C# 12 核心要点

第 22 章 并行编程 并行编程

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

本章将介绍旨在利用多核处理器的多线程应用程序接口和结构：

• 并行 LINQ 或PLINQ

• Parallel 类

• 任务并行结构

• 同时收集

这些构造统称为并行框架（PFX）。Parallel 类与任务并行构造一起被称为任务并行库（TPL）。

在阅读本章之前，你需要熟悉第 14 章中的基础知识，尤其是锁定、线程安全和Task 类。

备注

.NET还提供了许多专门的应用程序接口，以帮助进行并行和异步编程：

• System.Threading.Channels.Channel 是一种高性能异步生产者/消费者队列，在 .NET Core 3 中引入。

• Microsoft Dataflow（位于System.Thread⁠ing.Tasks​.Dataflow 命名空间）是一个复杂的 API，用于创建缓冲块网络，并行执行操作或数据转换，与演员/代理编程有异曲同工之妙。

• Reactive Extensions实现了IObservable 上的 LINQ（IAsyncEnumerable 的另一种抽象），擅长结合异步流。反应式扩展包含在System.ReactiveNuGet 软件包中。

为什么选择 PFX？

在过去的 15 年中，CPU 制造商已经从单核处理器转向多核处理器。这对我们程序员来说是个问题，因为单线程代码不会因为多了这些内核而自动运行得更快。

对于大多数服务器应用程序来说，利用多核很容易，每个线程都可以独立处理单独的客户端请求，但在桌面上就比较困难了，因为这通常需要你将计算密集型代码做如下处理：

1. 将其分割成小块。

2. 通过多线程并行执行这些分块。

3. 以线程安全和高效的方式整理可用结果。

虽然您可以使用经典的多线程结构来完成所有这些工作，但这很不方便，尤其是分区和整理步骤。另一个问题是，当多个线程同时处理相同数据时，为线程安全加锁的常规策略会导致大量争用。

PFX 库就是专门为这些情况而设计的。

备注

利用多核或多处理器进行编程称为并行编程。这是更广泛的多线程概念的一个子集。

PFX 概念

在线程之间分配工作有两种策略：数据并行和任务并行。

当一组任务必须在许多数据值上执行时，我们可以通过让每个线程在一个数据值子集上执行（相同的）一组任务来实现并行化。这就是所谓的数据并行，因为我们是在线程之间分割数据。与此相反，在任务并行时，我们对任务进行分区；换句话说，我们让每个线程执行不同的任务。

一般来说，数据并行在高并行硬件上更容易实现，扩展性也更好，因为它减少或消除了共享数据（从而减少了争用和线程安全问题）。此外，数据并行利用了数据值往往多于离散任务这一事实，增加了并行的潜力。

数据并行也有利于结构化并行，这意味着并行工作单元在程序中的同一位置开始和结束。相比之下，任务并行往往是非结构化的，这意味着并行工作单元可能在程序中分散的地方开始和结束。结构化并行更简单、更不容易出错，而且可以将分区和线程协调（甚至是结果整理）等困难的工作外包给库。

PFX 组件

PFX 包括两层功能，如图 22-1 所示。高层包括两个结构化数据并行应用程序接口：PLINQ 和Parallel 类。较低层包含任务并行类，外加一组额外的构造，以帮助并行编程活动。

图 22-1. PFX 组件

PLINQ 提供了最丰富的功能：它能自动执行并行化的所有步骤，包括将工作划分为任务、在线程上执行这些任务，以及将结果整理为单一的输出序列。 ...