Parallel.ForEach 的二十八线程并行处理,Parallel.ForEach 的二十四线程并行处理

PLINQ

PLINQ 也是一种对数码实行并行处理的编制程序模型,它经过 LINQ 的语法来贯彻类似
Parallel.ForEach 的多线程并行处理。

现象四:处理三个聚众(使用 PLINQ)

PLINQ 的 Zip
方法提供了并且遍历三个集合并开始展览重组元算的主意,并且它能够与其余查询处理操作结合,完毕卓殊复杂的意义。

示例:

    public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)  
    {  
        return  
            a  
            .AsParallel()  
            .AsOrdered()  
            .Select(element => ExpensiveComputation(element))  
            .Zip(  
                b  
                .AsParallel()  
                .AsOrdered()  
                .Select(element => DifferentExpensiveComputation(element)),  
                (a_element, b_element) => Combine(a_element,b_element));  
    }  

 示例中的三个数据源能够并行处理,当二者都有贰个可用成分时提需要 Zip
举办三番五次处理(Combine)。

Parallel.ForEach 也能达成类似的 Zip 处理:

    public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)  
    {  
        var numElements = Math.Min(a.Count(), b.Count());  
        var result = new T[numElements];  
        Parallel.ForEach(a,  
            (element, loopstate, index) =>  
            {  
                var a_element = ExpensiveComputation(element);  
                var b_element = DifferentExpensiveComputation(b.ElementAt(index));  
                result[index] = Combine(a_element, b_element);  
            });  
        return result;  
    }  

 当然使用 Parallel.ForEach
后你就得自个儿认然则不是要保持原有连串,并且要专注数组越界访问的题材。

Parallel.ForEach

Parallel.ForEach 是 foreach
的二十四线程实现,他们都能对 IEnumerable<T>
类型对象实行遍历,Parallel.ForEach
的与众分化之处在于它使用多线程来举办循环体内的代码段。

Parallel.ForEach 最常用的款式如下:

public static ParallelLoopResult ForEach<TSource>(
    IEnumerable<TSource> source,
    Action<TSource> body)

处境二:顺序数据 之 并行处理(使用 PLINQ 来维持数据顺序)

当输出的数据类别必要保持原有的次第时使用 PLINQ 的 AsOrdered
方法万分简单高效。

演示代码:

    public static void GrayscaleTransformation(IEnumerable<Frame> Movie)  
    {  
        var ProcessedMovie =  
            Movie  
            .AsParallel()  
            .AsOrdered()  
            .Select(frame => ConvertToGrayscale(frame));  

        foreach (var grayscaleFrame in ProcessedMovie)  
        {  
            // Movie frames will be evaluated lazily  
        }  
    }  

 理由:

  1. Parallel.ForEach
    完结起来要求绕一些弯路,首先你要求运用以下的重载在章程:

     public static ParallelLoopResult ForEach<TSource >(  
         IEnumerable<TSource> source,  
         Action<TSource, ParallelLoopState, Int64> body)  
    

 这么些重载的 Action 多带有了 index
 参数,那样您在输出的时候就能运用那一个值来维持原来的行列顺序。请看上边的例子:

    public static double [] PairwiseMultiply(double[] v1, double[] v2)  
    {  
        var length = Math.Min(v1.Length, v2.Lenth);  
        double[] result = new double[length];  
        Parallel.ForEach(v1, (element, loopstate, elementIndex) =>  
            result[elementIndex] = element * v2[elementIndex]);  
        return result;  
    }  

 
您或然曾经意识到那边有个明明的难题:大家利用了一定长度的数组。倘诺传入的是
IEnumerable 那么您有5个缓解方案:

(1) 调用 IEnumerable.Count()
来获取数据长度,然后用这一个值实例化3个永恒长度的数组,然后使用上例的代码。

(2) The second option would be to materialize the original collection
before using it; in the event that your input data set is prohibitively
large, neither of the first two options will be
feasible.(没看懂贴原作)

