博客
关于我
强烈建议你试试无所不能的chatGPT，快点击我
linq与并发操作
阅读量：6282 次
发布时间：2019-06-22

本文共 9486 字，大约阅读时间需要 31 分钟。

 

引言

随着CPU多核的普及，编程时充分利用这个特性越显重要。首先用传统的嵌套循环进行数组填充，然后用.NET 4.0中的提供的来并行地进行填充，最后对比他们的性能。本文将深入分析并借机回答上篇9楼提出的问题，而System.Threading.Tasks分析，这个将推迟到.NET(C#) Internals: 以一个数组填充的例子初步了解.NET 4.0中的并行（三）中介绍。内容如下：

  • 1、Parallel Class
    • 1.1、For方法
    • 1.2、ForEach方法
    • 1.3、Invoke方法
  • 2、并发控制疑问？
    • 2.1、使用Lock锁
    • 2.2、使用PLINQ——用AsParallel
    • 2.3、使用PLINQ——用ParallelEnumerable
    • 2.4、使用Interlocked操作
    • 2.5、使用Parallel.For的有Thread-Local变量重载函数
  • 性能比较

1、Parallel Class

Parallel——这个类提供对通常操作（诸如for、foreach、执行语句块）基于库的数据并行替换。它只是命名空间的一个类，该命名空间中还包括很多其他的类。下面举个例子来说明如何使用Parallel.For（来自MSDN）：

 
01 using System.Threading.Tasks;   
02 class Test
03 {
04     static int N = 1000;
05  
06     static void TestMethod()
07     {
08         // Using a named method.
09         Parallel.For(0, N, Method2);
10  
11         // Using an anonymous method.
12         Parallel.For(0, N, delegate(int i)
13         {
14             // Do Work.
15         });
16  
17         // Using a lambda expression.
18         Parallel.For(0, N, i =>
19         {
20             // Do Work.
21         });
22     }
23  
24     static void Method2(int i)
25     {
26         // Do work.
27     }
28 }

上面这个例子简单易懂，上篇我们就是用的Parallel.For,这里就不解释了。其实Parallel类的方法主要分为下面三类：

  • For方法
  • ForEach方法
  • Invoke方法

1.1、For方法

在里面执行的for循环可能并行地运行，它有12个重载。这12个重载中Int32参数和Int64参数的方法各为6个，下面以Int32为例列出：

  • ，该方法对区间（fromInclusive，toExclusive）之间的迭代调用body表示的委托。body委托有一个迭代数次的int32参数，如果fromInclusive>=toExclusive，则不会执行任何迭代。
  • ，该方法对区间(fromInclusive, toExclusive)之间的迭代调用body表示的委托。body委托有两个参数——表示迭代数次的int32参数、一个可用于过早地跳出循环的实例。如果fromInclusive>=toExclusive，则不会执行任何迭代。 调用通知For操作当前迭代之后的迭代不需要执行。然而，在此之前的迭代如果没有完成仍然需要执行。因此，调用类似于调用break跳出传统的for循环，不是break的原因是它不保证当前迭代之后的迭代绝对不会执行。 如果在当前迭代之前的迭代不必要执行，应该调用而不是。调用通知For循环放弃剩下的迭代，不管它是否在当前迭代之前或之后，因为所以要求的工作已经完成。然而，并不能保证这个。
  • ，跟第一个方法类似，但它的区间是[fromInclusive, toExclusive)。
  • ，跟第二个方法类似，单的区间是[fromInclusive, toExclusive)。
  • ，它的迭代区间是[fromInclusive, toExclusive)。另外body有两个local状态变量用于同一线程的迭代之间共享。localInit委托将在每个线程参与循环执行时调用，并返回这些线程初始的local状态。这些初始状态被传递给body，当它在每个线程上第一次调用时。然后，接下来body调用返回一个可能的修改状态值且传递给下一次body调用。最终，最后一次在每个线程上的body调用返回的一个状态值传递给localFinally委托。每个线程执行在自己的loacl 状态上执行最后一个动作时，localFinally委托将被调用。这个委托可能在多个线程上并发执行，因此，你必须同步访问任何共享变量。
  • ，跟上面的方法类似。

