通过并行 提高批量审核PDF性能

　　上一篇文章提到了 通过 iTextSharp 实现PDF 审核盖章 ，如果当需要一次审核大批量的PDF我们如何来提高程序的性能呢？

　　下面我们通过并行计算来提升性能。

　　

　　首先是一个审核PDF的方法

 public class PDFManage
    {
        public string PDFApprove(string path)
        {
            //内部实现参见上一篇文字
　　　　　　　//返回是新的PDF路径　
        }
    }

　　然后是普通的实现，我们拿到一个所有需要审核的PDF Path 集合 IList<string> pathLists

 PDFManage pdfManage = new PDFManage();
 foreach (var item in pathLists)
 {
           pdfManage.PDFApprove(item);
 }

　　下面是并行的实现

　　

Parallel.ForEach(pathLists, //可枚举的数据源
                     (itemPath, loopState) => //Action<TSource, ParallelLoopState> 的lambda表达式 形式 ：将为每个迭代调用一次的委托
                            {
                                PDFManage pdfManage = new PDFManage();
                                pdfManage.PDFApprove(itemPath);
                            });                    

　

　　为什么要把 PDFManage 实例放在每次迭代里面呢？ 为了避免写入共享内存位子，每当多个线程同时访问时，都很有可能出现争用条件。  即使您可以使用锁来同步访问，同步开销也可能会对性能造成损害

　　当我需要有拿到每一个审核后的新的PDF路径一个如何做呢？

　　普通的实现我在这里就不写了，使用线程局部变量  Parallel.ForEach 循环来实现

　　

IList<string> ApproveLists = new List<string>();
 
Parallel.ForEach(pathLists, //source 可枚举的数据源
                 () => { return new List<string>(); }, //用于返回每个任务的本地数据的初始状态的函数委托
                 (itemPath, loop, ApprovePaths) => //将为每个迭代调用一次的委托
                 {
                    PDFManage pdfManage = new PDFManage();
                    ApprovePaths.Add(pdfManage.PDFApprove(itemPath));
                    return ApprovePaths;
                 },
                 (finalResult) => //用于对每个任务的本地状态执行一个最终操作的委托（每个线程结束时最总会到这里来）
                 {
                   foreach (var item in ApproveLists)
                   {
                     finalResult.Add(item);
                   }
　　　　　　　　　　　　//以原子操作的形式，将指定ApproveLists变量设置为指定finalResult值
                   Interlocked.Exchange(ref ApproveLists, finalResult);
                  });

使用并行的时候还需要注意： 不要假定并行始终速度更快，并行循环可能比顺序循环的运行速度慢。具有很少迭代和快速用户委托的并行循环未必会快很多。

计算机上的处理器数限制了并行化的优点。  在仅仅一个处理器上运行多个主要进行计算的线程时，速度并不会得到提升。

所以我们要加一些设定来优化一下

// 获取当前服务器处理器数量
int procCount = System.Environment.ProcessorCount;
 
// 获取当前集合源的数量
 int ListCount = pathLists.Count();

// 通过判断服务器的处理数量， 已经集合源的数量来决定是否需要进行并行计算。

总结一下使用并行：

　　1.并行不一定更快，源的数量、委托的操作有关。

　　2.并行时每个迭代调用内部不要有共享内存位子（简单说就是单线程和多线程争用条件的问题）

　　3.大多数静态方法都是可同时从多个线程中调用。  但是，即使在这些情况下，所涉及到的同步也可能导致速度大幅减慢。

　　

工作点滴，持续提升