(3)
第三种方法是采取再次回到多少个哈希集合的方法,那种措施下一般需求至少2倍于传播数据的内存,所以拍卖大数据时请慎用。

(4)
本身完毕排序算法(保险传入数据与传播数据经过排序后次序一致)

  1. 绝对而言 PLINQ 的 AsOrdered
    方法这么归纳,而且该办法能处理流式的数码,从而允许传入数据是延迟贯彻的(lazy materialized)

此情此景三:流数据 之 并行处理(使用 PLINQ)

PLINQ 能输出流数据,那个特点在弹指间场地尤其管用:

1.
结果集不需假诺一个完整的处理达成的数组,即:任什么时候刻点下内部存储器中仅维持数组中的部分音讯

  1. 你可以在3个单线程上遍历输出结果(就像是他们曾经存在/处理完了)

示例:

public static void AnalyzeStocks(IEnumerable<Stock> Stocks)
{
    var StockRiskPortfolio =
        Stocks
        .AsParallel()
        .AsOrdered()
        .Select(stock => new { Stock = stock, Risk = ComputeRisk(stock)})
        .Where(stockRisk => ExpensiveRiskAnalysis(stockRisk.Risk));

    foreach (var stockRisk in StockRiskPortfolio)
    {
        SomeStockComputation(stockRisk.Risk);
        // StockRiskPortfolio will be a stream of results
    }
}

此处运用二个单线程的 foreach 来对 PLINQ 的输出举办继续处理,平常状态下
foreach 不要求等待 PLINQ 处理完全数数据就能开首运营。

PLINQ 也同意钦命输出缓存的法门,具体可参考 PLINQ 的 WithMergeOptions
方法,及 ParallelMergeOptions 枚举

情景一:简单数据 之 独立操作的并行处理(使用 Parallel.ForEach)

以身作则代码:

    public static void IndependentAction(IEnumerable<T> source, Action<T> action)  
    {  
        Parallel.ForEach(source, element => action(element));  
    }  

 理由:

  1. 尽管如此 PLINQ 也提供了二个接近的 ForAll
    接口,但它对于简易的独自操作太重量化了。
  2. 接纳 Parallel.ForEach 你仍是能够够设定
    ParallelOptions.马克斯DegreeOfParalelism
    参数(内定最多必要有些个线程),这样当 ThreadPool
    能源缺少(甚至当可用线程数<马克斯DegreeOfParalelism)的时候, Parallel.ForEach
    如故可以得手运作,并且当后续有越多可用线程出现时,Parallel.ForEach
    也能及时地运用那一个线程。PLINQ 只好通过WithDegreeOfParallelism
    方法来需要一定的线程数,即:供给了多少个便是多少个,不会多也不会少。

场景五:退出操作 (使用 Parallel.ForEach)

Parallel.ForEach 有个重载申明如下,当中蕴藏四个 ParallelLoopState 对象:

public static ParallelLoopResult ForEach<TSource >(
    IEnumerable<TSource> source,
    Action<TSource, ParallelLoopState> body)

ParallelLoopState.Stop()
提供了退出循环的措施,那种方法要比其余三种艺术更快。这些点子布告循环不要再起步推行新的迭代,并尽量快的推出循环。

ParallelLoopState.IsStopped 属性可用来判定其余迭代是还是不是调用了 Stop 方法。

示例:

public static boolean FindAny<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>
{
    var matchFound = false;
    Parallel.ForEach(TSpace,
        (curValue, loopstate) =>
            {
                if (curValue.Equals(match) )
                {
                    matchFound = true;
                    loopstate.Stop();
                }
            });
    return matchFound;
}

