的是：1.即使拥有4个逻辑内核，也不一定能够保证所需要运行的4个方法能够同时启动运行，如果其中的一个内核处于繁忙状态，那么底层的调度逻辑可能会延迟某些方法的初始化执行。
2.通过Parallel.Invoke编写的并发执行代码一定不能依赖与特定的执行顺序，因为它的并发执行顺序也是不定的。
3.使用Parallel.Invoke方法一定要测量运行结果、实现加速比以及逻辑内核的使用率，这点很重要。
4.使用Parallel.Invoke，在运行并行方法前都会产生一些额外的开销，如分配硬件线程等。
好处：这是一种并行运行很多方法的简单方式，使用Parallel.Invoke，不需要考虑任务和线程的问题。
下面贴代码：
class Program
{
private static List<Product> ProductList = null;
/* coder:释迦苦僧
* 没有特定的执行顺序
* 示例中 基于电脑配置 采用了4个方法的并行编程
* Parallel.Invoke 首先会尝试并行启动4个方法，充分利用一个或多个物理处理器所提供的多个逻辑内核
* 但是在实际的并行执行中，至少要有4个逻辑内核才能满足4个方法的并行运行
* 如果有个或者多个逻辑内核处于繁忙状态，那么底层的调度逻辑可能会延迟某些方法的初始化执行
* 通过Parallel.Invoke编写的并发执行代码一定不能依赖与特定的执行顺序，因为它的并发执行顺序也是不定的。
*/
static void Main(string[] args)
{
ProductList = new List<Product>();
Thread.Sleep();
Stopwatch swTask = new Stopwatch();
swTask.Start();
/*执行并行操作*/
Parallel.Invoke(SetProcuct1_500, SetProcuct2_500, SetProcuct3_500, SetProcuct4_500);
swTask.Stop();
Console.WriteLine("500条数据 并行编程所耗时间:" + swTask.ElapsedMilliseconds); ProductList = new List<Product>();
Thread.Sleep();/*防止并行操作 与 顺序操作冲突*/
Stopwatch sw = new Stopwatch();
sw.Start();
SetProcuct1_500();
SetProcuct2_500();
SetProcuct3_500();
SetProcuct4_500();
sw.Stop();
Console.WriteLine("500条数据 顺序编程所耗时间:" + sw.ElapsedMilliseconds); ProductList = new List<Product>();
Thread.Sleep();
swTask.Restart();
/*执行并行操作*/
Parallel.Invoke(() => SetProcuct1_10000(), () => SetProcuct2_10000(), () => SetProcuct3_10000(), () => SetProcuct4_10000());
swTask.Stop();
Console.WriteLine("10000条数据 并行编程所耗时间:" + swTask.ElapsedMilliseconds); ProductList = new List<Product>();
Thread.Sleep();
sw.Restart();
SetProcuct1_10000();
SetProcuct2_10000();
SetProcuct3_10000();
SetProcuct4_10000();
sw.Stop();
Console.WriteLine("10000条数据 顺序编程所耗时间:" + sw.ElapsedMilliseconds); Console.ReadLine();
}
private static void SetProcuct1_500()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct1 执行完成");
}
private static void SetProcuct2_500()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct2 执行完成");
}
private static void SetProcuct3_500()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct3 执行完成");
}
private static void SetProcuct4_500()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct4 执行完成");
}
private static void SetProcuct1_10000()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct1 执行完成");
}
private static void SetProcuct2_10000()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct2 执行完成");
}
private static void SetProcuct3_10000()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct3 执行完成");
}
private static void SetProcuct4_10000()
{
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct4 执行完成");
}
} class Product
{
public string Name { get; set; } public string Category { get; set; } public int SellPrice { get; set; }
}
图中我们可以看出利用 Parallel.Invoke编写的并发执行代，它的并发执行顺序也是不定的。
但是所执行的时间上比不采用并行编程所耗的时间差不多。
这是因为我们在并行编程中操作了共享资源 ProductList ，如果我把代码做出以下修改，采用并行编程的好处就显现出来了。
class Program
{
/* coder:释迦苦僧
* 没有特定的执行顺序
* 示例中 基于电脑配置 采用了4个方法的并行编程
* Parallel.Invoke 首先会尝试并行启动4个方法，充分利用一个或多个物理处理器所提供的多个逻辑内核
* 但是在实际的并行执行中，至少要有4个逻辑内核才能满足4个方法的并行运行
* 如果有个或者多个逻辑内核处于繁忙状态，那么底层的调度逻辑可能会延迟某些方法的初始化执行
