閱讀目錄：
讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：域名申請、網(wǎng)頁空間、營銷軟件、網(wǎng)站建設(shè)、珙縣網(wǎng)站維護(hù)、網(wǎng)站推廣。
1.開篇介紹
2.NET并行計算基本介紹
3.并行循環(huán)使用模式
3.1并行For循環(huán)
3.2并行ForEach循環(huán)
3.3并行LINQ（PLINQ）
最近這幾天在搗鼓并行計算，發(fā)現(xiàn)還是有很多值得分享的意義，因為我們現(xiàn)在很多人對它的理解還是有點不準(zhǔn)確，包括我自己也是這么覺得，所以整理一些文章分享給在使用.NET并行計算的朋友和將要使用.NET并行計算的朋友；
NET并行編程推出已經(jīng)有一段時間了，在一些項目代碼里也時不時會看見一些眼熟的并行計算代碼，作為熱愛技術(shù)的我們怎能視而不見呢，于是搗鼓了一番跟自己的理解恰恰相反，看似一段能提高處理速度的并行代碼為能起效果，跟直接使用手動創(chuàng)建的后臺線程處理差不多，這不太符合我們對.NET并行的強(qiáng)大技術(shù)的理解，所以自己搞了點資料看看，實踐了一下，發(fā)現(xiàn)在使用.NET并行技術(shù)的時候需要注意一些細(xì)節(jié)，這些細(xì)節(jié)看代碼是看不出來的，所以我們看到別人這么用我們就模仿這么用，我們需要自己去驗證一下到底能提高多少處理速度和它的優(yōu)勢在哪里；要不然效率上不去反而還低下，查看代碼也不能很好的斷定哪里出了問題，所以還是需要系統(tǒng)的學(xué)習(xí)總結(jié)才行；
現(xiàn)在的系統(tǒng)已經(jīng)不在是以前桌面程序了，也不是簡單的WEB應(yīng)用系統(tǒng)，而是大型的互聯(lián)網(wǎng)社區(qū)、電子商務(wù)等大型系統(tǒng)，具有高并發(fā)，大數(shù)據(jù)、SOA這些相關(guān)特性的復(fù)雜體系的綜合性開放平臺；.NET作為市場占有率這么高的開發(fā)技術(shù)，有了一個很強(qiáng)大的并行處理技術(shù)，目的就是為了能在高并發(fā)的情況下提高處理效率，提高了單個并發(fā)的處理效率也就提高了總體的系統(tǒng)的吞吐量和并發(fā)數(shù)量，在單位時間內(nèi)處理的數(shù)據(jù)量將提高不是一個系數(shù)兩個系數(shù)；一個處理我們提高了兩倍到三倍的時間，那么在并發(fā)1000萬的頂峰時時不時很客觀；
既然是.NET并行計算，那么我們首先要弄清楚什么叫并行計算，與我們以前手動創(chuàng)建多線程的并行計算有何不同，好處在哪里；我們先來了解一下什么是并行計算，其實簡單形容就是將一個大的任務(wù)分解成多個小任務(wù)，然后讓這些小任務(wù)同時的進(jìn)行處理，當(dāng)然純屬自己個人理解，當(dāng)然不是很全面，但是我們使用者來說足夠了；
在以前單個CPU的情況下只能靠提高CPU的時鐘頻率，但是畢竟是有極限的，所以現(xiàn)在基本上是多核CPU，個人筆記本都已經(jīng)基本上是4核了，服務(wù)器的話都快上20了；在這樣一個有利的計算環(huán)境下，我們的程序在處理一個大的任務(wù)時為了提高處理速度需要手動的將它分解然后創(chuàng)建Thread來處理，在.NET中我們一般都會自己創(chuàng)建Thread來處理單個子任務(wù)，這大家都不陌生，但是我們面臨的問題就是不能很好的把握創(chuàng)建Thread的個數(shù)和一些參數(shù)的控制，畢竟.NET并行也是基于以前的Thread來寫的，如何在多線程之間控制參數(shù)，如何互斥的執(zhí)行的線程順序等等問題，導(dǎo)致我們不能很好的使用Thread，所以這個時候.NET并行框架為我們提供了一個很好的并行開發(fā)平臺，畢竟大環(huán)境就是多核時代；
下面我們將接觸.NET并行計算中的第一個使用模式，有很多并行計算場景，歸結(jié)起來是一系列使用模式；
并行循環(huán)模式就是將一個大的循環(huán)任務(wù)分解成多個同時并行執(zhí)行的小循環(huán)，這個模式很實用；我們大部分處理程序的邏輯都是在循環(huán)和判斷之間，并行循環(huán)模式可以適當(dāng)?shù)母纳莆覀冊诓僮鞔罅垦h(huán)邏輯的效率；
我們看一個簡單的例子，看到底提升了多少CPU利用率和執(zhí)行時間；
重慶分公司
重慶分公司
using System;
using System.Collections.Generic;
using System.Threading.Tasks;
using System.Diagnostics;
namespace ConsoleApplication1.Data
{
public class DataOperation
{
private static List orders = new List();
static DataOperation()
{
for (int i = 0; i < 9000000; i++)
{
orders.Add(new Order() { Oid = Guid.NewGuid().ToString(), OName = "OrderName_" + i.ToString() });
}
}
public void Operation()
{
Console.WriteLine("Please write start keys:");
Console.ReadLine();
Stopwatch watch = new Stopwatch();
watch.Start();
orders.ForEach(order =>
{
order.IsSubmit = true;
int count = 0;
for (int i = 0; i < 2000; i++)
{
count++;
}
});
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);
}
public void TaskOperation()
{
Console.WriteLine("Please write start keys:");
