几时使用,Foreach的漫天文化要点

场景伍:退出操作 (使用 Parallel.ForEach)

Parallel.ForEach 有个重载注明如下,其中包涵3个 ParallelLoopState 对象:

public static ParallelLoopResult ForEach<TSource >(
    IEnumerable<TSource> source,
    Action<TSource, ParallelLoopState> body)

ParallelLoopState.Stop()
提供了脱离循环的艺术,那种艺术要比任何两种办法更加快。那么些法子文告循环不要再开发银行实践新的迭代,并尽量快的推出循环。

ParallelLoopState.IsStopped 属性可用来剖断其他迭代是不是调用了 Stop 方法。

示例:

public static boolean FindAny<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>
{
    var matchFound = false;
    Parallel.ForEach(TSpace,
        (curValue, loopstate) =>
            {
                if (curValue.Equals(match) )
                {
                    matchFound = true;
                    loopstate.Stop();
                }
            });
    return matchFound;
}

ParallelLoopState.Break() 文告循环继续实施本成分前的迭代,但不奉行本成分之后的迭代。最前调用
Break 的起成效,并被记录到 ParallelLoopState.LowestBreakIteration
属性中。这种管理格局经常被采用在3个平稳的物色管理中,比如你有3个排序过的数组,你想在其间查找相配成分的蝇头
index,那么能够利用以下的代码:

public static int FindLowestIndex<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>
{
    var loopResult = Parallel.ForEach(source,
        (curValue, loopState, curIndex) =>
        {
            if (curValue.Equals(match))
            {
                loopState.Break();
            }
         });
    var matchedIndex = loopResult.LowestBreakIteration;
    return matchedIndex.HasValue ? matchedIndex : -1;
}

现象四:管理七个集聚(使用 PLINQ)

PLINQ 的 Zip
方法提供了并且遍历五个集结并开始展览重组元算的办法,并且它可以与其余查询管理操作结合,达成卓殊复杂的职能。

示例:

    public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)  
    {  
        return  
            a  
            .AsParallel()  
            .AsOrdered()  
            .Select(element => ExpensiveComputation(element))  
            .Zip(  
                b  
                .AsParallel()  
                .AsOrdered()  
                .Select(element => DifferentExpensiveComputation(element)),  
                (a_element, b_element) => Combine(a_element,b_element));  
    }  

 示例中的四个数据源能够并行管理,当相互都有2个可用成分时提须要 Zip
举办延续管理(Combine)。

Parallel.ForEach 也能完毕类似的 Zip 管理:

    public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)  
    {  
        var numElements = Math.Min(a.Count(), b.Count());  
        var result = new T[numElements];  
        Parallel.ForEach(a,  
            (element, loopstate, index) =>  
            {  
                var a_element = ExpensiveComputation(element);  
                var b_element = DifferentExpensiveComputation(b.ElementAt(index));  
                result[index] = Combine(a_element, b_element);  
            });  
        return result;  
    }  

 当然使用 Parallel.ForEach
后你就得本人认然则不是要维持原有系列,并且要专注数组越界访问的难点。

Parallel.ForEach

Parallel.ForEach 是 foreach
的十二线程完成,他们都能对 IEnumerable<T>
类型对象开始展览遍历,Parallel.ForEach
的新鲜之处在于它使用拾贰线程来实践循环体内的代码段。

Parallel.ForEach 最常用的款型如下:

public static ParallelLoopResult ForEach<TSource>(
    IEnumerable<TSource> source,
    Action<TSource> body)

简介

当须要为多核机器举行优化的时候,最棒先检查下你的先后是或不是有处理能够分割开来进行并行管理。(举例,有1个光辉的数目群集,个中的因素须求二个一个开展交互独立的耗费时间测算)。

.net framework 4 中提供了 Parallel.ForEach 和 PLINQ
来支持大家进行并行处理,本文研商那两边的区别及适用的现象。

场合三:流数据 之 并行管理(使用 PLINQ)

PLINQ 能输出流数据,这本性格在转须臾之间场面特别管用:

