C#中异步多线程的常见用法

先来看几个基本概念（纯属个人见解，可能不准确）：

进程：程序运行时，占用的全部运行资源的总和。

线程：线程是隶属于操作系统管理的，也可以有自己的计算资源，是程序执行流的最小单位。任何的操作都是由线程来完成的。

每个线程都在操作系统的进程内执行，而操作系统进程提供了程序运行的独立环境。

多线程：多核cpu协同工作，多个执行流同时运行，是用资源换时间。（单核cpu，不存在所谓的多线程）。

单线程应用：在进程的独立环境中只跑一个线程，所以该线程拥有独立权。

多线程应用：单个进程中会跑多个线程，它们会共享当前的执行环境（尤其是内存）。

在单核计算机上，操作系统必须为每个线程分配“时间片”来模拟并发。而在多核或多处理器计算机上，多个线程可以真正的并行执行。（可能会受到计算机上其他活动进程的竞争）。

win10上的时间片（使用微软官方小工具测得）：

Thread

　　Thread的对象是非线程池中的线程，有自己的生命周期（有创建和销毁的过程），所以不可以被重复利用（一个操作中，不会出现二个相同Id的线程）。

Thread的常见属性：

• 线程一旦开始执行，IsAlive就是true，线程结束就变成false。
• 线程结束的条件是：线程构造函数传入的委托结束了执行。
• 线程一旦结束，就无法再重启。
• 每个线程都有一个Name属性，通常用于调试，线程的Name属性只能设置一次，以后更改会抛出异常。
• 静态的Thread.CurrentThread属性，会返回当前线程。

Thread的常见用法：

join

调用join方法可以等待另一个线程结束。

private void button5_Click(object sender, EventArgs e) {     
     Console.WriteLine($"===============Method  start time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},Thread ID is  {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}===================");
     //开启一个线程，构造方法可重载两种委托，一个是无参无返回值，一个是带参无返回值
     Thread thread = new Thread(a => DoSomeThing("Thread"));
     //当前线程状态
     Console.WriteLine($"thread's state is  {thread.ThreadState},thread's priority is {thread.Priority} ,thread is alived ：{thread.IsAlive},thread is background:{thread.IsBackground},thread is pool threads: {thread.IsThreadPoolThread}");
     //告知操作系统，当前线程可以被执行了。
     thread.Start();
     //阻塞当前执行线程，等待此thread线程实例执行完成。无返回值
     thread.Join(); 
     //最大等待的时间是5秒（不管是否执行完成，不再等待），返回一个bool值，如果是true,表示执行完成并终止。如果是false，表示已到指定事件但未执行完成。
     thread.Join(5000); 
     Console.WriteLine($"===============Method  end time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},,Thread ID is  {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}===================");
 }

 private void DoSomeThing(string name)
 {
     Console.WriteLine($"do some thing start time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},Thread ID is  {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}");
     long result = 0;
     for (long i = 0; i < 10000 * 10000; i++)
     {
         result += i;
     }
     Console.WriteLine($"do some thing end time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},Thread ID is  {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}");
 }

注意 ：thread 默认是前台线程，启动后一定要完成任务的,即使程序关掉（进程退出）也要执行完。可以把thread 指定为后台线程，随着进程的退出而终止。

//false,默认是前台线程，启动后一定要完成任务的,即使程序关掉（进程退出）也要执行完。
Console.WriteLine(thread.IsBackground); 
thread.IsBackground = true;//指定为后台线程。（随着进程的退出而退出）

Sleep

Thread.Sleep()会暂停当前线程,，并等待一段时间。其实，Thread.Sleep只是放弃时间片的剩余时间，让系统重新调度并选择一个合适的线程。

在没有其他活动线程的情况下，使用Thread.Sleep(0)还是会选上自身，即连任，系统不会对其做上下文切换。

static void Main(string[] args)
{
    Stopwatch stopwatch=new Stopwatch();
    stopwatch.Start();
    Thread.Sleep(0);
    stopwatch.Stop();
    System.Console.WriteLine(stopwatch.ElapsedMilliseconds); //返回0
}

