C#高级编程六十四天----并行扩展

并行的扩展

扩展1.

Parallel的使用:

在Parallel下面有三个常用的方法Invoke,For,ForEach

Parallel.Invoke()方法是最简单,最简洁的将串行的代码并行化.

在这里先说一点,就是Stopwatch的使用,Stopwatch到底是个什么东西,首先Stopwatch在命名空间System.Diagnostics中.

使用方法如下:

var StopWatch =new Stopwatch();//创建一个Stopwatch实例

StopWatch.Start();//开始计时

StopWatch.Stop();//停止计时

 

StopWatch.Reset();//重置StopWatch

StopWatch.Restart();//重启被停止的Stopwatch

stopWatch.ElapsedMilliseconds //获取stopWatch从开始到现在的时间差，单位是毫秒

 

 

案例:

using System;

using System.Collections.Concurrent;

using System.Collections.Generic;

using System.Diagnostics;

using System.Linq;

using System.Text;

using System.Threading;

using System.Threading.Tasks;

 

namespace 并行集合和LINQ

{

    class Program

    {              

        static void Main(string[] args)

        {

            Custom custom = new Custom();

            custom.ParallelInvokeMethod();

            Console.WriteLine("运行完成");

            Console.ReadKey();

        }

    }

    public class Custom

    {

        private Stopwatch stopWatch = new Stopwatch();

 

        public void Run1()

        {

            Thread.Sleep(2000);//Thread需要添加命名空间

            Console.WriteLine("Task 1 is cost 2 sec");

        }

        public void Run2()

        {

            Thread.Sleep(3000);

            Console.WriteLine("Task 2 is cost 3 sec");

        }

 

        public void ParallelInvokeMethod()

        {

            stopWatch.Start();

            Parallel.Invoke(Run1, Run2);

            stopWatch.Stop();

            Console.WriteLine("Parallel run " + stopWatch.ElapsedMilliseconds + " ms.");//这是在并行的情况下

 

            stopWatch.Restart();

            Run1();

            Run2();

            stopWatch.Stop();

            Console.WriteLine("Normal run " + stopWatch.ElapsedMilliseconds + " ms.");//这是正常情况

        }

    }

}

 

 

分析:正确情况下确实应该是5秒左右,明明白白写着呢,3000+2000=5000ms,而使用了Parallel.Invoke方法只用了3秒,由此可见并行执行提高了很多效率.

 

 

扩展2:Parallel.For

这个方法和For循环的功能类似,案例:

 

 

using System;

using System.Collections.Generic;

using System.Diagnostics;

using System.Linq;

using System.Text;

using System.Threading.Tasks;

 

namespace 并行扩展

{

    class Program

    {

        static void Main(string[] args)

        {

            Stopwatch stopWatch = new Stopwatch();

            stopWatch.Start();

            for (int i = 0; i < 10000; i++)

            {

                for (int j = 0; j < 60000; j++)

                {

                    int sum = 0;

                    sum += i;

                }

            }

            stopWatch.Stop();

            Console.WriteLine("NormalFor run " + stopWatch.ElapsedMilliseconds + " ms.");

 

            stopWatch.Reset();

            stopWatch.Start();

            Parallel.For(0, 10000, item =>

            {

                for (int j = 0; j < 60000; j++)

                {

                    int sum = 0;

                    sum += item;

                }

            });

            stopWatch.Stop();

            Console.WriteLine("ParallelFor run " + stopWatch.ElapsedMilliseconds + " ms.");

 

            Console.WriteLine("运行完毕");

            Console.ReadKey();

        }

    }

}

 

 

分析:写了两个循环,做些无用的操作,主要是消耗CPU的资源,通过多次运行结果可以看到们使用了Parallel.For所有的时间差不多也就是单纯for时间的三分之一.是不是在任何时候Parallel.For在任何时候都比这普通的for快呢,肯定不是啊,要是这样的话,C#的for早就淘汰了.

案例:修改代码,添加一个全局变量num

using System;

using System.Collections.Concurrent;

using System.Collections.Generic;

using System.Diagnostics;

using System.Linq;

using System.Text;

using System.Threading.Tasks;

 

namespace 并行扩展

{

    class Program

    {

        static void Main(string[] args)

        {

            Stopwatch stopWatch = new Stopwatch();

           var obj = new Object();

            long num = 0;

            ConcurrentBag<long> bag = new ConcurrentBag<long>();

 

            stopWatch.Start();

            for (int i = 0; i < 10000; i++)

            {

               for (int j = 0; j < 60000; j++)

               {

                  //int sum = 0;

                  //sum += item;

                  num++;

               }

            }

            stopWatch.Stop();

            Console.WriteLine("NormalFor run " + stopWatch.ElapsedMilliseconds + " ms.");

 

            stopWatch.Reset();

            stopWatch.Start();