一.
结实集不需即使一个全部的管理落成的数组,即:任几时间点下内部存储器中仅维持数组中的部分音讯

  1. 你能够在八个单线程上遍历输出结果(就象是他们一度存在/管理完了)

示例:

public static void AnalyzeStocks(IEnumerable<Stock> Stocks)
{
    var StockRiskPortfolio =
        Stocks
        .AsParallel()
        .AsOrdered()
        .Select(stock => new { Stock = stock, Risk = ComputeRisk(stock)})
        .Where(stockRisk => ExpensiveRiskAnalysis(stockRisk.Risk));

    foreach (var stockRisk in StockRiskPortfolio)
    {
        SomeStockComputation(stockRisk.Risk);
        // StockRiskPortfolio will be a stream of results
    }
}

此地运用1个单线程的 foreach 来对 PLINQ 的出口举办持续管理,常常情状下
foreach 不须求等待 PLINQ 管理完全数数据就能开首运行。

PLINQ 也同意钦赐输出缓存的方法,具体可参看 PLINQ 的 WithMergeOptions
方法,及 ParallelMergeOptions 枚举

场景5:线程局地变量

Parallel.ForEach 提供了一个线程局部变量的重载,定义如下:

    public static ParallelLoopResult ForEach<TSource, TLocal>(  
        IEnumerable<TSource> source,  
        Func<TLocal> localInit,  
        Func<TSource, ParallelLoopState, TLocal,TLocal> body,  
        Action<TLocal> localFinally)  

 使用的演示:

    public static List<R> Filtering<T,R>(IEnumerable<T> source)  
    {  
        var results = new List<R>();  
        using (SemaphoreSlim sem = new SemaphoreSlim(1))  
        {  
            Parallel.ForEach(source,  
                () => new List<R>(),  
                (element, loopstate, localStorage) =>  
                {  
                    bool filter = filterFunction(element);  
                    if (filter)  
                        localStorage.Add(element);  
                    return localStorage;  
                },  
                (finalStorage) =>  
                {  
                    lock(myLock)  
                    {  
                        results.AddRange(finalStorage)  
                    };  
                });  
        }  
        return results;  
    }  

 线程局地变量有何样优势呢?请看上边包车型客车例证(1个网页抓取程序):

    public static void UnsafeDownloadUrls ()  
    {  
        WebClient webclient = new WebClient();  
        Parallel.ForEach(urls,  
            (url,loopstate,index) =>  
            {  
                webclient.DownloadFile(url, filenames[index] + ".dat");  
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
            });  
    }  

 平常第一版代码是那般写的,可是运转时会报错“System.NotSupportedException
-> WebClient does not support concurrent I/O
operations.”。那是因为八个线程不能同时做客同四个 WebClient
对象。所以我们会把 WebClient 对象定义到线程中来:

    public static void BAD_DownloadUrls ()  
    {  
        Parallel.ForEach(urls,  
            (url,loopstate,index) =>  
            {  
                WebClient webclient = new WebClient();  
                webclient.DownloadFile(url, filenames[index] + ".dat");  
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
            });  
    }  

 修改之后依然不正常,因为您的机器不是服务器,多量实例化的 WebClient
快速达到你机器允许的杜撰连接上限数。线程局地变量能够化解这些主题材料:

    public static void downloadUrlsSafe()  
    {  
        Parallel.ForEach(urls,  
            () => new WebClient(),  
            (url, loopstate, index, webclient) =>  
            {  
                webclient.DownloadFile(url, filenames[index]+".dat");  
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
                return webclient;  
            },  
                (webclient) => { });  
    }  

 那样的写法保障了大家能获得丰硕的 WebClient 实例,同时这个 WebClient
实例相互隔绝仅仅属于个别关联的线程。

尽管如此 PLINQ 提供了 ThreadLocal<T> 对象来落成类似的遵循:

    public static void downloadUrl()  
    {  
        var webclient = new ThreadLocal<WebClient>(()=> new WebClient ());  
        var res =  
            urls  
            .AsParallel()  
            .ForAll(  
                url =>  
                {  
                    webclient.Value.DownloadFile(url, host[url] +".dat"));  
                    Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);  
                });  
    }  

 可是请留意:ThreadLocal<T> 相对来讲开支更加大!