而Thread.Sleep(大于0)却让当前线程沉睡了，即使只有1ms也是沉睡了，也就是说当前线程放弃下次的竞选，所以不能连任，系统上下文必然发生切换。

阻塞

如果线程的执行由于某种原因导致暂停，那么就认为该线程被阻塞了。例如在Sleep或者Join等待其他线程结束。被阻塞的线程会立即将其处理器的时间片生成给其他线程，从此就不再消耗处理器时间。

Thread的回调用法：

Thread没有像Framework中的delegate的回调用法，如果需要回调得自动动手改造：

private void CallBack(Action action, Action calback)
{
    Thread thread = new Thread(() => { action(); calback(); });
    thread.Start();
}
//无参无返回值
CallBack(() => Console.WriteLine("好吗？"), () => Console.WriteLine("好的！"));

private Func<T> CallBackReturn<T>(Func<T> func)
{
    T t = default(T);
    Thread thread = new Thread(() =>
    {
        t = func();
    });
    thread.Start();
    return () =>
    {
        thread.Join();
        return t;
    };
}
//带返回值得用法
Func<int> func = CallBackReturn<int>(() => DateTime.Now.Second);
Console.WriteLine("线程未阻塞");
int result = func.Invoke();
Console.WriteLine("result:" + result);

ThreadPool 线程池

Thread的功能太过强大，像我这样的小白是用不好的（之前在项目中大量使用Thread的API,出现了许多意想不到的bug）。线程池中的线程在同一操作中可以被重复利用。

 //开启多线程
 ThreadPool.QueueUserWorkItem(n => DoSomeThing("ThreadPool"));

 个人觉得尽量不要阻塞线程池的线程，因为线程池里的线程数量是有限的，当线程池中没有线程可用时，会出现死锁。如果非要等待，用法如下：

ManualResetEvent manualResetEvent = new ManualResetEvent(false);
ThreadPool.QueueUserWorkItem(n =>
{
    DoSomethingLong("ThreadPool");
    manualResetEvent.Set();
});
//等待线程完成
manualResetEvent.WaitOne();

 Task

Task是基于ThreadPool的基础上做的封装，属于线程池中的线程。

Task启动多线程的方式：

方式一：指定任务的开始时机

/// <summary>
/// 使用Task或Task<T>创建任务，需指定任务的开始时机（任务调度）。
/// </summary>
public static void Demo1()
{
    Task task = new Task(() =>
    {
        Thread.Sleep(3000); 
        Console.WriteLine($"Current thread id is {Thread.CurrentThread.ManagedThreadId}");
    });
    task.Start();//任务调度（开始任务）
    Console.WriteLine($"Current thread name is {Thread.CurrentThread.ManagedThreadId}");
    Console.WriteLine($"当前任务状态：{task.Status}");
    task.Wait(); //等待任务执行完成
    Console.WriteLine($"当前任务状态：{task.Status}");
}

方式二：一步完成多线程的创建和启动

/// <summary>
/// 使用Task.Run()方法一步完成多线程的创建和启动（当前线程立即准备启动任务）。
/// <remark>
/// 如果不需要对任务的创建和调度做更多操作,Task.Run()方法是创建和启动任务的首选方式。
/// </remark>
/// </summary>
public static void Demo2()
{
    Task task = Task.Run(() => { Thread.Sleep(3000); Console.WriteLine($"Current thread id is {Thread.CurrentThread.ManagedThreadId}"); });
    task.Wait(); //等待，直到任务完成
}

