通过字符串数组进行多个 webrequest

Question

我有超过 2000 个 url 调用要进行，并且使用下面的代码需要将近 2 分钟才能完成。有人可以帮我加快这个过程吗？

private void button4_Click(object sender, EventArgs e)
    {
        WebRequest req;
        WebResponse res;
        string[] lines = File.ReadAllLines(@"c:\data\temp.txt");
        for (int i = 0; i < lines.Count(); i++)
        {
            req = WebRequest.Create(lines[i]); 
            res = req.GetResponse();
            StreamReader rd = new StreamReader(res.GetResponseStream(), Encoding.ASCII);
            rd.Close();
            res.Close();
            textBox1.Text += ".";
        }
    } 

非常感谢

Answer 1

我将建议您为此使用 Microsoft 的响应式框架。 NuGet“Rx-Main”、“Rx-WinForms”/“Rx-WPF”。

代码如下所示：

private void button4_Click(object sender, EventArgs e)
{
    var query =
        from line in File.ReadAllLines(@"c:\data\temp.txt").ToObservable()
        from result in Observable.Defer(() =>
        {
            var req = WebRequest.Create(line);
            return
                Observable.Using(
                    () => req.GetResponse(),
                    res => Observable.Using(
                        () => new StreamReader(res.GetResponseStream(), Encoding.ASCII),
                        st => Observable.Start(() => st.ReadToEnd())));
        })
        select new { line, result };

    query
        .ObserveOn(textBox1)
        .Subscribe(x => textBox1.Text += ".");
}

我假设您正在尝试从流中读取字符串。

这段代码很好地处理了所有中间对象。它还正确地对请求进行多线程处理，并将结果编组到 UI 线程并更新文本框文本。

这段代码稍微干净一点的版本是这样的：

private void button4_Click(object sender, EventArgs e)
{
    var query =
        from line in File.ReadAllLines(@"c:\data\temp.txt").ToObservable()
        from result in Observable.Using(
            () => new WebClient(),
            wc => Observable.Start(() => wc.DownloadString(new Uri(line))))
        select new { line, result };

    query
        .ObserveOn(textBox1)
        .Subscribe(x => textBox1.Text += ".");
}

它使用WebClient 进行下载。它仍然可以根据需要进行多线程处理。

Answer 2

您无法加快速度，因为瓶颈是您的互联网连接。但是，您可以做一些事情：

1) 不要 LINQ 计算行数，它是一个数组并且它的大小是已知的（微优化，您永远不会注意到这种变化）。

2) 使用using 释放一次性对象（与速度无关，更好的错误处理：如果您的代码出现问题，您将使用 GC 释放资源）。

3) 使它们平行。这会加快速度一点点：

private void button4_Click(object sender, EventArgs e)
{
    var lines = File.ReadAllLines(@"c:\data\temp.txt");

    var options = new ParallelOptions { MaxDegreeOfParallelism = 4 };
    Parallel.ForEach(lines, options, line => 
    {
        var request = WebRequest.Create(line);

        using (var response = request.GetResponse()) 
        {
            var reader = new StreamReader(response.GetResponseStream(), Encoding.ASCII);

            // Do your stuff

            BeginInvoke(new MethodInvoker(delegate 
            {
                textBox1.Text += ".";
            }));
        }
    });
} 

还有一些注意事项：

• MaxDegreeOfParallelism 设置最大并发请求数。多个活动的并发连接不会无限期地加快速度，甚至可能减慢速度。一些试验会帮助您将此值设置为一个合理的值。

• 没有任何错误检查，但网络问题可能会暂时出错，但经过​​短暂的延迟后，它们可能会按预期工作。我建议还阅读 System.Net.WebException: The remote name could not be resolved 和 this 以了解 I/O 操作。

为了使其成为一个更完整的示例，您的点击事件处理程序将是：

private void button4_Click(object sender, EventArgs e)
{
    var options = new ParallelOptions { MaxDegreeOfParallelism = 4 };
    Parallel.ForEach(ReadUrlList(@"c:\data\temp.txt"), options, ProcessUrl);
}

处理每个 URL 和读取 URL 列表的实际代码：

private static string[] ReadUrlList(string path)
{
    return File.ReadAllLines(@"c:\data\temp.txt");
}

private void ProcessUrl(string url)
{
    ProcessResponse(response =>
    {
        using (var reader = new StreamReader(response.GetResponseStream(), Encoding.ASCII))
       {
            // Do your stuff

            // We're working on separate threads, to access UI we
            // have to dispatch the call to UI thread. Note that
            // code will be executed asynchronously then local
            // objects may have been disposed!
            BeginInvoke(new MethodInvoker(delegate 
            {
                textBox1.Text += ".";
            }));
        }
    });
} 

使用此辅助方法隐藏网络操作的尝试/等待模式：

private static void ProcessResponse(string url, Action<WebResponse> action) 
{
    for (int i=1; i <= NumberOfRetries; ++i) 
    {
        try 
        {
            var request = WebRequest.Create(line);

            using (var response = request.GetResponse()) 
            {
                action(response);
            }

            break;
        }
        catch (Exception e) 
        {
            if (i == NumberOfRetries)
                throw;

            Thread.Sleep(DelayOnRetry);
        }
    }
}

private const int NumberOfRetries = 3;
private const int DelayOnRetry = 1000;

Answer 3

由于您没有指定框架版本，我假设您至少使用 4.5。

您可以使用ActionBlock 轻松地同时执行多个调用。 ActionBlock 在单个线程中执行其动作方法，并且可以同时执行多个执行。

你可以这样使用：

var options=new ExecutionDataflowBlockOptions
{
    MaxDegreeOfParallelism = 10
}

var block=new ActionBlock<string>(url=>
{
    using(var req = WebRequest.Create(url))
    using(var res = req.GetResponse())
    {
       //Process the response here   
    }
});

string[] lines = File.ReadAllLines(@"c:\data\temp.txt");
foreach(var line in lines)
{
    block.Post(line);
}

block.Complete();

await block.Completion;

您可以通过更改 MaxDegreeOfParallelism 方法来控制并发请求的数量。

您也可以调用GetResponseAsync异步执行请求。这不会使它们运行得更快，但会减少用于服务相同数量请求的 ThreadPool 线程的数量。这意味着在阻塞和上下文切换时浪费的 CPU 更少。

var block=new ActionBlock<string>(url=>async 
{
    using(var req = WebRequest.Create(url))
    using(var res = await req.GetResponseAsync())
    {
       //Process the response here   
    }
});

处理请求和响应是重要的。除非您处理响应，否则与服务器的连接将保持活动状态。 .NET 强制每个域（即 URL）限制 2 个并发请求，因此孤立响应可能会导致延迟，直到垃圾收集器运行并收集它们。虽然您可以覆盖限制，但最好始终处理响应。