下面代码演示了方法（来自MSDN）：

1.2、ForEach方法

在迭代中执行的foreach操作可能并行地执行，它有20个重载。这个方法太多，但用法大概跟For方法差不多，请自行参考。

1.3、Invoke方法

提供的每个动作可能并行地执行，它有2个重载。

  • ：actions是一个要执行的动作数组，这些动作可能并行地执行，但并不保证执行的顺序及一定并行执行。这个方法直到提供的所有操作完成时才返回，不管是否正常地完成或异常终止。
  • ：跟上面的方法类似，只是增加了一个parallelOptions参数，可以用户调用者取消整个操作。

例如下面代码执行了三个操作（来自MSDN）：

2、并发控制疑问？

有人提出以下疑问：“如果For里面的东西，对于顺序敏感的话，会不会有问题。并行处理的话，说到底应该是多线程。如果需要Lock住什么东西的话，应该怎么做呢？例如这个例子不是对数组填充，是对文件操作呢？对某个资源操作呢？”

关于对顺序敏感的话，也就是说该如何加锁来控制？下面我举个例子来说明：对1~1000求和。如果我们想那样简单地用Parallel.For，将会产生错误的结果，代码如下：

 
01 using System;
02 using System.Collections.Generic;
03 using System.Linq;
04 using System.Text;
05 using System.Threading;
06 using System.Threading.Tasks;
07  
08 namespace ConsoleApplication2
09 {
10     class Program
11     {        
12         static void Main(string[] args)
13         {
14             int loops=0;
15             while (loops <= 100)
16             {
17                 long sum = 0;                
18                 Parallel.For(1, 1001, delegate(long i)
19                 {
20                     sum += i;
21                 });
22                 System.Console.WriteLine(sum);
23                 loops++;
24             }
25         }
26     }
27 }

在上述代码中，为了校验正确性我进行了重复做了100次，得出如下结果：

图1、100次的前面部分结果

我们知道500500才是正确的答案，这说明Parallel.For不能保证对sum正确的并发执行，对此我们应该加上适当的控制，并借机来回答上面提出的如何加锁的问题。下面有几种方案可以解决这个问题：

2.1、使用Lock锁

这个我就不多解释了，直接上代码：

 
01 using System;
02 using System.Collections.Generic;
03 using System.Linq;
04 using System.Text;
05 using System.Threading;
06 using System.Threading.Tasks;
07  
08 namespace ConsoleApplication2
09 {
10     class Program
11     {
12         static void Main(string[] args)
13         {
14             int loops = 0;
15             object moniter = new object();
16             while (loops <= 100)
17             {
18                 long sum = 0;
19                 Parallel.For(1, 1001, delegate(long i)
20                 {
21                     lock (moniter) { sum += i; }
22                 });
23                 System.Console.WriteLine(sum);
24                 loops++;
25             }
26         }
27     }
28 }

我们加上lock锁之后就会得出正确的结果。

2.2、使用PLINQ——用AsParallel

关于PLINQ，以后将会介绍到，这里不会详细介绍，感兴趣的自行查阅资料。代码如下：

 
01 using System;
02 using System.Collections.Generic;
03 using System.Linq;
04 using System.Text;
05 using System.Threading;
06 using System.Threading.Tasks;
07  
08 namespace ConsoleApplication2
09 {
10     class Program
11     {
12         static void Main(string[] args)
13         {
14             int loops = 0;
15             while (loops <= 100)
16             {
17                 long sum = 0;     
18                 sum = Enumerable.Range(0, 1001).AsParallel().Sum();
19                 System.Console.WriteLine(sum);
20                 loops++;
21             }
22         }
23     }
24 }

