公海赌船网址Parallel.ForEach 的多线程并行处理,Parallel.ForEach 的多线程并行处理

简介

当需要为多核机器举行优化的时候,最好先检查下您的次第是否有处理可以分割开来开展并行处理。(例如,有一个宏大的数码集合,其中的因素需要一个一个展开交互独立的耗时统计)。

.net framework 4 中提供了 Parallel.ForEach 和 PLINQ
来资助大家举办并行处理,本文研究那六头的出入及适用的情状。

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

Parallel.ForEach

Parallel.ForEach 是 foreach
的多线程实现,他们都能对 IEnumerable<T>
类型对象开展遍历,Parallel.ForEach
的出色之处在于它接纳多线程来实施循环体内的代码段。

Parallel.ForEach 最常用的模式如下:

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

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

PLINQ

PLINQ 也是一种对数码举行并行处理的编程模型,它经过 LINQ 的语法来促成类似
Parallel.ForEach 的多线程并行处理。

 

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

演示代码:

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

理由:

  1. 虽说 PLINQ 也提供了一个好像的 ForAll
    接口,但它对于简易的单独操作太重量化了。

  2. 选拔 Parallel.ForEach 你还是可以设定
    ParallelOptions.马克斯(Max)DegreeOfParalelism
    参数(指定最多需要多少个线程),这样当 ThreadPool
    资源紧张(甚至当可用线程数<马克斯(Max)DegreeOfParalelism)的时候, Parallel.ForEach
    依旧可以顺利运作,并且当后续有更多可用线程出现时,Parallel.ForEach
    也能登时地运用这么些线程。PLINQ 只可以通过WithDegreeOfParallelism
    方法来要求固定的线程数,即:要求了多少个就是多少个,不会多也不会少。

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

场景二:顺序数据 之 并行处理(使用 PLINQ 来维周全据顺序)

当输出的数码连串需要保障原有的一一时使用 PLINQ 的 AsOrdered
方法十分简单高效。

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
    实现起来需要绕一些弯路,首先你需要接纳以下的重载在点子:

    public static ParallelLoopResult ForEach(

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

其一重载的 Action 多含有了 index
 参数,这样你在输出的时候就能运用这一个值来保障原来的队列顺序。请看下边的例证:

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;
}

你可能早就意识到此处有个引人注目的题材:我们使用了一向长度的数组。假若传入的是
IEnumerable 那么您有4个缓解方案:

(1) 调用 IEnumerable.Count()来获取数据长度,然后用这些值实例化一个原则性长度的数组,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.(没看懂贴原文)

(3)
第两种方法是应用重临一个哈希集合的办法,那种艺术下一般需要至少2倍于传播数据的内存,所以拍卖大数额时请慎用。

(4) 自己实现排序算法(保证传入数据与传播数据通过排序后次序一致)

  1. 对待 PLINQ 的 AsOrdered
    方法这么简单,而且该办法能处理流式的多少,从而允许传入数据是延迟落实的(lazy materialized)

简介

当需要为多核机器举办优化的时候,最好先反省下你的先后是否有处理可以分割开来拓展并行处理。(例如,有一个壮烈的多寡集合,其中的因素需要一个一个进展交互独立的耗时测算)。

.net framework 4 中提供了 Parallel.ForEach 和 PLINQ
来扶持大家开展并行处理,本文探究这两者的反差及适用的景色。

此情此景三:流数据 之 并行处理(使用 PLINQ)

PLINQ 能输出流数据,这些特点在刹这间场地特别实用:

1.
结实集不需倘若一个全部的处理完毕的数组,即:任几时间点下内存中仅维持数组中的部分音信

  1. 您可知在一个单线程上遍历输出结果(就接近他们早就存在/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
    }
}

