为什么我的 Parallel.ForAll 调用最终使用单个线程？

Question

我最近一直在使用 PLINQ 来执行一些数据处理。

基本上我有大约 4000 个时间序列（所以基本上是 Dictionary<DataTime,T> 的实例），我将它们存储在一个名为 timeSeries 的列表中。

要执行我的操作，我只需：

timeSeries.AsParallel().ForAll(x=>myOperation(x))

如果我看看我的不同内核发生了什么，我注意到首先，我所有的 CPU 都在使用，我在控制台（我输出一些日志）上看到同时处理了几个时间序列时间。

但是，这个过程很长，大约 45 分钟后，日志清楚地表明只有一个线程在工作。这是为什么呢？

我试着思考了一下，我意识到timeSeries 包含从myOperation 的角度来看更易于处理的实例，位于列表的开头和结尾。所以，我想知道 PLINQ 使用的算法是否包括将 4000 个实例拆分为 4 个核心，每个核心分配 1000 个。然后，当核心完成其工作分配时，它又回到空闲状态。这意味着其中一个核心可能面临更重的工作量。

我的理论是正确的还是有其他可能的解释？

我应该在运行列表之前对其进行洗牌，还是可以使用某种并行参数来解决该问题？

Answer 1

您的理论可能是正确的，尽管有一种叫做“偷工减料”的东西可以反驳这一点。我不确定为什么这在这里不起作用。外部末端有很多（>=几十个）大型工作还是只有几个？

除了改组您的数据之外，您还可以将the overload 用于接受custom Partioner 的AsParallel()。这样可以让你更好地平衡工作。

旁注：对于这种情况，我更喜欢Parallel.ForEach()，更多选项和更简洁的语法。