zoukankan      html  css  js  c++  java

  • 详细的.Net并行编程高级教程--Parallel

    一直觉得自己对并发了解不够深入，特别是看了《代码整洁之道》觉得自己有必要好好学学并发编程，因为性能也是衡量代码整洁的一大标准。而且在《失控》这本书中也多次提到并发，不管是计算机还是生物都并发处理着各种事物。人真是奇怪，当你关注一个事情的时候，你会发现周围的事物中就常出现那个事情。所以好奇心驱使下学习并发。便有了此文。

    作者：Stoneniqiu来源：博客园|2015-10-13 09:18
     移动端
     收藏
      分享

    Tech Neo技术沙龙 | 11月25号，九州云/ZStack与您一起探讨云时代网络边界管理实践


    一直觉得自己对并发了解不够深入，特别是看了《代码整洁之道》觉得自己有必要好好学学并发编程，因为性能也是衡量代码整洁的一大标准。而且在《失控》这本书中也多次提到并发，不管是计算机还是生物都并发处理着各种事物。人真是奇怪，当你关注一个事情的时候，你会发现周围的事物中就常出现那个事情。所以好奇心驱使下学习并发。便有了此文。

    一、理解硬件线程和软件线程

       多核处理器带有一个以上的物理内核--物理内核是真正的独立处理单元，多个物理内核使得多条指令能够同时并行运行。硬件线程也称为逻辑内核，一个物理内 核可以使用超线程技术提供多个硬件线程。所以一个硬件线程并不代表一个物理内核；Windows中每个运行的程序都是一个进程，每一个进程都会创建并运行 一个或多个线程，这些线程称为软件线程。硬件线程就像是一条泳道，而软件线程就是在其中游泳的人。

    二、并行场合

      .Net Framework4 引入了新的Task Parallel Library(任务并行库，TPL)，它支持数据并行、任务并行和流水线。让开发人员应付不同的并行场合。

    • 数据并行：有大量数据需要处理，并且必须对每一份数据执行同样的操作。比如通过256bit的密钥对100个Unicode字符串进行AES算法加密。

    • 任务并行：通过任务并发运行不同的操作。例如生成文件散列码，加密字符串，创建缩略图。

    • 流水线：这是任务并行和数据并行的结合体。

      TPL引入了System.Threading.Tasks ,主类是Task，这个类表示一个异步的并发的操作，然而我们不一定要使用Task类的实例，可以使用Parallel静态类。它提供了 Parallel.Invoke, Parallel.For Parallel.Forecah 三个方法。

    三、Parallel.Invoke

       试图让很多方法并行运行的最简单的方法就是使用Parallel类的Invoke方法。例如有四个方法：

    • WatchMovie

    • HaveDinner

    • ReadBook

    • WriteBlog

      通过下面的代码就可以使用并行。

    System.Threading.Tasks.Parallel.Invoke(WatchMovie, HaveDinner, ReadBook, WriteBlog);

    这段代码会创建指向每一个方法的委托。Invoke方法接受一个Action的参数组。

    1

    public static void Invoke(params Action[] actions);

    用lambda表达式或匿名委托可以达到同样的效果。

    System.Threading.Tasks.Parallel.Invoke(() => WatchMovie(), () => HaveDinner(), () => ReadBook(), delegate() { WriteBlog(); });

     1.没有特定的执行顺序。

     Parallel.Invoke方法只有在4个方法全部完成之后才会返回。它至少需要4个硬件线程才足以让这4个方法并发运行。但并不保证这4个方法能够同时启动运行，如果一个或者多个内核处于繁忙状态，那么底层的调度逻辑可能会延迟某些方法的初始化执行。

    给方法加上延时，就可以看到必须等待最长的方法执行完成才回到主方法。

    1. static void Main(string[] args) 
    2.         { 
    3.             System.Threading.Tasks.Parallel.Invoke(WatchMovie, HaveDinner, ReadBook, 
    4.                 WriteBlog); 
    5.             Console.WriteLine("执行完成"); 
    6.             Console.ReadKey(); 
    7.         } 
    8.  
    9.         static void WatchMovie() 
    10.         { 
    11.             Thread.Sleep(5000); 
    12.             Console.WriteLine("看电影"); 
    13.         } 
    14.         static void HaveDinner() 
    15.         { 
    16.             Thread.Sleep(1000); 
    17.             Console.WriteLine("吃晚饭"); 
    18.         } 
    19.         static void ReadBook() 
    20.         { 
    21.             Thread.Sleep(2000); 
    22.             Console.WriteLine("读书"); 
    23.         } 
    24.         static void WriteBlog() 
    25.         { 
    26.             Thread.Sleep(3000); 
    27.             Console.WriteLine("写博客"); 
    28.         } 