            Parallel.For(0, 10000, item =>

            {

               for (int j = 0; j < 60000; j++)

               {

                  //int sum = 0;

                  //sum += item;

                  lock (obj)

                  {

                     num++;

                  }

               }

            });

            stopWatch.Stop();

            Console.WriteLine("ParallelFor run " + stopWatch.ElapsedMilliseconds + " ms.");

            //并行的问题,需要多运行几遍,一遍两遍看不出什么东西来

            Console.WriteLine("运行完毕");

            Console.ReadKey();            

        }

    }

}

 

分析:Parallel.For由于是并行运行的,所以会同时访问访问全局变量num,为了得到正确的结果,要使用lock,所以Parallel.For竟然耗了这么多时间,这是因为并行同时访问全局变量,会出现资源争夺(我的电脑当时开着虚拟机,听着音乐,在程序运行的时候我我Ctrl+S了以下文档,我的电脑出现卡死的情况),大不多的资源都消耗在了资源等待上面.

 

虽然一直说并说,但一直没有证明一下,你肯定不服,来让你服气:

            Parallel.For(0, 100, i =>

            {

                Console.Write(i + "\t");

            });

            Console.WriteLine("运行完毕");

从0输出到99，运行后会发现输出的顺序不对，用for顺序肯定是对的，并行同时执行，所以会出现输出顺序不同的情况。

 

 

扩展3

Parallel.ForEach

这个方法和普通的foreach很相似,案例:

            List<int> list = new List<int>();

            for (int i = 0; i < 100000; i++)

            {

                list.Add(i);

            }

            Stopwatch stopWatch = new Stopwatch();

            stopWatch.Start();

            Parallel.ForEach(list, i =>

            {

                i++;

            });

            stopWatch.Stop();

            Console.WriteLine(stopWatch.ElapsedMilliseconds);

 

Parallel中途退出循环和异常处理

我们为啥使用Parallel呢,肯定是在处理一些比较好使的任务,当然也很消耗CPU资源和内存,如果我们在中途想停止,怎么办呢?

串行好办啊,一个break搞定,但是串行呢?貌似不知道呢,在并行循环的委托参数中提供了一个ParallelLoopState,该实例提供了Break和Stop方法来帮助我们!

Break: 当然这个是通知并行计算尽快的退出循环，比如并行计算正在迭代100，那么break后程序还会迭代所有小于100的。

Stop：这个就不一样了，比如正在迭代100突然遇到stop，那它啥也不管了，直接退出。

 

案例:

            Stopwatch stopWatch = new Stopwatch();

            ConcurrentBag<int> bag = new ConcurrentBag<int>();

            stopWatch.Start();

            Parallel.For(0, 1000, (i, state) =>

            {

                if (bag.Count == 300)

                {

                    //state.Stop();//也可能会出现300多,但是不会很夸张,在我的测试下,最多出现303,大部分还是300

                    state.Break();//如果是break的话,可能会看到Bag count is 300(多),在我多次测试下,得到最夸张的结果是840

                    return;

                }

                bag.Add(i);

            });

            stopWatch.Stop();

            Console.WriteLine("Bag count is " + bag.Count + ", " + "一共用时 :"+stopWatch.ElapsedMilliseconds+"ms");

 

            Console.WriteLine("运行完毕");

            Console.ReadKey();    

 

异常:

首先任务是并行计算的，处理过程中可能会产生n多的异常，那么如何来获取到这些异常呢？普通的Exception并不能获取到异常，然而为并行诞生的AggregateExcepation就可以获取到一组异常。

这里我们修改Parallel.Invoke的代码，修改后代码如下：

        private Stopwatch stopWatch = new Stopwatch();

 

        public void Run1()

        {

            Thread.Sleep(2000);

            Console.WriteLine("Task 1 is cost 2 sec");

            throw new Exception("Exception in task 1");

        }

        public void Run2()

        {

            Thread.Sleep(3000);

            Console.WriteLine("Task 2 is cost 3 sec");

            throw new Exception("Exception in task 2");

        }

 

        public void ParallelInvokeMethod()

        {

            stopWatch.Start();

            try

            {

                Parallel.Invoke(Run1, Run2);

            }

            catch (AggregateException aex)

            {

                foreach (var ex in aex.InnerExceptions)

                {

                    Console.WriteLine(ex.Message);

                }

            }

            stopWatch.Stop();

            Console.WriteLine("Parallel run " + stopWatch.ElapsedMilliseconds + " ms.");

 

            stopWatch.Reset();

            stopWatch.Start();

            try

            {

                Run1();

                Run2();

            }

            catch (Exception ex)

            {

                Console.WriteLine(ex.Message);

            }

            stopWatch.Stop();

            Console.WriteLine("Normal run " + stopWatch.ElapsedMilliseconds + " ms.");

 

 

            Console.WriteLine("运行完毕");

            Console.ReadKey();