ParallelLoopState.Break() 文告循环继续执行本成分前的迭代,但不履行本成分之后的迭代。最前调用
Break 的起作用,并被记录到 ParallelLoopState.LowestBreakIteration
属性中。那种处理情势平时被应用在三个邯郸学步的检索处理中,比如你有多少个排序过的数组,你想在中间查找匹配成分的小不点儿
index,那么能够利用以下的代码:

public static int FindLowestIndex<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>
{
    var loopResult = Parallel.ForEach(source,
        (curValue, loopState, curIndex) =>
        {
            if (curValue.Equals(match))
            {
                loopState.Break();
            }
         });
    var matchedIndex = loopResult.LowestBreakIteration;
    return matchedIndex.HasValue ? matchedIndex : -1;
}

原文pdf:http://download.csdn[.NET](http://lib.csdn.net/base/dotnet)/detail/sqlchen/7509513

场景五:线程局地变量

Parallel.ForEach 提供了2个线程局地变量的重载,定义如下:

public static ParallelLoopResult ForEach<TSource, TLocal>(
    IEnumerable<TSource> source,
    Func<TLocal> localInit,
    Func<TSource, ParallelLoopState, TLocal,TLocal> body,
    Action<TLocal> localFinally)

利用的言传身教:

public static List<R> Filtering<T,R>(IEnumerable<T> source)
{
    var results = new List<R>();
    using (SemaphoreSlim sem = new SemaphoreSlim(1))
    {
        Parallel.ForEach(source,
            () => new List<R>(),
            (element, loopstate, localStorage) =>
            {
                bool filter = filterFunction(element);
                if (filter)
                    localStorage.Add(element);
                return localStorage;
            },
            (finalStorage) =>
            {
                lock(myLock)
                {
                    results.AddRange(finalStorage)
                };
            });
    }
    return results;
}

线程局部变量有何优势呢?请看下边的例子(二个网页抓取程序):

public static void UnsafeDownloadUrls ()
{
    WebClient webclient = new WebClient();
    Parallel.ForEach(urls,
        (url,loopstate,index) =>
        {
            webclient.DownloadFile(url, filenames[index] + ".dat");
            Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
        });
}

通常第1版代码是如此写的,然则运营时会报错“System.NotSupportedException
-> WebClient does not support concurrent I/O
operations.”。那是因为几个线程不能够同时做客同1个 WebClient
对象。所以大家会把 WebClient 对象定义到线程中来:

public static void BAD_DownloadUrls ()
{
    Parallel.ForEach(urls,
        (url,loopstate,index) =>
        {
            WebClient webclient = new WebClient();
            webclient.DownloadFile(url, filenames[index] + ".dat");
            Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
        });
}

修改今后如故有标题,因为你的机械不是服务器,多量实例化的 WebClient
飞速达到你机器允许的虚构连接上限数。线程局部变量能够搞定那些标题:

public static void downloadUrlsSafe()
{
    Parallel.ForEach(urls,
        () => new WebClient(),
        (url, loopstate, index, webclient) =>
        {
            webclient.DownloadFile(url, filenames[index]+".dat");
            Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
            return webclient;
        },
            (webclient) => { });
}

诸如此类的写法保险了小编们能获得丰硕的 WebClient 实例,同时那个 WebClient
实例互相隔绝仅仅属于个别关联的线程。

虽说 PLINQ 提供了 ThreadLocal<T> 对象来贯彻类似的功用:

public static void downloadUrl()
{
    var webclient = new ThreadLocal<WebClient>(()=> new WebClient ());
    var res =
        urls
        .AsParallel()
        .ForAll(
            url =>
            {
                webclient.Value.DownloadFile(url, host[url] +".dat"));
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
            });
}

唯独请留意:ThreadLocal<T> 相对而言成本更大!