* 通过Parallel.Invoke编写的并发执行代码一定不能依赖与特定的执行顺序，因为它的并发执行顺序也是不定的。
*/
static void Main(string[] args)
{
Thread.Sleep();
Stopwatch swTask = new Stopwatch();
swTask.Start();
/*执行并行操作*/
Parallel.Invoke(SetProcuct1_500, SetProcuct2_500, SetProcuct3_500, SetProcuct4_500);
swTask.Stop();
Console.WriteLine("500条数据 并行编程所耗时间:" + swTask.ElapsedMilliseconds); Thread.Sleep();/*防止并行操作 与 顺序操作冲突*/
Stopwatch sw = new Stopwatch();
sw.Start();
SetProcuct1_500();
SetProcuct2_500();
SetProcuct3_500();
SetProcuct4_500();
sw.Stop();
Console.WriteLine("500条数据 顺序编程所耗时间:" + sw.ElapsedMilliseconds); Thread.Sleep();
swTask.Restart();
/*执行并行操作*/
Parallel.Invoke(() => SetProcuct1_10000(), () => SetProcuct2_10000(), () => SetProcuct3_10000(), () => SetProcuct4_10000());
swTask.Stop();
Console.WriteLine("10000条数据 并行编程所耗时间:" + swTask.ElapsedMilliseconds); Thread.Sleep();
sw.Restart();
SetProcuct1_10000();
SetProcuct2_10000();
SetProcuct3_10000();
SetProcuct4_10000();
sw.Stop();
Console.WriteLine("10000条数据 顺序编程所耗时间:" + sw.ElapsedMilliseconds); Console.ReadLine();
}
private static void SetProcuct1_500()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct1 执行完成");
}
private static void SetProcuct2_500()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct2 执行完成");
}
private static void SetProcuct3_500()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct3 执行完成");
}
private static void SetProcuct4_500()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct4 执行完成");
}
private static void SetProcuct1_10000()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct1 执行完成");
}
private static void SetProcuct2_10000()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct2 执行完成");
}
private static void SetProcuct3_10000()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct3 执行完成");
}
private static void SetProcuct4_10000()
{
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
}
Console.WriteLine("SetProcuct4 执行完成");
}
} class Product
{
public string Name { get; set; } public string Category { get; set; } public int SellPrice { get; set; }
}
我将每个方法中的资源隔离，性能显而易见。
但是在操作500条数据时，显然采用并行操作并不明智，并行所带来的损耗比较大，在实际的开发中，还是要注意下是否有必要进行并行编程。
Parallel.For
将for循环替换成Parallel.For，并采用适合这个新方法的参数，就可以对这个已有的for循环进行重构，使其能够充分利用并行化优势。
需要注意的是：1.Parallel.For不支持浮点数的步进，使用的是Int32或Int64，每一次迭代的时候加1
2.由于循环体是并行运行，去迭代执行的顺序无法保证
下面贴代码
class Program
{
/* coder:释迦苦僧*/
static void Main(string[] args)
{
Thread.Sleep();
ForSetProcuct_100(); Thread.Sleep();
ParallelForSetProcuct_100();
Console.ReadLine();
}
private static void ForSetProcuct_100()
{
Stopwatch sw = new Stopwatch();
sw.Start();
List<Product> ProductList = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
Console.WriteLine("for SetProcuct index: {0}", index);
}
sw.Stop();
Console.WriteLine("for SetProcuct 10 执行完成 耗时：{0}", sw.ElapsedMilliseconds);
}
private static void ParallelForSetProcuct_100()
{
Stopwatch sw = new Stopwatch();
sw.Start();
List<Product> ProductList = new List<Product>();
Parallel.For(, , index =>
{ Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
ProductList.Add(model);