方式三：需要想多线程任务传递状态参数

/// <summary>
/// Task和Task<TResult>都有静态属性Factory，它返回默认的实例TaskFactory.
/// 使用Task.Factory.StartNew()方法也可以一步完成任务的创建和启动。
/// 当前需要向任务传递一个状态（参数）。可以使用此方法。
/// </summary>
public static void Demo3()
{
    Task[] tasks = new Task[10];
    for (int i = 0; i < tasks.Length; i++)
    {
        tasks[i] = Task.Factory.StartNew((obj) =>
        {
            CustomData data = obj as CustomData;
            data.ThreadId = Thread.CurrentThread.ManagedThreadId;
        }, new CustomData { CreationTime = DateTime.Now.Ticks, Index = i});
    }
    //以阻塞当前线程的方式，等待所以子线程的完成
    Task.WaitAll(tasks);
    foreach (var task in tasks)
    {
        //通过任务的AsyncState属性，可以获取任务状态（提供给任务的参数).
        var data = task.AsyncState as CustomData;
        Console.WriteLine(JsonConvert.SerializeObject(data));
    }
}
//Task.Factory.StartNew() 调用无返回值的任务
//Task<TResult>.Factory.StartNew() 调用有返回值的任务

Task<TResult>

public static void Demo4()
{
    Task<Double>[] tasks = {
Task<Double>.Factory.StartNew(() => DoComputation(1.0)),
Task<Double>.Factory.StartNew(() => DoComputation(100.0)),
Task<Double>.Factory.StartNew(() => DoComputation(1000.0)) };
    var results = new Double[tasks.Length];
    Double sum = 0;
    for (int i = 0; i < tasks.Length; i++)
    {
        //Task<TResult>.Result属性包含任务的计算结果，如果在任务完成之前调用，则会阻塞线程直到任务完成
        results[i] = tasks[i].Result; 
        Console.Write("{0:N1} {1}", results[i],
                          i == tasks.Length - 1 ? "= " : "+ ");
        sum += results[i];
    }
    Console.WriteLine("{0:N1}", sum);
}
private static Double DoComputation(Double start)
{
    Double sum = 0;
    for (var value = start; value <= start + 10; value += .1)
        sum += value;
    return sum;
}

Task的常用API

WaitAny和WaitAll，会阻塞当前线程（主线程）的执行：

List<Task> tasks = new List<Task>();
tasks.Add(Task.Run(() => DoSomeThing("Task1")));
tasks.Add(Task.Run(() => DoSomeThing("Task2")));
tasks.Add(Task.Run(() => DoSomeThing("Task3")));
//阻塞当前线程的执行,等待任意一个子线程任务完成后继续往下执行
Task.WaitAny(tasks.ToArray());
//阻塞当前线程的执行,等待所有子线程任务完成后继续往下执行
Task.WaitAll(tasks.ToArray());

WhenAll和WhenAny,是通过返回一个Task 对象的方式，来达到非阻塞式的等待

//不阻塞当前线程的执行,等待所有子线程任务完成后,异步执行后续的操作
Task.WhenAll(tasks).ContinueWith(t =>
{
    Console.WriteLine($"不阻塞，{Thread.CurrentThread.ManagedThreadId}");
});

//工厂模式的实现
Task.Factory.ContinueWhenAll(tasks.ToArray(), s =>
{
Console.WriteLine("不阻塞" + s.Length);
});

ContinueWith，是一个实例方式，并且返回Task实例，所以可以使用这种链式结构来完成按顺序执行。

public static void Demo8()
{
    var task = Task.Factory
        .StartNew(() => { Console.WriteLine("1"); return 10; })
        .ContinueWith(i => { Console.WriteLine("2"); return i.Result + 1; })
        .ContinueWith(i => { Console.WriteLine("3"); return i.Result + 1; });
    Console.WriteLine(task.Result);
}

控制线程数量的使用，(核心思想来自别人，我感觉控制的很好):