此情此景肆:管理五个汇集(使用 PLINQ)

PLINQ 的 Zip
方法提供了并且遍历五个集结并开始展览整合元算的主意,并且它能够与别的查询管理操作结合,落成异常复杂的职能。

示例:

public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)
{
    return
        a
        .AsParallel()
        .AsOrdered()
        .Select(element => ExpensiveComputation(element))
        .Zip(
            b
            .AsParallel()
            .AsOrdered()
            .Select(element => DifferentExpensiveComputation(element)),
            (a_element, b_element) => Combine(a_element,b_element));
}

以身作则中的多个数据源能够并行管理,当2者都有二个可用成分时提必要 Zip
举办持续处理(Combine)。

Parallel.ForEach 也能完毕类似的 Zip 管理:

public static IEnumerable<T> Zipping<T>(IEnumerable<T> a, IEnumerable<T> b)
{
    var numElements = Math.Min(a.Count(), b.Count());
    var result = new T[numElements];
    Parallel.ForEach(a,
        (element, loopstate, index) =>
        {
            var a_element = ExpensiveComputation(element);
            var b_element = DifferentExpensiveComputation(b.ElementAt(index));
            result[index] = Combine(a_element, b_element);
        });
    return result;
}

理所当然使用 Parallel.ForEach
后你就得和睦认不过不是要保持原来系列,并且要留意数组越界访问的难题。

====================================================================

气象二:顺序数据 之 并行管理(使用 PLINQ 来维持数据顺序)

当输出的多寡体系必要保持原来的依次时选取 PLINQ 的 AsOrdered
方法分外简单高效。

示范代码:

public static void GrayscaleTransformation(IEnumerable<Frame> Movie)
{
    var ProcessedMovie =
        Movie
        .AsParallel()
        .AsOrdered()
        .Select(frame => ConvertToGrayscale(frame));

    foreach (var grayscaleFrame in ProcessedMovie)
    {
        // Movie frames will be evaluated lazily
    }
}

理由:

  1. Parallel.ForEach
    达成起来须要绕一些弯路,首先你供给利用以下的重载在点子:

    public static ParallelLoopResult ForEach(

     IEnumerable<TSource> source,
     Action<TSource, ParallelLoopState, Int64> body)
    

以此重载的 Action 多含有了 index
 参数,那样您在输出的时候就能接纳那一个值来保持原来的队列顺序。请看下边包车型大巴例子:

public static double [] PairwiseMultiply(double[] v1, double[] v2)
{
    var length = Math.Min(v1.Length, v2.Lenth);
    double[] result = new double[length];
    Parallel.ForEach(v1, (element, loopstate, elementIndex) =>
        result[elementIndex] = element * v2[elementIndex]);
    return result;
}

您或者曾经意识到此地有个显然的主题材料:大家使用了稳定长度的数组。倘诺传入的是
IEnumerable 那么您有八个缓慢解决方案:

(1) 调用 IEnumerable.Count()
来获取数据长度,然后用这一个值实例化叁个一定长度的数组,然后利用上例的代码。

(二) The second option would be to materialize the original collection
before using it; in the event that your input data set is prohibitively
large, neither of the first two options will be
feasible.(没看懂贴原版的书文)

(3)
第两种办法是选择再次回到贰个哈希会集的主意,那种措施下一般须要至少2倍于传播数据的内部存款和储蓄器,所以拍卖大数量时请慎用。

(四) 自身完成排序算法(保障传入数据与传播数据通过排序后次序一致)

  1. 对待 PLINQ 的 AsOrdered
    方法这么归纳,而且该办法能管理流式的数目,从而允许传入数据是延迟贯彻的(lazy materialized)