 

气象二:顺序数据 之 并行处理(使用 PLINQ 来保持数据顺序)

当输出的多寡体系必要保证原来的依次时接纳 PLINQ 的 AsOrdered
方法十三分简单高效。

以身作则代码:

public static void GrayscaleTransformation(IEnumerable<Frame> Movie)
{
    var ProcessedMovie =
        Movie
        .AsParallel()
        .AsOrdered()
        .Select(frame => ConvertToGrayscale(frame));

    foreach (var grayscaleFrame in ProcessedMovie)
    {
        // Movie frames will be evaluated lazily
    }
}

理由:

  1. Parallel.ForEach
    达成起来供给绕一些弯路,首先你要求采纳以下的重载在艺术:

    public static ParallelLoopResult ForEach(

     IEnumerable<TSource> source,
     Action<TSource, ParallelLoopState, Int64> body)
    

其一重载的 Action 多包罗了 index
 参数,那样你在出口的时候就能选用那个值来保证原来的类别顺序。请看下边包车型地铁例证:

public static double [] PairwiseMultiply(double[] v1, double[] v2)
{
    var length = Math.Min(v1.Length, v2.Lenth);
    double[] result = new double[length];
    Parallel.ForEach(v1, (element, loopstate, elementIndex) =>
        result[elementIndex] = element * v2[elementIndex]);
    return result;
}

你或者已经发现到这里有个备受瞩目标标题:大家应用了永恒长度的数组。假诺传入的是
IEnumerable 那么你有5个缓解方案:

(1) 调用 IEnumerable.Count()
来获取数据长度,然后用这几个值实例化3个定位长度的数组,然后采纳上例的代码。

(2) The second option would be to materialize the original collection
before using it; in the event that your input data set is prohibitively
large, neither of the first two options will be
feasible.(没看懂贴原版的书文)

(3)
第三种格局是利用再次回到2个哈希集合的办法,这种格局下一般需求至少2倍于传播数据的内部存款和储蓄器,所以拍卖大数额时请慎用。

(4) 自身达成排序算法(保险传入数据与传播数据通过排序后次序一致)

  1. 对照 PLINQ 的 AsOrdered
    方法这么总结,而且该措施能处理流式的数量,从而允许传入数据是延迟完成的(lazy materialized)

Parallel.ForEach

Parallel.ForEach 是 foreach
的二十多线程完毕,他们都能对 IEnumerable<T>
类型对象进行遍历,Parallel.ForEach
的出格之处在于它应用十六线程来推行循环体内的代码段。

Parallel.ForEach 最常用的款型如下:

public static ParallelLoopResult ForEach<TSource>(  IEnumerable<TSource> source,        Action<TSource> body)   

场所四:处理三个聚众(使用 PLINQ)

PLINQ 的 Zip
方法提供了并且遍历四个集合并开始展览重组元算的措施,并且它可以与别的查询处理操作结合,完结分外复杂的意义。

示例:

public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)
{
    return
        a
        .AsParallel()
        .AsOrdered()
        .Select(element => ExpensiveComputation(element))
        .Zip(
            b
            .AsParallel()
            .AsOrdered()
            .Select(element => DifferentExpensiveComputation(element)),
            (a_element, b_element) => Combine(a_element,b_element));
}

示范中的五个数据源能够并行处理,当双方都有1个可用成分时提需求 Zip
实行一而再处理(Combine)。

Parallel.ForEach 也能实现类似的 Zip 处理:

public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)
{
    var numElements = Math.Min(a.Count(), b.Count());
    var result = new T[numElements];
    Parallel.ForEach(a,
        (element, loopstate, index) =>
        {
            var a_element = ExpensiveComputation(element);
            var b_element = DifferentExpensiveComputation(b.ElementAt(index));
            result[index] = Combine(a_element, b_element);
        });
    return result;
}

理所当然使用 Parallel.ForEach
后您就得温馨肯定是还是不是要保持原来系列,并且要注意数组越界访问的题材。

场馆三:流数据 之 并行处理(使用 PLINQ)

PLINQ 能输出流数据,那么些性子在弹指间场所特别有效:

1.
结果集不需假诺二个完好无损的处理完结的数组,即:任曾几何时间点下内部存款和储蓄器中仅维持数组中的部分音信

  1. 您可见在三个单线程上遍历输出结果(就接近他们曾经存在/处理完了)