这边运用一个单线程的 foreach 来对 PLINQ 的出口举行延续处理,通常情状下
foreach 不需要等待 PLINQ 处理完所有数据就能开始运转。

PLINQ 也允许指定输出缓存的办法,具体可参看 PLINQ 的 WithMergeOptions
方法,及 ParallelMergeOptions 枚举

Parallel.ForEach

Parallel.ForEach 是 foreach
的多线程实现,他们都能对 IEnumerable<T>
类型对象开展遍历,Parallel.ForEach
的非常之处在于它利用多线程来执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)   

场景四:处理五个汇聚(使用 PLINQ)

PLINQ 的 Zip
方法提供了同时遍历多个集合并开展组合元算的法门,并且它可以与其他查询处理操作结合,实现非凡复杂的功能。

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));
}

以身作则中的五个数据源可以并行处理,当二者都有一个可用元素时提供给 Zip
举办继续处理(Combine)。

Parallel.ForEach 也能兑现类似的 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
后您就得和谐肯定是不是要保持原来系列,并且要留意数组越界访问的题材。

PLINQ

PLINQ 也是一种对数码举办并行处理的编程模型,它经过 LINQ 的语法来实现类似
Parallel.ForEach 的多线程并行处理。

场景五:线程局部变量

Parallel.ForEach 提供了一个线程局部变量的重载,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)

动用的言传身教:

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;
}

线程局部变量有什么优势呢?请看下边的事例(一个网页抓取程序):

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);
        });
}

常备第一版代码是这么写的,但是运行时会报错“System.NotSupportedException
-> WebClient does not support concurrent I/O
operations.”。这是因为三个线程不可能同时做客同一个 WebClient
对象。所以我们会把 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);
        });
}

修改之后仍旧有问题,因为你的机器不是服务器,大量实例化的 WebClient
快速达到你机器允许的虚构连接上限数。线程局部变量可以化解这多少个问题:

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) => { });
}

这么的写法保证了我们能拿到丰裕的 WebClient 实例,同时这一个 WebClient
实例相互隔离仅仅属于个别关联的线程。

虽说 PLINQ 提供了 ThreadLocal<T> 对象来促成类似的法力:

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);
            });
}

不过请留心:ThreadLocal<T> 相对而言开销更大!

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. 即使 PLINQ 也提供了一个近似的 ForAll
    接口,但它对于简易的独门操作太重量化了。
  2. 行使 Parallel.ForEach 你还可以够设定
    ParallelOptions.马克斯DegreeOfParalelism
    参数(指定最多需要有些个线程),这样当 ThreadPool
    资源缺少(甚至当可用线程数<马克斯(Max)DegreeOfParalelism)的时候, Parallel.ForEach
    依旧可以胜利运转,并且当后续有更多可用线程现身时,Parallel.ForEach
    也能霎时地利用那个线程。PLINQ 只可以通过WithDegreeOfParallelism
    方法来要求一定的线程数,即:要求了多少个就是多少个,不会多也不会少。

场景五:退出操作 (使用 Parallel.ForEach)

Parallel.ForEach 有个重载表明如下,其中带有一个 ParallelLoopState 对象:

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

ParallelLoopState.Stop()提供了退出循环的点子,这种方法要比此外两种艺术更快。这一个艺术通告循环不要再起步实施新的迭代,并尽可能快的生产循环。

ParallelLoopState.IsStopped 属性可用来判断其他迭代是否调用了 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() 公告循环继续执行本元素前的迭代,但不实施本元素之后的迭代。最前调用
Break 的起效率,并被记录到 ParallelLoopState.LowestBreakIteration
属性中。这种处理情势经常被应用在一个静止的物色处理中,比如你有一个排序过的数组,你想在中间查找匹配元素的很小
index,那么可以运用以下的代码:

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;
}

场景二:顺序数据 之 并行处理(使用 PLINQ 来保持数据顺序)

当输出的数目系列需要保持原来的相继时采纳 PLINQ 的 AsOrdered
方法卓殊简单高效。

示范代码:

    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
    实现起来需要绕一些弯路,首先你需要运用以下的重载在措施:

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

 那多少个重载的 Action 多带有了 index
 参数,这样您在出口的时候就能运用这几个值来保持原来的行列顺序。请看下面的事例:

    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;  
    }  

 
你也许已经发现到这边有个显然的题目:我们应用了一定长度的数组。假使传入的是
IEnumerable 那么您有4个缓解方案:

(1) 调用 IEnumerable.Count()来获取数据长度,然后用这么些值实例化一个定位长度的数组,然后利用上例的代码。

(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.(没看懂贴原文)

(3)
第两种办法是使用重回一个哈希集合的艺术,这种形式下一般需要至少2倍于传播数据的内存,所以拍卖大数据时请慎用。

(4)
自己实现排序算法(保证传入数据与传播数据通过排序后次序一致)

  1. 相对而言 PLINQ 的 AsOrdered
    方法这么概括,而且该形式能处理流式的多少,从而允许传入数据是延迟兑现的(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,那一个特性在转弹指场所特别实用:

1.
结出集不需假设一个完好的处理完毕的数组,即:任何时刻点下内存中仅维持数组中的部分音信

  1. 您可以在一个单线程上遍历输出结果(就接近他们早已存在/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 的输出举行继续处理,经常状态下
foreach 不需要拭目以待 PLINQ 处理完所有数据就能起初运行。

PLINQ 也同意指定输出缓存的章程,具体可参看 PLINQ 的 WithMergeOptions
方法,及 ParallelMergeOptions 枚举

此情此景四:处理六个汇聚(使用 PLINQ)

PLINQ 的 Zip
方法提供了还要遍历两个集合并开展结合元算的办法,并且它可以与此外查询处理操作结合,实现非凡复杂的效用。

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));  
    }  

 示例中的六个数据源可以并行处理,当二者都有一个可用元素时提供给 Zip
举办延续处理(Combine)。

Parallel.ForEach 也能促成类似的 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
后你就得要好肯定是不是要保障原有序列,并且要留心数组越界访问的题目。

场景五:线程局部变量

Parallel.ForEach 提供了一个线程局部变量的重载,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)  

 使用的示范:

    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?请看下边的例证(一个网页抓取程序):

    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);  
            });  
    }  

 平日第一版代码是这般写的,不过运行时会报错“System.NotSupportedException
-> WebClient does not support concurrent I/O
operations.”。这是因为两个线程不能同时做客同一个 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);  
            });  
    }  

 修改之后仍旧有题目,因为你的机器不是服务器,大量实例化的 WebClient
连忙达到你机器允许的虚构连接上限数。线程局部变量可以解决这些题目:

    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) => { });  
    }  

 那样的写法保证了我们能取得丰盛的 WebClient 实例,同时这多少个 WebClient
实例相互隔离仅仅属于个别关联的线程。

即使如此 PLINQ 提供了 ThreadLocal<T> 对象来贯彻类似的效益:

    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> 相对而言开销更大!

场景五:退出操作 (使用 Parallel.ForEach)

Parallel.ForEach 有个重载阐明如下,其中涵盖一个 ParallelLoopState 对象:

 

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

ParallelLoopState.Stop()提供了脱离循环的艺术,这种艺术要比此外二种形式更快。那一个方法通告循环不要再开行推行新的迭代,并尽可能快的出产循环。

ParallelLoopState.IsStopped 属性可用来判定其他迭代是否调用了 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() 公告循环继续执行本元素前的迭代,但不执行本元素之后的迭代。最前调用
Break 的起功效,并被记录到 ParallelLoopState.LowestBreakIteration
属性中。这种处理格局平时被利用在一个一成不变的寻找处理中,比如您有一个排序过的数组,你想在其中查找匹配元素的很小
index,那么可以采用以下的代码:

    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 也提供了脱离的编制(cancellation
token
),但相对来说退出的火候并不曾
Parallel.ForEach 那么及时。

 

相关文章