Console.WriteLine("ForSetProcuct SetProcuct index: {0}", index);
});
sw.Stop();
Console.WriteLine("ForSetProcuct SetProcuct 20000 执行完成 耗时：{0}", sw.ElapsedMilliseconds);
}
} class Product
{
public string Name { get; set; } public string Category { get; set; } public int SellPrice { get; set; }
}
由图中我们可以看出，使用Parallel.For所迭代的顺序是无法保证的。
Parallel.ForEach
Parallel.ForEach提供一个并行处理一组数据的机制，可以利用一个范围的整数作为一组数据，然后通过一个自定义的分区器将这个范围转换为一组数据块，每一块数据都通过循环的方式进行处理，而这些循环式并行执行的。
下面贴代码：
class Program
{
/* coder:释迦苦僧*/
static void Main(string[] args)
{
List<Product> ProductList =GetProcuctList();
Parallel.ForEach(ProductList, (model) => {
Console.WriteLine(model.Name);
});
Console.ReadLine();
}
private static List<Product> GetProcuctList()
{
List<Product> result = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
result.Add(model);
}
return result;
}
} class Product
{
public string Name { get; set; } public string Category { get; set; } public int SellPrice { get; set; }
}
ParallelLoopState
ParallelLoopState该实例提供了以下两个方法用于停止 Parallel.For，Parallel.ForEach
Break-这个方法告诉并行循环应该在执行了当前迭代后尽快地停止执行。吐过调用Break时正在处理迭代100，那么循环仍然会处理所有小于100的迭代。
Stop-这个方法告诉并行循环应该尽快停止执行，如果调用Stop时迭代100正在被处理，那么循环无法保证处理完所有小于100的迭代
下面贴代码
class Program
{
/* coder:释迦苦僧*/
static void Main(string[] args)
{ List<Product> productList = GetProcuctList_500();
Thread.Sleep();
Parallel.For(, productList.Count, (i, loopState) =>
{
if (i < )
{
Console.WriteLine("采用Stop index:{0}", i);
}
else
{
/* 满足条件后 尽快停止执行，无法保证小于100的索引数据全部输出*/
loopState.Stop();
return;
}
}); Thread.Sleep();
Parallel.For(, productList.Count, (i, loopState) =>
{
if (i < )
{
Console.WriteLine("采用Break index:{0}", i);
}
else
{
/* 满足条件后 尽快停止执行，保证小于100的索引数据全部输出*/
loopState.Break();
return;
}
}); Thread.Sleep();
Parallel.ForEach(productList, (model, loopState) =>
{
if (model.SellPrice < )
{
Console.WriteLine("采用Stop index:{0}", model.SellPrice);
}
else
{
/* 满足条件后 尽快停止执行，无法保证满足条件的数据全部输出*/
loopState.Stop();
return;
}
});
Thread.Sleep();
Parallel.ForEach(productList, (model, loopState) =>
{
if (model.SellPrice < )
{
Console.WriteLine("采用Break index:{0}", model.SellPrice);
}
else
{
/* 满足条件后 尽快停止执行，保证满足条件的数据全部输出*/
loopState.Break();
return;
}
}); Console.ReadLine();
}
private static List<Product> GetProcuctList_500()
{
List<Product> result = new List<Product>();
for (int index = ; index < ; index++)
{
Product model = new Product();
model.Category = "Category" + index;
model.Name = "Name" + index;
model.SellPrice = index;
result.Add(model);
}
return result;
}
}
由图中可以看出Break可以保证输出满足所有条件的数据，而Stop则无法保证。
关于 Parallel 类提供的 Parallel.Invoke ，Parallel.For，Parallel.ForEach 的简介入门到这，如有错误欢迎指正
作者：释迦苦僧 出处：http://www.cnblogs.com/woxpp/p/3925094.html
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接。
C#并行编程-Parallel的更多相关文章
- 第九节：深究并行编程Parallel类中的三大方法 (For、ForEach、Invoke）和几大编程模型(SPM、APM、EAP、TAP）
一. 并行编程 1. 区分串行编程和串行编程 ①. 串行编程:所谓的串行编程就是单线程的作用下,按顺序执行.(典型代表for循环 下面例子从1-100按顺序执行) ②. 并行编程:充分利用多核cpu的 ...
- 学习笔记——并行编程Parallel
Parallel 并行运算 参考资料:http://www.cnblogs.com/woxpp/p/3925094.html 1.并行运算 使用Parallel并行运算时,跟task很像,相当于tas ...