示例:

    public static void AnalyzeStocks(IEnumerable<Stock> Stocks)  
    {  
        var StockRiskPortfolio =  
            Stocks  
            .AsParallel()  
            .AsOrdered()  
            .Select(stock => new { Stock = stock, Risk = ComputeRisk(stock)})  
            .Where(stockRisk => ExpensiveRiskAnalysis(stockRisk.Risk));  

        foreach (var stockRisk in StockRiskPortfolio)  
        {  
            SomeStockComputation(stockRisk.Risk);  
            // StockRiskPortfolio will be a stream of results  
        }  
    }  

 

此处运用一个单线程的 foreach 来对 PLINQ 的出口举办继续处理,平常景况下
foreach 不必要静观其变 PLINQ 处理完全数数据就能开头运转。

PLINQ 也允许钦点输出缓存的办法,具体可参考 PLINQ 的 WithMergeOptions
方法,及 ParallelMergeOptions 枚举

情景一:不难数据 之 独立操作的并行处理(使用 Parallel.ForEach)

以身作则代码:

public static void IndependentAction(IEnumerable<T> source, Action<T> action)
{
    Parallel.ForEach(source, element => action(element));
}

理由:

  1. 纵然如此 PLINQ 也提供了三个近乎的 ForAll
    接口,但它对于简易的独自操作太重量化了。

  2. 利用 Parallel.ForEach 你仍是可以够够设定
    ParallelOptions.MaxDegreeOfParalelism
    参数(内定最多须求多少个线程),那样当 ThreadPool
    财富缺乏(甚至当可用线程数<马克斯DegreeOfParalelism)的时候, Parallel.ForEach
    依旧能够得手运作,并且当后续有越多可用线程出现时,Parallel.ForEach
    也能及时地采纳这个线程。PLINQ 只好通过WithDegreeOfParallelism
    方法来必要固定的线程数,即:须要了多少个就是几个,不会多也不会少。

PLINQ

PLINQ 也是一种对数码举办并行处理的编制程序模型,它经过 LINQ 的语法来促成类似
Parallel.ForEach 的多线程并行处理。

简介

当要求为多核机器实行优化的时候,最佳先反省下您的顺序是还是不是有处理能够分割开来进展并行处理。(例如,有1个了不起的数目集合,当中的因素要求3个3位作品展开互相独立的耗费时间划算)。

.net framework 4 中提供了 Parallel.ForEach 和 PLINQ
来匡助大家开始展览并行处理,本文探究那二者的差距及适用的景色。

场景五:退出操作 (使用 Parallel.ForEach)

Parallel.ForEach 有个重载注明如下,个中包蕴2个 ParallelLoopState 对象:

 

    public static ParallelLoopResult ForEach<TSource >(  
        IEnumerable<TSource> source,  
        Action<TSource, ParallelLoopState> body)  

ParallelLoopState.Stop()
提供了脱离循环的法子,这种方式要比其余两种办法更快。这一个法子文告循环不要再开发银行推行新的迭代,并尽也许快的生产循环。

ParallelLoopState.IsStopped 属性可用来判断其余迭代是不是调用了 Stop
方法。

示例:

    public static boolean FindAny<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>  
    {  
        var matchFound = false;  
        Parallel.ForEach(TSpace,  
            (curValue, loopstate) =>  
                {  
                    if (curValue.Equals(match) )  
                    {  
                        matchFound = true;  
                        loopstate.Stop();  
                    }  
                });  
        return matchFound;  
    }  

 ParallelLoopState.Break() 布告循环继续执行本成分前的迭代,但不实施本成分之后的迭代。最前调用
Break 的起功能,并被记录到 ParallelLoopState.LowestBreakIteration
属性中。这种处理情势平常被选拔在五个一如既往的寻找处理中,比如你有一个排序过的数组,你想在其间查找匹配成分的纤维
index,那么能够运用以下的代码:

    public static int FindLowestIndex<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>  
    {  
        var loopResult = Parallel.ForEach(source,  
            (curValue, loopState, curIndex) =>  
            {  
                if (curValue.Equals(match))  
                {  
                    loopState.Break();  
                }  
             });  
        var matchedIndex = loopResult.LowestBreakIteration;  
        return matchedIndex.HasValue ? matchedIndex : -1;  
    }  