    这样会造成很多逻辑内核处于长时间闲置状态。

    四、Parallel.For

    Parallel.For为固定数目的独立For循环迭代提供了负载均衡 (即将工作分发到不同的任务中执行，这样所有的任务在大部分时间都可以保持繁忙) 的并行执行。从而能尽可能地充分利用所有的可用的内核。

    我们比较下下面两个方法，一个使用For循环，一个使用Parallel.For  都是生成密钥在转换为十六进制字符串。

    1. private static void GenerateAESKeys() 
    2.         { 
    3.             var sw = Stopwatch.StartNew(); 
    4.             for (int i = 0; i < NUM_AES_KEYS; i++) 
    5.             { 
    6.                 var aesM = new AesManaged(); 
    7.                 aesM.GenerateKey(); 
    8.                 byte[] result = aesM.Key; 
    9.                 string hexStr = ConverToHexString(result); 
    10.             } 
    11.             Console.WriteLine("AES:"+sw.Elapsed.ToString()); 
    12.         } 
    13.  
    14.  private static void ParallelGenerateAESKeys() 
    15.         { 
    16.             var sw = Stopwatch.StartNew(); 
    17.             System.Threading.Tasks.Parallel.For(1, NUM_AES_KEYS + 1, (int i) => 
    18.             { 
    19.                 var aesM = new AesManaged(); 
    20.                 aesM.GenerateKey(); 
    21.                 byte[] result = aesM.Key; 
    22.                 string hexStr = ConverToHexString(result); 
    23.             }); 
    24.  
    25.             Console.WriteLine("Parallel_AES:" + sw.Elapsed.ToString()); 
    26.         } 

    复制代码

    private static int NUM_AES_KEYS = 100000;
            static void Main(string[] args)
            {
                Console.WriteLine("执行"+NUM_AES_KEYS+"次："); GenerateAESKeys();
                ParallelGenerateAESKeys();
                Console.ReadKey();
            }

    复制代码

    执行1000000次

    这里并行的时间是串行的一半。

    五、Parallel.ForEach

    在Parallel.For中，有时候对既有循环进行优化可能会是一个非常复杂的任务。Parallel.ForEach为固定数目的独立For Each循环迭代提供了负载均衡的并行执行，且支持自定义分区器，让使用者可以完全掌握数据分发。实质就是将所有要处理的数据区分为多个部分，然后并行运 行这些串行循环。

    修改上面的代码：

    1. System.Threading.Tasks.Parallel.ForEach(Partitioner.Create(1, NUM_AES_KEYS + 1), range => 
    2.             { 
    3.                 var aesM = new AesManaged(); 
    4.                 Console.WriteLine("AES Range({0},{1} 循环开始时间：{2})",range.Item1,range.Item2,DateTime.Now.TimeOfDay); 
    5.  
    6.                 for (int i = range.Item1; i < range.Item2; i++) 
    7.                 { 
    8.                     aesM.GenerateKey(); 
    9.                     byte[] result = aesM.Key; 
    10.                     string hexStr = ConverToHexString(result); 
    11.                 } 
    12.                 Console.WriteLine("AES:"+sw.Elapsed.ToString()); 
    13.             }); 

    从执行结果可以看出，分了13个段执行的。

    第二次执行还是13个段。速度上稍微有差异。开始没有指定分区数，Partitioner.Create使用的是内置默认值。

    而且我们发现这些分区并不是同时执行的，大致是分了三个时间段执行。而且执行顺序是不同的。总的时间和Parallel.For的方法差不多。

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

    Parallel.ForEach方法定义了source和Body两个参数。source是指分区器。提供了分解为多个分区的数据源。body是 要调用的委托。它接受每一个已定义的分区作为参数。一共有20多个重载，在上面的例子中，分区的类型为Tuple<int,int>,是一个 二元组类型。此外，返回一个ParallelLoopResult的值。

