微软并行编程类库Parallel Extensions初探 Part1

本文转载于http://www.cnblogs.com/Terrylee/archive/2008/10/15/microsoft-Parallel-Extensions-overview-part1.html

版权归原作者所有

概述

Microsoft Parallel Extensions to the .NET Framework 3.5是一个托管编程模型，用于数据并行化和任务并行化，并可对统一在共同的工作调度程序之下的并行硬件进行协调。 Parallel Extensions to the .NET Framework 3.5使开发者更容易编写出充分发挥并行硬件的优势的程序，不但能随着处理器数量的增长而提高性能，而且避免了许多旧有并发编程模型的复杂性。

你可以从这里下载Microsoft Parallel Extensions to the .NET Framework 3.5 June 2008 CTP版本，安装后会注册一个System.Threading.dll程序集到GAC中。Parallel Extensions主要由两部分组成：Task Parallel Library（TPL）和Parallel LINQ （PLINQ），它们将会集成在.NET Framework 4.0中。

简单调用

在开始之前，我们不妨停下来思考几个问题：如果有多个线程在同一时间访问同一个变量，它们之间可能会互相影响，该如何解决？如果有多个线程同时锁住了一些资源，由于互相等待而造成死锁，该如何解决？如果觉的这些问题很难解决，那就不要思考了，有了Parallel.Invoke，无需再去考虑这些令人头疼的问题，我们先定义三个任务：

private void Task1()
{
    Thread.Sleep(1000);
}
private void Task2()
{
    Thread.Sleep(2000);
}
private void Task3()
{
    Thread.Sleep(3000);
}

并行调用这三个任务，只需要一句话：

Parallel.Invoke(Task1, Task2, Task3);

除此之外，还可以把所有的任务放在一个Action数据组中，再进行调用，如下代码片段，这在某些场景中会非常的有用，我们在设计阶段无需考虑最终运行时将会有多少个任务会执行：

Action[] actions = { Task1, Task2, Task3 };
Parallel.Invoke(actions);

我们不妨对Parallel.Invoke做一个简单的测试，如下代码片段所示：

private long InvokeSequential()
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    Task1();
    Task2();
    Task3();
    watch.Stop();

    return watch.ElapsedMilliseconds;
}

private long InvokeParallel()
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    Parallel.Invoke(Task1, Task2, Task3);
    watch.Stop();

    return watch.ElapsedMilliseconds;
}

private long InvokeParallelArray()
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    Action[] actions = { Task1, Task2, Task3 };
    Parallel.Invoke(actions);
    watch.Stop();

    return watch.ElapsedMilliseconds;
}

来看看最后的结果：

  

循环调用

循环执行某件事情应该是我们编程中经常遇到的问题，但是之前所有的循环只能顺序的进行执行，如下面这段代码，再平常不过了：

for (int i = 0; i < 10; i++)
{
    Compute(i);
} 

在Parallel Extensions中，可以使用Parallel.For来并行的执行循环任务：

Parallel.For(0, 10,
        delegate (int i){
            Compute(i);
        }
    );

甚至有了Lambda表达式，还可以更简单的编写为：

Parallel.For(0, 10,
        i => { Compute(i);}
    );

现在，我们再来做一个简单的测试，代码如下：

private static long SequentialForLoop()
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    for (int i = 0; i < 10; i++)
    {
        Compute(i);
    } 
    watch.Stop();
    return watch.ElapsedMilliseconds;
}

private static long ParallelForLoop()
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    Parallel.For(0, 10,
            i => { Compute(i);}
        );
    watch.Stop();
    return watch.ElapsedMilliseconds;
}

private static void Compute(int i)
{
    Thread.Sleep(200 * i);
}

测试结果如下：

类似的在Parallel中还提供了Parallel.ForEach方法，如下图所示：

 

我们使用类似于如下的代码来使用该方法：

List<int> data = new List<int> { 1, 2, 3, 4, 5 };
Parallel.ForEach(
        data,
        i => { Compute(i); }
    );

总结

以上简单的介绍了Task Parallel Library中的Parallel， 希望对大家有所帮助。

 

作者： TerryLee
出处： http://terrylee.cnblogs.com
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。