并行编程 TPL答案

【问题标题】：Parallel Programming TPL并行编程 TPL
【发布时间】：2011-12-06 05:22:55
【问题描述】：

当您生成多个任务时，如下所示：

 for (int i = 0; i < 1000000; i++) {
        // create a new task
        tasks[i] = new Task<int>((stateObject) => {
            tls.Value = (int)stateObject;

                for (int j = 0; j < 1000; j++) {
                // update the TLS balance
                tls.Value++;
                }

            return tls.Value;
            }, account.Balance);

        tasks[i].Start();
 }

这些任务基本上是在 ProcessThread 上运行的。因此，我们可以为 1,000,000 个任务对 1 个进程线程进行 1,000,000 次切片。

是不是 TPL 任务调度器查看操作系统并确定我们在多核机器中有 8 个虚拟进程线程，然后将 1,000,000 个任务的负载分配给这 8 个虚拟进程线程？

【问题讨论】：

我不确定语法，但逻辑似乎是正确的。我会推荐parallel.for

标签： c# multithreading task-parallel-library

【解决方案1】：

现在任务基本上是在 ProcessThread 上运行的。所以我们可以为 1000000 个任务分割 1 个进程线程 1000000 次。

这不是真的。 Task != 一个线程，尤其不等同于ProcessThread。多个任务将被安排到一个线程上。

是 TPL 任务调度器查看操作系统并确定我们在多核机器中有 8 个虚拟进程线程，因此将 1000000 个任务的负载分配给这 8 个虚拟进程线程吗？

实际上，是的。当使用默认的 TaskScheduler（你在上面做的）时，任务在 ThreadPool 线程上运行。 1000000 个任务不会创建 1000000 个线程（尽管它会使用超过你提到的 8 个......）

话虽如此，通过Parallel.For 或Parallel.ForEach 通常可以更好地处理数据并行性（例如在巨大的for 循环中循环）。 Parallel 类将在内部使用Partitioner<T> 将工作拆分为更少的任务，这将为您提供更好的整体性能，因为它的开销要少得多。更多详情，请查看我在Partitioning in the TPL上的帖子。

【讨论】：

【解决方案2】：

粗略地说，您当前的代码在 ThreadPool 上推送了 1000000 个任务。当这些任务花费大量时间时，您可能会遇到问题。

在这种情况下，请始终使用

Parallel.For(0, 1000000, ...);

然后你不仅有调度器，更重要的是还有一个分区器帮助你分配负载。
更不用说它更具可读性。

【讨论】：