C#多线程提升效率 并行 Task.WhenAll & Parallel
文章目录
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。