Console.ReadLine();
Stopwatch watch = new Stopwatch();
watch.Start();
Parallel.ForEach(orders, order =>
{
order.IsSubmit = true;
int count = 0;
for (int i = 0; i < 2000; i++)
{
count++;
}
});
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);
}
}
} 這里的代碼其實很簡單，在靜態(tài)構(gòu)造函數(shù)中我初始化了九百萬條測試數(shù)據(jù)，其實就是Order類型的實例，這在我們實際應(yīng)用中也很常見，只不過不是一次性的讀取這么多數(shù)據(jù)而已，但是處理的方式基本上差不多的；然后有兩個方法，一個是Operation，一個是TaskOperation，前者順序執(zhí)行，后者并行執(zhí)行；
在循環(huán)的內(nèi)部我加上了一個2000的簡單空循環(huán)邏輯，為什么要這么做后面會解釋介紹（小循環(huán)并行模式不會提升性能反而會降低性能）；這里是為了讓模擬場景更真實一點；
我們來看一下測試相關(guān)的數(shù)據(jù)：i5、4核測試環(huán)境，執(zhí)行時間為42449毫秒，CPU使用率為25%左右，4核中只使用了1和3的，而其他的都屬于一般處理狀態(tài)；
圖1：
我們再來看一下使用并行計算后的相關(guān)數(shù)據(jù)：i5、4核測試環(huán)境，執(zhí)行時間為19927毫秒，CPU利用率為100%，4核中全部到達(dá)頂峰；
圖2：
這一個簡單的測試?yán)?，?dāng)然我只測試了兩三組數(shù)據(jù)，基本上并行計算的速度要快于單線程的處理速度的2.1倍以上，當(dāng)然還有其他因素在里面這里就不仔細(xì)分析了，起到拋磚引玉的作用；
在使用for循環(huán)的時候有相應(yīng)的Parallel方式使用for循環(huán)，我們直接看一下示例代碼，還是以上面的測試數(shù)據(jù)為例；
Parallel.For(0, orders.Count, index =>
{
//
});第一個參數(shù)是索引的開始，第二個參數(shù)是循環(huán)總數(shù)，第三個是執(zhí)行體，參數(shù)是索引值；使用起來其實很簡單的；
同樣ForEach也是很簡單的，還是使用上面的測試數(shù)據(jù)為例；
Parallel.ForEach(orders, order =>
{
order.IsSubmit = true;
int count = 0;
for (int i = 0; i < 2000; i++)
{
count++;
}
});在Parallel類中有ForEach方法，第一個參數(shù)是迭代集合，第二個是每次迭代的item；
其實Parallel為我們封裝了一個簡單的調(diào)用入口，其實是依附于后臺的Task框架的，因為我們常用的就是循環(huán)比較多，畢竟循環(huán)是任務(wù)的入口調(diào)用，所以我們使用并行循環(huán)的時候還是很方便的；
首先PLINQ是只針對Linq to Object的，所以不要誤以為它也可以使用于Linq to Provider，當(dāng)然自己可以適當(dāng)?shù)姆庋b；現(xiàn)在LINQ的使用率已經(jīng)很高了，我們在做對象相關(guān)的操作時基本上都在使用LINQ，很方便，特別是Select、Where非常的常用，所以.NET并行循環(huán)也在LINQ上進(jìn)行了一個封裝，讓我們使用LINQ的時候很簡單的使用并行特性；
LINQ核心原理的文章：http://www.cnblogs.com/wangiqngpei557/category/421145.html
根據(jù)LINQ的相關(guān)原理，知道LINQ是一堆擴(kuò)展方法的鏈?zhǔn)秸{(diào)用，PLINQ就是擴(kuò)展方法的集合，位于System.Linq.ParallelEnumerable靜態(tài)類中，擴(kuò)展于ParallelQuery
System.Linq.ParallelQuery
using System.Collections;
using System.Collections.Generic;
namespace System.Linq
{
// 摘要:
// 表示并行序列。
//
// 類型參數(shù):
// TSource:
// 源序列中的元素的類型。
public class ParallelQuery : ParallelQuery, IEnumerable, IEnumerable
{
// 摘要:
// 返回循環(huán)訪問序列的枚舉數(shù)。
//
// 返回結(jié)果:
// 循環(huán)訪問序列的枚舉數(shù)。
public virtual IEnumerator GetEnumerator();
}
} System.Linq.ParallelEnumerable類：
// 摘要:
// 提供一組用于查詢實現(xiàn) ParallelQuery{TSource} 的對象的方法。 這是 System.Linq.Enumerable 的并行等效項。
public static class ParallelEnumerable我們在用的時候只需要將它原本的類型轉(zhuǎn)換成ParallelQuery
var items = from item in orders.AsParallel() where item.OName.Contains("1") select item;Linq 的擴(kuò)展性真的很方便，可以隨意的封裝任何跟查詢相關(guān)的接口；
作者：王清培
出處：http://wangqingpei557.blog.51cto.com/
本文版權(quán)歸作者和51CTO共有，歡迎轉(zhuǎn)載，但未經(jīng)作者同意必須保留此段聲明，且在文章頁面明顯位置給出原文連接，否則保留追究法律責(zé)任的權(quán)利。
