VS2010中Parallel类实现并行计算

在StandardForLoop函数中，我们利用标准的for循环，遍历了employeeData中的每一个数据，并对数据进行了处理。普通的for循环是串行的，只能运行在CPU的一个运算核心上，如果这段程序运行在多核CPU上，在程序执行for循环的时候，你会发现CPU只有一个运算核心在工作，其他基本上都处于空闲状态。这是对宝贵的CPU资源的极大浪费。

面对这种简单独立的for循环，我们可以利用TPL提供的Parallel.For将其并行化，以充分利用多核CPU的运算能力。我们利用Parallel.For将上面的普通for循环改写如下：

// 添加相应的名字空间
using System.Threading;

//…

// 并行的for循环
        private static void ParallelForMethod()
        {
            Start("ParallelForMethod");
            
            // 并行的for循环
            Parallel.For(0, employeeData.Count, i =>
            {
                Console.WriteLine("Starting process for employee id {0}",
employeeData[i].EmployeeID);
                decimal span = Employee.Process(employeeData[i]);
                Console.WriteLine("Completed process for employee id {0}",
employeeData[i].EmployeeID);
                Console.WriteLine();
            });

            End("ParallelForMethod");
        }

　　为了使用Parallel类，我们首先需要声明System.Threading名字空间，Parallel类就在这个名字空间中。Parallel.For实际上是Parallel类提供的一个静态方法，它的第3个参数是类型为Action的委托，在这段代码中，我们直接使用Lambda表达式来将一个匿名函数直接“内联”作为Parallel.For方法的参数。从上面的代码我们也可以看出，将一个普通的串行的for循环改造为一个并行的for循环非常的容易，只要按照相应的规则调用Parallel.For函数就可以了，而运行时中的任务调度器会自己去进行任务的调度，硬件的分配等复杂而繁琐的事情，开发者则坐享其成。

　　通过使用Parallel.For对程序进行改写，可以充分利用多核CPU的运算能力，让应用程序的性能有大幅度的提升。在我的双核CPU上测试的结果是，程序性能有将近两倍的提升。

　　

　　图1，Parallel.For所带来的性能提升

　　

　　图2，充分利用CPU的计算能力

　　在Parallel.For中访问共享变量

使用Parallel.For需要注意的是，Parallel.For循环中的循环次序是乱的，并不像标准的for循环那样按照从小到大或者从大到小的顺序执行。从上面的截图中我们也可以发现，Parallel.For所处理的Emplee的ID是混乱的，并不像标准for循环那样从0到20的顺序处理。这一点我们在使用Parallel.For循环的时候要特别注意，如果你的循环对次序有要求，上一次循环是下一次循环的输入，或者是每次循环之间有相同的数据要处理，那么就不能简单地使用Parallel.For循环来并行化程序，需要做一些特殊的处理。比如，我们要统计某一个数据范围内的所有素数的个数，利用串行算法，我们可以实现如下：

// 判断某一个数是否是素数
        static bool IsPrime(int valueToTest)
        {
            int upperBound = (int)Math.Sqrt(valueToTest);
            
            for (int i = 2; i <= upperBound; i++)
            {
                if (valueToTest % i == 0) return false;
            }
            return true;
        }
        
        // 获取素数的数量
        private static void GetPrimeCount()
        {
            // 定义范围
            const int UPPER_BOUND = 4000000;
            while (true)
            {
                int totalPrimes = 0;
                var sw = System.Diagnostics.Stopwatch.StartNew();
                
                for (int i = 2; i < UPPER_BOUND; i++)
                {
                    if (IsPrime(i)) totalPrimes++;
                }
                
                // 输出耗时
                Console.WriteLine("Sequential: {0} found in {1}",
                    totalPrimes, sw.Elapsed);

                Console.ReadLine();
            }
        }

根据我们前面的示例代码，以上的并行化代码是不是看起来都很正确呢?当我们编译执行这个应用程序的时候，才会发现结果不对。这是因为程序并行化之后，多个执行单元访问同一个共享变量，当其中某一个执行单元在修改这个共享变量时，如果这时另外一个执行单元也恰好想访问这个变量，第二个执行单元的访问就会失败。针对这种情况，我们需要使用Interlocked类(或者其他的类)的函数来访问相应的共享变量，修改共享变量的值，就不会有这个问题了。我们将算法修改如下：

Parallel.For(2, UPPER_BOUND, i =>
                {
                    // 正确的共享变量访问方式
                    if (IsPrime(i)) Interlocked.Increment(ref totalPrimes);

                });

经过这样的修改，我们就可以得到正确的计算结果了。