微软的并行运算平台(Microsoft’s Parallel Computing Platform (PCP))提供了这样一个工具,让软件开发人员可以有效的使用多核提供的性能.
Visual Studio 2010 和 .NET Framework 4 提供了新的运行时、新的类库类型以及新的诊断工具,从而增强了对并行编程的支持。 这些功能简化了并行开发,使您能够通过固有方法编写高效、细化且可伸缩的并行代码,而不必直接处理线程或线程池.
实验1:测试一般Foreach,Parallel.For,Parallel.Foreach三种情况的效率问题,执行方法:Tostring()
测试结果:
源码:
using System; using System.Collections.Concurrent; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; namespace 测试ParallelFor { class Program { /* * 测试分析结果 * Parallel.For、Parallel.Foreach发挥出了平行运算的优势,将效率提高了接近一半左右。 * * 测试总结 * 对于Parallel.For、Parallel.Foreach的使用应该要特别小心, * 它们的优势是处理列表很长,且对列表内的元素进行很复杂的业务逻辑,且不会使用共享资源, * 只针对自身的业务逻辑处理,方才能提升效率。 * 因为如果逻辑过于简单的话,创建线程的花费将大于业务执行的花费,得不偿失。 */ static void Main(string[] args) { //产生测试资料 List<int> testData = new List<int>(); Random Rand = new Random(); //产生乱数列表 for (int i = 0; i < 1000000; i++) { testData.Add(Rand.Next(1000)); } //打印正确结果 Console.WriteLine(testData.Sum()); for (int i = 0; i < 5; i++) { Console.WriteLine(); TestFor(testData); TestParallelFor(testData); TestParallelForeach(testData); } Console.ReadKey(); } static void TestFor(List<int> testData) { DateTime time1 = DateTime.Now; foreach (var item in testData) { item.ToString(); } Console.WriteLine(string.Format("ForEach: t{0} in {1}", testData.Sum(), (DateTime.Now - time1).TotalMilliseconds)); } static void TestParallelFor(List<int> testData) { DateTime time1 = DateTime.Now; Parallel.For(0, testData.Count, (i, loopState) => { testData[i].ToString(); }); Console.WriteLine(string.Format("Parallel.For: t{0} in {1}", testData.Sum(), (DateTime.Now - time1).TotalMilliseconds)); } static void TestParallelForeach(List<int> testData) { //记录结果用 DateTime time1 = DateTime.Now; Parallel.ForEach(testData, (item, loopState) => { item.ToString(); }); Console.WriteLine(string.Format("Parallel.ForEach:t{0} in {1}", testData.Sum(), (DateTime.Now - time1).TotalMilliseconds)); } } }
实验2:Parallel的线程管理情况
测试结果:
Parallel会再最近的一个thread结束后,把该完成的ThreadId作为新的开辟的线程的Id,
源码:
实验3:最大线程数。线程是CPU进行调度的单位,进程是系统进程调度的单位。线程组成进程。设置平行运行最大最大线程数:2个;这样系统运行可控,不会造成高CPU的情况
结果及源码:
实验4:Parallel的跳出循环以及终止循环。
Parallel.ForEach(list,new ParallelOptions(){ MaxDegreeOfParallelism=2}, (p, state1) => { Invoke(p); state1.Break();//Break用于根据条件过滤循环,Break不是Continue,不要搞混了!Break是执行完现有的迭代后跳出! state1.Stop();//Stop方法用于退出Paraller循环,表示立刻退循环,cease=终止 return; //注意:不论是Break还是Stop方法,后面的return语句是必须的,否则当前循环体第13行的语句还是会被执行。 });
ParallelLoopState.Stop() 提供了退出循环的方法,这种方式要比其他两种方法更快。这个方法通知循环不要再启动执行新的迭代,并尽可能快的推出循环。
ParallelLoopState.IsStopped 属性可用来判定其他迭代是否调用了 Stop 方法。
Break不是Continue,不要搞混了!Break是执行完现有的迭代后跳出!
ParallelLoopState.Break() 通知循环继续执行本元素前的迭代,但不执行本元素之后的迭代。最前调用 Break 的起作用,并被记录到 ParallelLoopState.LowestBreakIteration 属性中
其他知识点:
未设置最大线程数的情况下:
1.为设置最大线程的情况下,TPL默认线程数为任务数(系统允许的情况下,设置ThreadPool.SetMaxThreads没有效果)。
2.TPL默认启动5个线程,任务数小于5的话,启动任务数个线程。
3.如果任务较多,TPL在初始化5个线程后,每隔100毫秒左右新增线程,直到达到最大线程数。如果新增线程的过程中有任务完成,那么就不会新增线程。
缺点:线程数无法控制,容易造成高CPU,系统失去响应。
4.容易带来CPU占用。
转载于:https://www.cnblogs.com/x-poior/p/6262965.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/35282.html