 即便 PLINQ 也提供了退出的体制(cancellation
token
),但相对来说退出的时机并没有
Parallel.ForEach 那么及时。

 

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

原作者: Pamela Vagata, Parallel Computing Platform Group, Microsoft
Corporation

场景五:线程局地变量

Parallel.ForEach 提供了1个线程局地变量的重载,定义如下:

    public static ParallelLoopResult ForEach<TSource, TLocal>(  
        IEnumerable<TSource> source,  
        Func<TLocal> localInit,  
        Func<TSource, ParallelLoopState, TLocal,TLocal> body,  
        Action<TLocal> localFinally)  

 使用的以身作则:

    public static List<R> Filtering<T,R>(IEnumerable<T> source)  
    {  
        var results = new List<R>();  
        using (SemaphoreSlim sem = new SemaphoreSlim(1))  
        {  
            Parallel.ForEach(source,  
                () => new List<R>(),  
                (element, loopstate, localStorage) =>  
                {  
                    bool filter = filterFunction(element);  
                    if (filter)  
                        localStorage.Add(element);  
                    return localStorage;  
                },  
                (finalStorage) =>  
                {  
                    lock(myLock)  
                    {  
                        results.AddRange(finalStorage)  
                    };  
                });  
        }  
        return results;  
    }  

 线程局部变量有怎么样优势呢?请看下边的例子(贰个网页抓取程序):

    public static void UnsafeDownloadUrls ()  
    {  
        WebClient webclient = new WebClient();  
        Parallel.ForEach(urls,  
            (url,loopstate,index) =>  
            {  
                webclient.DownloadFile(url, filenames[index] + ".dat");  
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
            });  
    }  

 平日第②版代码是这么写的,不过运转时会报错“System.NotSupportedException
-> WebClient does not support concurrent I/O
operations.”。那是因为五个线程无法同时做客同三个 WebClient
对象。所以大家会把 WebClient 对象定义到线程中来:

    public static void BAD_DownloadUrls ()  
    {  
        Parallel.ForEach(urls,  
            (url,loopstate,index) =>  
            {  
                WebClient webclient = new WebClient();  
                webclient.DownloadFile(url, filenames[index] + ".dat");  
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
            });  
    }  

 修改现在还是格外,因为您的机械不是服务器,大批量实例化的 WebClient
快速达到你机器允许的虚拟连接上限数。线程局地变量能够消除这么些难点:

    public static void downloadUrlsSafe()  
    {  
        Parallel.ForEach(urls,  
            () => new WebClient(),  
            (url, loopstate, index, webclient) =>  
            {  
                webclient.DownloadFile(url, filenames[index]+".dat");  
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
                return webclient;  
            },  
                (webclient) => { });  
    }  

 那样的写法保险了作者们能取得丰裕的 WebClient 实例,同时那几个 WebClient
实例相互隔断仅仅属于个别关联的线程。

即使 PLINQ 提供了 ThreadLocal<T> 对象来促成类似的效率:

    public static void downloadUrl()  
    {  
        var webclient = new ThreadLocal<WebClient>(()=> new WebClient ());  
        var res =  
            urls  
            .AsParallel()  
            .ForAll(  
                url =>  
                {  
                    webclient.Value.DownloadFile(url, host[url] +".dat"));  
                    Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
                });  
    }  

 不过请小心:ThreadLocal<T> 相对而言费用更大!

简介

当须要为多核机器实行优化的时候,最佳先反省下您的次第是还是不是有处理能够分割开来拓展并行处理。(例如,有3个英雄的多寡集合,个中的因素须要叁个二个进展交互独立的耗费时间总括)。

.net framework 4 中提供了 Parallel.ForEach 和 PLINQ
来增派我们开始展览并行处理,本文探究那两边的距离及适用的场地。