Parallel.ForEach 每次都会给出不同的结果

Question

请帮我将以下循环转换为并行循环。我尝试使用 Parallel.ForEach 和 ConcurrentBag 而不是 HashSet，但奇怪的是“Matched”每次返回不同的结果。

我想不通...是不是因为线程安全问题？

关键字列表包含大约 500 个唯一字符串，每个字符串长度为 1-3 个单词。

Items 包含大约 10000 个项目。

原码：

    Dim Items As IEnumerable(Of Item) = Db.Items.GetAll

    Dim Keywords As HashSet(Of String) 
    Dim Matched As HashSet(Of Item)

    For Each Item In Items

        For Each Keyword In Keywords

            If Regex.IsMatch(Headline, String.Format("\b{0}\b", Keyword), RegexOptions.IgnoreCase Or RegexOptions.CultureInvariant) Then 
                If Not Matched.Contains(Item) Then
                    Matched.Add(Item)
                End If

            End If

        Next

    Next

尝试将其转换为

Dim Items As IEnumerable(Of Item) = Db.Items.GetAll

Dim Keywords As HashSet(Of String) 
Dim Matched As Concurrent.ConcurrentBag(Of Item)

Threading.Tasks.Parallel.ForEach(Of Item)(Items, Sub(Item)
    For Each Keyword In Keywords
        If Regex.IsMatch(Item.Title, String.Format("\b{0}\b", Keyword), RegexOptions.IgnoreCase Or RegexOptions.CultureInvariant) Then
            If Not Matched.Contains(Item) Then
            Matched.Add(Item)
            End If
       Continue For
      End If
   Next
End If

Answer 1

是的，您的代码当然不是线程安全的。使用线程安全的集合不会使您的代码自动成为线程安全的，您仍然需要正确使用它们。

您的问题是，在 Contains() 完成之后但在一个线程上调用 Add() 之前，可以在另一个线程上调用 Add()（同样也可能发生 同时 @987654326 @ 执行）。

你需要做的是：

1. 使用锁定（这意味着您不再需要使用线程安全集合）；或
2. 使用类似ConcurrentHashSet 的东西。 .Net 中没有这样的类，但您可以改用ConcurrentDictionary（即使它不完全符合您的需求）。您可以调用Matched.TryAdd(Item, True)，而不是调用Contains()，然后调用Add()，其中True 存在只是因为ConcurrentDictionary 需要一些价值。