C#多线程提升效率 并行 Task.WhenAll & Parallel

C#多线程提升效率 并行 Task.WhenAll & Parallel

程序中方法区分

软件开发中，将程序内的操作区分为CPU操作和IO操作是一个非常实用的策略，尤其是在进行性能优化和并发编程时。这样的区分可以帮助开发者更有效地管理和优化资源使用，提高程序地执行效率

• CPU密集型操作
  需要大量计算资源的任务。这些操作通常是CPU密集型，涉及到复杂的逻辑或数据处理算法。常用的循环操作，算术运算。
• I/O密集型操作
  输入输出操作，文件的读写，数据库交互，网络请求。这类事件往往需要等待外部事件完成，常常是磁盘或者网络延迟，这些等待时间CPU通常处于空闲状态。

---

TPL Task并行库

1.Task.WhenAll

• 创建任务数组
• 启动所有任务
• 等待所有任务完成

public async Task TaskWhenAllDemoAsync()
{
    List<Task<int>> list = new();
    list.Add(TaskDemoAsync());
    list.Add(TaskDemoAsync());
    list.Add(TaskDemoAsync());
    var results=await Task.WhenAll(list);
}

优点

• 非阻塞 避免阻塞主线程，增加应用的响应
• 错误处理 如何任何一个失败 Task.WhenAll都会抛出异常

总结

处理多个并行异步任务的有效方法，能够优化程序的响应能力。

2.Parallel

• Parallel.For & Parallel.ForEach 并行循环
• Parallel.Invoke 可以执行多个由委托定义的方法

// 获取结果需要使用线程安全的集合ConcurrentBag
Parallel.For(0,10,i=>{
     Cal(i);
});
var list =new List<int>{0,1,2};
Parallel.ForEach(items,item=>{
    Cal(item);
});

Parallel.Invoke(
    ()=>Cal(0),
    ()=>Cal(1)
)
Parallel.ForEachAsync(items,aysnc(item,_)=>{
await Task.Run(()=>{
cal(item);
});
})

提示：Task.WhenAll 执行一组已经定义的任务,Parallel.ForEachAsync 迭代集合并行处理每一个元素（大集合下更优）。
提示：这里不适用异步方法，异步方法会导致线程被挂起，这违背了Parallel的使用初衷，这种做法也会导致线程资源浪费。

优点

• Parallel的自动线程管理减少了手动创建和销毁线程的需求，提高了效率。
• 自动调整并行度 Parallel会根据系统地CPU核心数和工作量动态调整并行度，最大限度利用系统地计算资源。

public async Task DemoAsync()
{
	//在异步方法中执行并行的同步方法
	await Task.Run(()=>{
	var list =new List<int>{0,1,2};
	Parallel.ForEach(items,item=>{
    Cal(item);
});
	})
	
}

总结

Parallel 可以有效地利用多核处理器地计算资源，平衡任务之间地工作负载。提高应用程序地执行效率和性能。

---

结论

Parallel更适合处理CPU密集型操作

• Parallel自动线程管理，根据CPU使用情况，来自动调整并行数。

• 负载均衡，它会将大任务分割成多个小任务，分别在不同的CPU核心上并行处理。

• 减少上下文切换的开销，线程阻塞。

• Parallel的算法 尽可能地填充CPU核心，通过动态分区技术和本地队列减少线程竞争，优化CPU使用

Task.WhenAll更适合处理IO密集型操作

• 适合管理多个异步操作

• 核心是等待所有任务完成，线程非阻塞。

• 可以并发IO请求，同时等待。减少了CPU空闲时间。

提示：由于Task.WhenAll不能动态调整并行数，所以在实际使用中需要控制并发数。