运行可以得到正确的结果。

2.3、使用PLINQ——用ParallelEnumerable

这个也不多说，直接上代码，因为关于PLINQ将在以后详细介绍，感兴趣的自行查阅资料。

 
01 using System;
02 using System.Collections.Generic;
03 using System.Linq;
04 using System.Text;
05 using System.Threading;
06 using System.Threading.Tasks;
07  
08 namespace ConsoleApplication2
09 {
10     class Program
11     {
12         static void Main(string[] args)
13         {
14             int loops = 0;
15             while (loops <= 100)
16             {
17                 long sum = 0;
18                 sum = ParallelEnumerable.Range(0, 1001).Sum(); 
19                 System.Console.WriteLine(sum);
20                 loops++;
21             }
22         }
23     }
24 }

运行同样可以得到正确结果。

2.4、使用Interlocked操作

代码如下：

 
01 using System;
02 using System.Collections.Generic;
03 using System.Linq;
04 using System.Text;
05 using System.Threading;
06 using System.Threading.Tasks;
07  
08 namespace ConsoleApplication2
09 {
10     class Program
11     {
12         static void Main(string[] args)
13         {
14             int loops = 0;
15             while (loops <= 100)
16             {
17                 long sum = 0;
18                 Parallel.For(1, 1001, delegate(long i)
19                 {
20                     Interlocked.Add(ref sum, i);
21                 });
22                 System.Console.WriteLine(sum);
23                 loops++;
24             }
25  
26         }
27     }
28 }

运行可以得到正确结果。

2.5、使用Parallel.For的有Thread-Local变量重载函数

这个方法已经在1.2中介绍，这里直接上代码，代码如下：

 
01 using System;
02 using System.Collections.Generic;
03 using System.Linq;
04 using System.Text;
05 using System.Threading;
06 using System.Threading.Tasks;
07  
08 namespace ConsoleApplication2
09 {
10     class Program
11     {
12         static void Main(string[] args)
13         {
14             int loops = 0;
15             while (loops <= 100)
16             {
17                 int sum = 0;
18                 Parallel.For(0, 1001, () => 0, (i, state,subtotal) =>
19                 {
20                     subtotal += i;
21                     return subtotal;
22                 },
23                 partial => Interlocked.Add(ref sum, partial));
24  
25                 System.Console.WriteLine(sum);
26                 loops++;
27             }
28  
29         }
30     }
31 }

运行可得正确结果。

3、性能比较

上面的解决方案那个比较好呢？请大家各抒己见！关于这个我已经测试了一下。

 

PS:感觉写这篇的时候很累，思绪也很乱，不知大家对这篇还满意(⊙_⊙)？有什么地方需要改进，或者说不易理解，或者哪个地方错了！

作者： 　　　　
出处：

转载于:https://www.cnblogs.com/ppcompany/articles/2645478.html

你可能感兴趣的文章
Docker容器启动报WARNING: IPv4 forwarding is disabled. Networking will not work
查看>>
（转）第三方支付参与者
查看>>
程序员修炼之道读后感2
查看>>
DWR实现服务器向客户端推送消息
查看>>
js中forEach的用法
查看>>
Docker之功能汇总
查看>>
！！a标签和button按钮只允许点击一次，防止重复提交
查看>>
(轉貼) Eclipse + CDT + MinGW 安裝方法 (C/C++) (gcc) (g++) (OS) (Windows)
查看>>
还原数据库
查看>>
作业调度框架 Quartz.NET 2.0 beta 发布
查看>>
mysql性能的检查和调优方法
查看>>
项目管理中的导向性
查看>>
Android WebView 学习
查看>>
（转）从给定的文本中，查找其中最长的重复子字符串的问题
查看>>
HDU 2159
查看>>
spring batch中用到的表
查看>>
资源文件夹res/raw和assets的使用
查看>>
UINode扩展
查看>>
LINUX常用命令
查看>>
百度云盘demo
查看>>
喝酒易醉，品茶养心，人生如梦，品茶悟道，何以解忧？唯有杜康！-- 愿君每日到此一游！
当前时间: 2025-01-09 19:30:00   当前IP: 3.137.198.181   联系邮箱:javaeecc@qq.com     Copyright © 2020 - 2022 baihongyu.com 京ICP备2021015314号-2
强烈建议你试试无所不能的CHAT-GPT，快点击我
强烈建议你试试无所不能的CHAT-GPT，快点击我