PLINQ

PLINQ 也是一种对数码实行并行管理的编制程序模型,它经过 LINQ 的语法来促成类似
Parallel.ForEach 的多线程并行管理。

PLINQ

PLINQ 也是一种对数据开始展览并行管理的编制程序模型,它通过 LINQ 的语法来促成类似
Parallel.ForEach 的多线程并行管理。

Parallel.ForEach

Parallel.ForEach 是 foreach
的八线程达成,他们都能对 IEnumerable<T>
类型对象开始展览遍历,Parallel.ForEach
的特种之处在于它使用四线程来举办循环体内的代码段。

Parallel.ForEach 最常用的款式如下:

public static ParallelLoopResult ForEach<TSource>(  IEnumerable<TSource> source,        Action<TSource> body)   

情状一:轻便数据 之 独立操作的并行管理(使用 Parallel.ForEach)

以身作则代码:

public static void IndependentAction(IEnumerable<T> source, Action<T> action)
{
    Parallel.ForEach(source, element => action(element));
}

理由:

  1. 虽说 PLINQ 也提供了贰个近乎的 ForAll
    接口,但它对于简易的独立操作太重量化了。

  2. 使用 Parallel.ForEach 你还能够够设定
    ParallelOptions.马克斯DegreeOfParalelism
    参数(钦定最多须求某些个线程),那样当 ThreadPool
    能源贫乏(以致当可用线程数<MaxDegreeOfParalelism)的时候, Parallel.ForEach
    依旧能够胜利运行,并且当后续有更加多可用线程出现时,Parallel.ForEach
    也能及时地行使那个线程。PLINQ 只好通过WithDegreeOfParallelism
    方法来供给一定的线程数,即:供给了多少个正是多少个,不会多也不会少。

原文pdf:http://download.csdn[.NET](http://lib.csdn.net/base/dotnet)/detail/sqlchen/7509513

场景5:线程局地变量

Parallel.ForEach 提供了二个线程局地变量的重载,定义如下:

public static ParallelLoopResult ForEach<TSource, TLocal>(
    IEnumerable<TSource> source,
    Func<TLocal> localInit,
    Func<TSource, ParallelLoopState, TLocal,TLocal> body,
    Action<TLocal> localFinally)

应用的以身作则:

public static List<R> Filtering<T,R>(IEnumerable<T> source)
{
    var results = new List<R>();
    using (SemaphoreSlim sem = new SemaphoreSlim(1))
    {
        Parallel.ForEach(source,
            () => new List<R>(),
            (element, loopstate, localStorage) =>
            {
                bool filter = filterFunction(element);
                if (filter)
                    localStorage.Add(element);
                return localStorage;
            },
            (finalStorage) =>
            {
                lock(myLock)
                {
                    results.AddRange(finalStorage)
                };
            });
    }
    return results;
}

线程局地变量有啥优势呢?请看上面包车型地铁例子(1个网页抓取程序):

public static void UnsafeDownloadUrls ()
{
    WebClient webclient = new WebClient();
    Parallel.ForEach(urls,
        (url,loopstate,index) =>
        {
            webclient.DownloadFile(url, filenames[index] + ".dat");
            Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
        });
}

平日第3版代码是这么写的,可是运维时会报错“System.NotSupportedException
-> WebClient does not support concurrent I/O
operations.”。那是因为五个线程无法同时做客同三个 WebClient
对象。所以大家会把 WebClient 对象定义到线程中来:

public static void BAD_DownloadUrls ()
{
    Parallel.ForEach(urls,
        (url,loopstate,index) =>
        {
            WebClient webclient = new WebClient();
            webclient.DownloadFile(url, filenames[index] + ".dat");
            Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
        });
}

修改以往依然分外,因为您的机械不是服务器,大批量实例化的 WebClient
急忙达到你机器允许的虚拟连接上限数。线程局部变量能够缓和那一个难点:

public static void downloadUrlsSafe()
{
    Parallel.ForEach(urls,
        () => new WebClient(),
        (url, loopstate, index, webclient) =>
        {
            webclient.DownloadFile(url, filenames[index]+".dat");
            Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
            return webclient;
        },
            (webclient) => { });
}

