让一切“并行”——任务并行库原理及应用

19.1让一切“并行”——任务并行库原理及应用

19.3.1 任务并行库简介

         任务并行库（ TPL： Task Parallel Library）是 .NET 4.0为帮助软件工程师开发并行程序而提供的一组类，位于 System.Threading和 System.Threading.Tasks这两个命名空间中，驻留在 3个 .NET核心程序集 mscorlib.dll、 System.dll和 System.Core.dll里。使用这些类，可以让软件工程师在开发并行程序时，将精力更关注于问题本身，而不是诸如线程的创建、取消和同步等繁琐的技术细节。

         使用 TPL开发并行程序，考虑的着眼点是“任务 (task)”而非“线程”。

         一个任务是一个 Task类的实例，它代表某个需要计算机执行的数据处理工作，其特殊之处在于：

    在TPL中，任务通常代表一个可以被计算机并行执行的工作。

         任务可以由任何一个线程执行，特定的任务与特定的线程之间没有绑定关系。在目前的版本中， TPL使用 .NET线程池中的线程来执行任务。

         负责将任务“分派”到线程的工作则“任务调度器（ Task Scheduler）”负责。任务调度器集成于线程池中。

         我们在前面介绍并行计算基本原理时，曾经介绍过 OpenMP，通过在 Fortran或 C/C++代码中添加特定的编译标记，实现了 OpenMP标准的编译器会自动地生成相应的并行代码。然而， TPL采用了另一种实现方式，它自行是作为 .NET平台的一个有机组成部分而出现的，并不对编译器提出特殊要求，当应用程序使用 TPL编写并行程序时，所有代码会被直接编译为 IL指令，然后由 CLR负责执行之，整个过程完全等同于标准的 .NET应用程序。换言之，对于应用软件开发工程师而言，使用 TPL开发并行程序，在编程方式上没有任务变化，只不过是编程时多了几个类可用，并且处理数据时需要使用并行算法。

 

      提示：

       之所以微软在设计.NET 4.0并行扩展的时候放弃了类似于OpenMP的方式，是因为.NET平台本身是跨语言的，如果象OpenMP那样，就不得不对所有的.NET编程语言设定特定的编译指令，并且需要修改现有的各种语言编译器，这无疑是不明智的一个决定。

 

         另外，针对并行程序中令人头痛的异常处理问题， TPL提供了一个增强了的 .NET异常处理机制，并且在 Visual Studio中集成了相应的调试工具。

 

       扩充阅读：

使用Visual Studio 2010调试并行程序

       Visual Studio 2010对并行程序的调试提供了强大的手段，给程序设计好断点以后，可以使用Threads窗口查看当前程序的所有线程：

 

       在图 19‑9中双击某行，可以让指定的线程成为当前“激活”的“被调试”的线程。

              另外，Parallel Tasks窗口展示了当前程序所运行的所有任务：

在Parallel Stacks窗口中，则可以直观地看到每个线程的调用堆栈：

 

有关Visual Studio 2010调试器的使用方法，请查询MSDN。本书不再赘述。

19.3.2 从线程到任务

          在对 TPL 有了基本的了解之后，我们以一个实例来介绍如何使用 TPL 开发并行程序（ 图  19‑12 ）。

 

 

 

1 示例简介

         示例项目 CalculateVarianceOfPopulation完成以下任务：

         测试一批数据的总体方差。

         依据数理统计理论，可以使用以下公式计算方差：

 

很明显，要完成计算数据总体方差的任务，必须完成以下的工作：

         （ 1）计算出所有数据的平均值，这很简单，直接求数据的和然后除以数据个数就行了。

         （ 2）计算所有数与平均值的差值的平方，然后求和

         （ 3）将第（ 2）步求出的各除以数据个数，得到总体方差。

         分析一下，在上述 3个子任务中，第（ 2）步是最有可能并行执行的。我们可以将整个数据分成几组，然后对每组数据并行执行处理任务。

         下面简要介绍一下示例程序的技术要点，完整代码可以在配套光盘上找到。

 

2 直接使用线程实现并行处理

         在示例程序中，测试数据是随机生成的，放在一个 double类型的数组中，其大小由常量 DataSize确定。

         示例程序是一个 windows应用程序，为了保证程序可以及时地响应用户操作，均采用多线程方式在后台执行计算任务，为此设计了一个跨线程安全显示信息的函数：

 

    private void ShowInfo(string Info)

    {

            if (InvokeRequired)

            {

                Action<string> del = (str) => { rtfInfo.AppendText(str); };

                this.BeginInvoke(del, Info);

            }

            else

                rtfInfo.AppendText(Info);

        }

 

         注意上面用到了 Control.InvokeRequired属性用于判断是否跨线程访问 RichTextBox控件。

         串行程序没什么好说的，示例程序将其封装为一个 CalculateVarianceInSequence()函数，直接调用就行了。

         有趣的是如何使用线程来并行处理。常量 ThreadCount用于定义并行执行上述第（ 2）个任务的线程数，示例中将其设置为 4，因此，在程序运行时，有 4个线程同时计算“每个数据与总体平均值的差值的平方和”。这是一个典型的线程同步问题。

         我们使用一个窗体的成员变量 SquareSumUsedByThread 保存计算结果，由于有 4 个线程要访问它，因此必须给其加上一把锁。这里有一个需要注意的地方，为了提升程序性能，这把“锁”锁定的对象不能是主窗体对象，更不能是主窗体类型，而是一个专用于互斥的对象。为此，在主窗体中我添加了以下变量：

 

private object SquareSumLockObject = new object();

 

         而在线程函数中这样访问它：

 

    //…

     lock (SquareSumLockObject)

     {

                SquareSumUsedByThread += sum;

     }

     //…

 

         这是一个很重要的多线程开发技巧，读者需要注意。

         另外，工作线程在执行计算任务时需要知道一些信息：

l    它负责处理整个数组中“哪块”区域？这可以通过它要处理的数据的起始索引和要处理的数据个数确定。

l    总体数据的平均值，这个值在算法前一步使用串行算法计算得到的。

         读者一看到这，应该马上意识到这是一个典型的“将数据从外界传送到线程中”问题，可以使用本书第 16章介绍过的相关编程技巧来解决。在本示例中，定义了一个 ThreadArgu辅助类用于封装这些信息。由此得到线程函数的代码框架：

 

private void CalculateSquareSumInParallelWithThread(object ThreadArguObject)

{

    ThreadArgu argu = ThreadArguObject as ThreadArgu;

    // ……（代码略）

}

 

         另外，由于有 4个工作线程执行计算任务，因此，我们可以使用第 17章介绍过的 CountdownEvent对象来等待这 4个线程的工作结束。

         如果读者掌握了前几章的内容，那么在上面介绍的基础之上，您完全可以不看示例代码自行编出这个程序，这是一个很好的编程练习。

 

 

==================================================

 

下一讲介绍如何使用TPL来完成同样的工作，示例的源码也将在下一讲给出。