- Parallel并行编程
Parallel并行编程 Parallel并行编程可以让我们使用极致的使用CPU.并行编程与多线程编程不同,多线程编程无论怎样开启线程,也是在同一个CPU上切换时间片.而并行编程则是多CPU核心同时工 ...
- C#并行编程系列-文章导航
菜鸟初步学习,不对的地方请大神指教,参考<C#并行编程高级教程.pdf> 目录 C#并行编程-相关概念 C#并行编程-Parallel C#并行编程-Task C#并行编程-并发集合 C# ...
- C#并行编程-相关概念
菜鸟初步学习,不对的地方请大神指教,参考<C#并行编程高级教程.pdf> 目录 C#并行编程-相关概念 C#并行编程-Parallel C#并行编程-Task C#并行编程-并发集合 C# ...
- C#并行编程-Task
菜鸟学习并行编程,参考<C#并行编程高级教程.PDF>,如有错误,欢迎指正. 目录 C#并行编程-相关概念 C#并行编程-Parallel C#并行编程-Task C#并行编程-并发集合 ...
- C#并行编程-并发集合
菜鸟学习并行编程,参考<C#并行编程高级教程.PDF>,如有错误,欢迎指正. 目录 C#并行编程-相关概念 C#并行编程-Parallel C#并行编程-Task C#并行编程-并发集合 ...
- C#并行编程-线程同步原语
菜鸟学习并行编程,参考<C#并行编程高级教程.PDF>,如有错误,欢迎指正. 目录 C#并行编程-相关概念 C#并行编程-Parallel C#并行编程-Task C#并行编程-并发集合 ...
- C#并行编程-PLINQ:声明式数据并行
目录 C#并行编程-相关概念 C#并行编程-Parallel C#并行编程-Task C#并行编程-并发集合 C#并行编程-线程同步原语 C#并行编程-PLINQ:声明式数据并行 背景 通过LINQ可 ...
随机推荐
- Mvc模板页
以前学过WEB的应该都知道母版页这个东西,在这里呢,mvc的模板页和WEB中的模板页也是一样的效果和用途. 首先:创建一个项目,控制器,生成Index视图,在生成视图的时候我们选择Razor视图引擎, ...
- mysql 相关问题解决
Windows下解决mysql中文乱码问题 在my.ini中, 在[mysqld]下添加 character_set_server = utf8 在[client]下添加 default-charac ...
- mysql下载安装
1.下载 下载地址:http://dev.mysql.com/downloads/mysql/ 根据电脑配置来选,我选了 windows(x86,64-bit),ZIP Archive这个,点击Dow ...
- VMware 克隆 Linux 系统后找不到 eth0 网卡问题（转）
[问题描述] 使用 VMware 虚拟机的克隆功能,快速复制已安装好的 Linux 系统. 克隆完成之后,发现没有 eth0 网卡. [解决方法] 1. 编辑 /etc/udev/rules.d/70 ...
- 天气预报API(二)：全球城市、景点代码列表（“旧编码”）
说明 2016-12-10 补充 (后来)偶然发现中国天气网已经有城市ID列表的网页...还发现城市编码有两种,暂且称中国天气网这些编码为旧标准"旧编码"的特征是 9个字符长度; ...
- 【Android UI】：Fragment官方文档
概述 Fragment表现Activity中UI的一个行为或者一部分.可以将多个fragment组合在一起,放在一个单独的activity中来创建一个多界面区域的UI,并可以在多个activity ...
- R语言数据处理利器——dplyr简介
dplyr是由Hadley Wickham主持开发和维护的一个主要针对数据框快速计算.整合的函数包,同时提供一些常用函数的高速写法以及几个开源数据库的连接.此包是plyr包的深化功能包,其名字中的字母 ...
- android TCP 客户端(仅接收数据)
配合log4net使用,用来接收调试信息.因此,此客户端只管通过TCP接收字符串数据,然后显示在界面上. 接收TCP数据 try { Socket s = new Socket("192.1 ...
- Debian 7 安装 wireshark
安装过程很简单: $ sudo apt-get install wireshark 其中会弹出一个对话框: ┌─────────────────────┤ Configuring wireshark- ...
- 非对称加密RSA的应用及在C#中的实现
quote: http://www.cnblogs.com/happinessCodes/archive/2010/07/27/1786404.html 一说到数据的加密,常常会涉及到这几个单词: ...