那般的写法保障了大家能获得丰裕的 WebClient 实例,同时这么些 WebClient
实例互相隔开仅仅属于个别关联的线程。

即使 PLINQ 提供了 ThreadLocal<T> 对象来得以落成类似的效用:

public static void downloadUrl()
{
    var webclient = new ThreadLocal<WebClient>(()=> new WebClient ());
    var res =
        urls
        .AsParallel()
        .ForAll(
            url =>
            {
                webclient.Value.DownloadFile(url, host[url] +".dat"));
                Console.WriteLine("{0}:{1}", Thread.CurrentThread.ManagedThreadId, url);
            });
}

不过请留心:ThreadLocal<T> 相对来讲费用越来越大!

情景3:流数据 之 并行管理(使用 PLINQ)

PLINQ 能输出流数据,那一个特点在弹指间场面尤其有效:

一.
结果集不需若是二个总体的管理完毕的数组,即:任哪天刻点下内部存储器中仅维持数组中的部分音讯

  1. 您可见在3个单线程上遍历输出结果(就接近他们早已存在/管理完了)

示例:

    public static void AnalyzeStocks(IEnumerable<Stock> Stocks)  
    {  
        var StockRiskPortfolio =  
            Stocks  
            .AsParallel()  
            .AsOrdered()  
            .Select(stock => new { Stock = stock, Risk = ComputeRisk(stock)})  
            .Where(stockRisk => ExpensiveRiskAnalysis(stockRisk.Risk));  

        foreach (var stockRisk in StockRiskPortfolio)  
        {  
            SomeStockComputation(stockRisk.Risk);  
            // StockRiskPortfolio will be a stream of results  
        }  
    }  

 

那边运用2个单线程的 foreach 来对 PLINQ 的出口进行一而再管理,日常景况下
foreach 不必要静观其变 PLINQ 管理完全数数据就能伊始运行。

PLINQ 也允许钦定输出缓存的主意,具体可参考 PLINQ 的 WithMergeOptions
方法,及 ParallelMergeOptions 枚举

简介

当需求为多核机器举行优化的时候,最棒先反省下您的主次是或不是有管理能够分割开来进行并行管理。(比方,有多少个高大的数量集合,个中的要素必要2个一个开始展览互动独立的耗费时间总结)。

.net framework 四 中提供了 Parallel.ForEach 和 PLINQ
来辅助大家开始展览并行管理,本文切磋那2者的歧异及适用的光景。

情景2:顺序数据 之 并行处理(使用 PLINQ 来维全面据顺序)

当输出的数量连串要求保险原有的顺序时利用 PLINQ 的 AsOrdered
方法十一分轻便高效。

示范代码:

    public static void GrayscaleTransformation(IEnumerable<Frame> Movie)  
    {  
        var ProcessedMovie =  
            Movie  
            .AsParallel()  
            .AsOrdered()  
            .Select(frame => ConvertToGrayscale(frame));  

        foreach (var grayscaleFrame in ProcessedMovie)  
        {  
            // Movie frames will be evaluated lazily  
        }  
    }  

 理由:

  1. Parallel.ForEach
    实现起来必要绕一些弯路,首先你供给动用以下的重载在措施:

     public static ParallelLoopResult ForEach<TSource >(  
         IEnumerable<TSource> source,  
         Action<TSource, ParallelLoopState, Int64> body)  
    

 那些重载的 Action 多含有了 index
 参数,那样您在出口的时候就能动用这一个值来维系原来的队列顺序。请看下边包车型地铁例证:

    public static double [] PairwiseMultiply(double[] v1, double[] v2)  
    {  
        var length = Math.Min(v1.Length, v2.Lenth);  
        double[] result = new double[length];  
        Parallel.ForEach(v1, (element, loopstate, elementIndex) =>  
            result[elementIndex] = element * v2[elementIndex]);  
        return result;  
    }  