    Partitioner.Create 创建分区是根据逻辑内核数及其他因素决定。

    1. public static OrderablePartitioner<Tuple<int, int>> Create(int fromInclusive, int toExclusive) 
    2.     { 
    3.       int num = 3; 
    4.       if (toExclusive <= fromInclusive) 
    5.         throw new ArgumentOutOfRangeException("toExclusive"); 
    6.       int rangeSize = (toExclusive - fromInclusive) / (PlatformHelper.ProcessorCount * num); 
    7.       if (rangeSize == 0) 
    8.         rangeSize = 1; 
    9.       return Partitioner.Create<Tuple<int, int>>(Partitioner.CreateRanges(fromInclusive, toExclusive, rangeSize), EnumerablePartitionerOptions.NoBuffering); 
    10.     } 

    因此我们可以修改分区数目，rangesize大致为250000左右。也就是说我的逻辑内核是4.

    var rangesize = (int) (NUM_AES_KEYS/Environment.ProcessorCount) + 1;
       System.Threading.Tasks.Parallel.ForEach(Partitioner.Create(1, NUM_AES_KEYS + 1,rangesize), range =>

    再次执行：

    分区变成了四个，时间上没有多大差别（第一个时间是串行时间）。我们看见这四个分区几乎是同时执行的。大部分情况下，TPL在幕后使用的负载均衡机制都是非常高效的，然而对分区的控制便于使用者对自己的工作负载进行分析，来改进整体的性能。

    Parallel.ForEach也能对IEnumerable<int>集合进行重构。Enumerable.Range生产了序列化的数目。但这样就没有上面的分区效果。

    1. private static void ParallelForEachGenerateMD5HasHes() 
    2.         { 
    3.             var sw = Stopwatch.StartNew(); 
    4.             System.Threading.Tasks.Parallel.ForEach(Enumerable.Range(1, NUM_AES_KEYS), number => 
    5.             { 
    6.                 var md5M = MD5.Create(); 
    7.                 byte[] data = Encoding.Unicode.GetBytes(Environment.UserName + number); 
    8.                 byte[] result = md5M.ComputeHash(data); 
    9.                 string hexString = ConverToHexString(result); 
    10.             }); 
    11.             Console.WriteLine("MD5:"+sw.Elapsed.ToString()); 
    12.         } 

    六、从循环中退出

    和串行运行中的break不同，ParallelLoopState 提供了两个方法用于停止Parallel.For 和 Parallel.ForEach的执行。

    • Break:让循环在执行了当前迭代后尽快停止执行。比如执行到100了，那么循环会处理掉所有小于100的迭代。

    • Stop:让循环尽快停止执行。如果执行到了100的迭代，那不能保证处理完所有小于100的迭代。

    修改上面的方法：执行3秒后退出。

    1. private static void ParallelLoopResult(ParallelLoopResult loopResult) 
    2.         { 
    3.             string text; 
    4.             if (loopResult.IsCompleted) 
    5.             { 
    6.                 text = "循环完成"; 
    7.             } 
    8.             else 
    9.             { 
    10.                 if (loopResult.LowestBreakIteration.HasValue) 
    11.                 { 
    12.                     text = "Break终止"; 
    13.                 } 
    14.                 else 
    15.                 { 
    16.                     text = "Stop 终止"; 
    17.                 } 
    18.             } 
    19.             Console.WriteLine(text); 
    20.         } 
    21.  
    22.  
    23.         private static void ParallelForEachGenerateMD5HasHesBreak() 
    24.         { 
    25.             var sw = Stopwatch.StartNew(); 
    26.             var loopresult= System.Threading.Tasks.Parallel.ForEach(Enumerable.Range(1, NUM_AES_KEYS), (int number,ParallelLoopState loopState) => 
    27.             { 
    28.                 var md5M = MD5.Create(); 
    29.                 byte[] data = Encoding.Unicode.GetBytes(Environment.UserName + number); 
    30.                 byte[] result = md5M.ComputeHash(data); 
    31.                 string hexString = ConverToHexString(result); 
    32.                 if (sw.Elapsed.Seconds > 3) 
    33.                 { 
    34.                     loopState.Stop(); 
    35.                 } 
    36.             }); 
    37.             ParallelLoopResult(loopresult); 
    38.             Console.WriteLine("MD5:" + sw.Elapsed); 
    39.         } 

    七、捕捉并行循环中发生的异常。

    当并行迭代中调用的委托抛出异常，这个异常没有在委托中被捕获到时，就会变成一组异常，新的System.AggregateException负责处理这一组异常。

    1. private static void ParallelForEachGenerateMD5HasHesException() 
    2.         { 
    3.             var sw = Stopwatch.StartNew(); 
    4.             var loopresult = new ParallelLoopResult(); 
    5.             try 
    6.             { 
    7.                 loopresult = System.Threading.Tasks.Parallel.ForEach(Enumerable.Range(1, NUM_AES_KEYS), (number, loopState) => 
    8.                 { 
    9.                     var md5M = MD5.Create(); 
    10.                     byte[] data = Encoding.Unicode.GetBytes(Environment.UserName + number); 
    11.                     byte[] result = md5M.ComputeHash(data); 
    12.                     string hexString = ConverToHexString(result); 
    13.                     if (sw.Elapsed.Seconds > 3) 
    14.                     { 
    15.                         throw new TimeoutException("执行超过三秒"); 
    16.                     } 
    17.                 }); 
    18.             } 
    19.             catch (AggregateException ex) 
    20.             { 
    21.                 foreach (var innerEx in  ex.InnerExceptions) 
    22.                 { 
    23.                     Console.WriteLine(innerEx.ToString()); 
    24.                 } 
    25.             } 
    26.             
    27.             ParallelLoopResult(loopresult); 
    28.             Console.WriteLine("MD5:" + sw.Elapsed); 
    29.         } 

    结果：

    异常出现了好几次。

     八、指定并行度。

    TPL的方法总会试图利用所有可用的逻辑内核来实现最好的结果，但有时候你并不希望在并行循环中使用所有的内核。比如你需要留出一个不参与并行计算 的内核，来创建能够响应用户的应用程序，而且这个内核需要帮助你运行代码中的其他部分。这个时候一种好的解决方法就是指定最大并行度。

    这需要创建一个ParallelOptions的实例，设置MaxDegreeOfParallelism的值。

    1. private static void ParallelMaxDegree(int maxDegree) 
    2.         { 
    3.             var parallelOptions = new ParallelOptions(); 
    4.             parallelOptions.MaxDegreeOfParallelism = maxDegree; 
    5.  
    6.             var sw = Stopwatch.StartNew(); 
    7.             System.Threading.Tasks.Parallel.For(1, NUM_AES_KEYS + 1, parallelOptions, (int i) => 
    8.             { 
    9.                 var aesM = new AesManaged(); 
    10.                 aesM.GenerateKey(); 
    11.                 byte[] result = aesM.Key; 
    12.                 string hexStr = ConverToHexString(result); 
    13.             }); 
    14.             Console.WriteLine("AES:" + sw.Elapsed.ToString()); 
    15.         } 

    调用：如果在四核微处理器上运行，那么将使用3个内核。

    ParallelMaxDegree(Environment.ProcessorCount - 1);

    时间上大致慢了点（第一次Parallel.For 3.18s），但可以腾出一个内核来处理其他的事情。

    小结：这次学习了Parallel相关方法以及如何退出并行循环和捕获异常、设置并行度，还有并行相关的知识。园子里也有类似的博客。但作为自己知识的管理，在这里梳理一遍。
  • 相关阅读:
    GSS3 SPOJ 1716. Can you answer these queries III gss1的变形
    GSS1 spoj 1043 Can you answer these queries I 最大子段和
    Codeforces Round #197 (Div. 2) C,D两题
    sgu 185 最短路建网络流
    CF 208E
    QTREE2 spoj 913. Query on a tree II 经典的倍增思想
    BZOJ 1146: [CTSC2008]网络管理Network 树链剖分+线段树+平衡树
    ubuntu安装vim
    历史背景更新模型
    码本模型
  • 原文地址：https://www.cnblogs.com/zxtceq/p/7842884.html
Copyright © 2011-2022 走看看