 
你恐怕早就意识到此处有个明显的题材:我们运用了一贯长度的数组。假诺传入的是
IEnumerable 那么您有四个减轻方案:

(一) 调用 IEnumerable.Count()
来获取数据长度,然后用那几个值实例化一个恒定长度的数组,然后采纳上例的代码。

(贰) The second option would be to materialize the original collection
before using it; in the event that your input data set is prohibitively
large, neither of the first two options will be
feasible.(没看懂贴原版的书文)

(三)
第两种艺术是选拔重回贰个哈希集结的秘诀,那种格局下一般供给至少二倍于传播数据的内部存款和储蓄器,所以拍卖大数据时请慎用。

(四)
自身完结排序算法(有限辅助传入数据与传播数据通过排序后次序一致)

  1. 对照 PLINQ 的 AsOrdered
    方法这么总结,而且该方法能管理流式的多寡,从而允许传入数据是延迟兑现的(lazy materialized)

意况1:轻便数据 之 独立操作的并行管理(使用 Parallel.ForEach)

示范代码:

    public static void IndependentAction(IEnumerable<T> source, Action<T> action)  
    {  
        Parallel.ForEach(source, element => action(element));  
    }  

 理由:

  1. 虽说 PLINQ 也提供了2个近乎的 ForAll
    接口,但它对于简易的单身操作太重量化了。
  2. 应用 Parallel.ForEach 你仍是能够够设定
    ParallelOptions.马克斯DegreeOfParalelism
    参数(钦定最多须求有些个线程),这样当 ThreadPool
    财富紧张(以至当可用线程数<马克斯DegreeOfParalelism)的时候, Parallel.ForEach
    依旧能够胜利运作,并且当后续有越来越多可用线程现身时,Parallel.ForEach
    也能及时地动用这么些线程。PLINQ 只可以通过WithDegreeOfParallelism
    方法来供给一定的线程数,即:须要了多少个正是多少个,不会多也不会少。

原作者: Pamela Vagata, Parallel Computing Platform Group, Microsoft
Corporation

场景5:退出操作 (使用 Parallel.ForEach)

Parallel.ForEach 有个重载评释如下,个中累积3个 ParallelLoopState 对象:

 

    public static ParallelLoopResult ForEach<TSource >(  
        IEnumerable<TSource> source,  
        Action<TSource, ParallelLoopState> body)  

ParallelLoopState.Stop()
提供了脱离循环的方法,那种格局要比任何二种艺术越来越快。这几个艺术公告循环不要再起步施行新的迭代,并尽恐怕快的推出循环。

ParallelLoopState.IsStopped 属性可用来剖断别的迭代是还是不是调用了 Stop
方法。

示例:

    public static boolean FindAny<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>  
    {  
        var matchFound = false;  
        Parallel.ForEach(TSpace,  
            (curValue, loopstate) =>  
                {  
                    if (curValue.Equals(match) )  
                    {  
                        matchFound = true;  
                        loopstate.Stop();  
                    }  
                });  
        return matchFound;  
    }  

 ParallelLoopState.Break() 通告循环继续实践本元素前的迭代,但不推行本成分之后的迭代。最前调用
Break 的起效能,并被记录到 ParallelLoopState.LowestBreakIteration
属性中。那种管理格局经常被接纳在2个不改变的搜寻管理中,举个例子你有3个排序过的数组,你想在其间查找相配成分的小不点儿
index,那么可以动用以下的代码:

    public static int FindLowestIndex<T,T>(IEnumerable<T> TSpace, T match) where T: IEqualityComparer<T>  
    {  
        var loopResult = Parallel.ForEach(source,  
            (curValue, loopState, curIndex) =>  
            {  
                if (curValue.Equals(match))  
                {  
                    loopState.Break();  
                }  
             });  
        var matchedIndex = loopResult.LowestBreakIteration;  
        return matchedIndex.HasValue ? matchedIndex : -1;  
    }  

 尽管 PLINQ 也提供了退出的机制(cancellation
token
),但相对来讲退出的火候并不曾
Parallel.ForEach 那么及时。