/// <summary>
/// 线程数量的控制
/// </summary>
/// <param name="sender"></param>
/// <param name="e"></param>
private void Test(object sender, EventArgs e)
{
    //完成10000个任务，但只要11个线程。
    List<int> intList = new List<int>();
    for (int i = 0; i < 10000; i++)
    {
        intList.Add(i);
    }
    Action<int> action = i =>
    {
        Console.WriteLine(Thread.CurrentThread.ManagedThreadId);
        Thread.Sleep(new Random(i).Next(100, 300));
    };
    List<Task> tasks = new List<Task>();
    foreach (var item in intList)
    {
        int i = item;
        tasks.Add(Task.Run(() => action(i)));
        //当已使用了11个线程的时候，即时释放已完成的线程。
        if (tasks.Count > 10)
        {
            Task.WaitAny(tasks.ToArray());
            tasks = tasks.Where(n => n.Status != TaskStatus.RanToCompletion).ToList();
        }
    }
    Task.WaitAll(tasks.ToArray());
}

 注意：应当避免在子线程委托的内部直接使用主线程变量（闭包的弊端问题）

 public static void Demo5()
 {
     Task[] taskArray = new Task[10];
     for (int i = 0; i < taskArray.Length; i++)
     {
         taskArray[i] = Task.Factory.StartNew(() =>
         {
             //当您使用lambda表达式创建委托时，虽然可以访问变量范围内可见的所有变量。
             //但是在某些情况下（最明显的是在循环中），lambda不能像预期的那样捕获变量
             //(本例中，它只能捕获最后一个值，而不每次迭代的值)。 
             //因为任务的运行时机不确定。可以通过传递参数的方式，避免此问题的发生。
             Console.WriteLine(i);//输出10个10
         });
     }
     Task.WaitAll(taskArray);
 }

创建分离的子任务

　　在父任务中创建子任务，如果未指定AttachedToParent选项时，子任务不会与父任务同步。

public static void Demo9()
{
    //创建父任务
    var outer = Task.Run(() =>
    {
        Console.WriteLine("父任务开始启动！");
        //创建子任务
        var child = Task.Run(() =>
        {
            Thread.SpinWait(5000000);
            Console.WriteLine("分离的任务完成");
        });
    });
    outer.Wait(); //父任务不会等待子任务的完成
    Console.WriteLine("父任务完成.");
}

当在任务中运行的代码使用AttachedToParent选项创建新任务时，新任务称为父任务的附加子任务。可以使用AttachedToParent选项来表达结构化任务并行性，因为父任务隐式等待所有附加的子任务完成。

 public static void Demo10()
 {
     var parent = Task.Factory.StartNew(() => {
         Console.WriteLine("Parent task beginning.");
         for (int i = 0; i < 10; i++)
         {
             Task.Factory.StartNew((x) => {
                 Thread.SpinWait(5000000);
                 Console.WriteLine("Attached child #{0} completed.",x);
             }, i, TaskCreationOptions.AttachedToParent);  
         }
     });
     parent.Wait();
     Console.WriteLine("Parent task completed.");
 }

注意：如果父任务启动DenyChildAttach选项，子任务即时启用AttachedToParent选项也不会附加到父任务。

Parallel

parallel为并行计算，主线程也参与计算

 //Parallel.For:
public static void Main(string[] args)
 {
     //计算目录的大小
     long totalSize = 0;
     String[] files =Directory.GetFiles(@"C:UsersAdministratorDesktop");
     Parallel.For(0, files.Length,
                  index => {
                      FileInfo fi = new FileInfo(files[index]);
                      long size = fi.Length;
                      Interlocked.Add(ref totalSize, size);  //将两个64位整数相加，并用和替换第一个整数，作为
                  });
     Console.WriteLine("{0:N0} files, {1:N0} bytes", files.Length, totalSize); 
 }

//旋转图片 
static void Main(string[] args)
 {
     // A simple source for demonstration purposes. Modify this path as necessary.
     string[] files = Directory.GetFiles(@"C:UsersAdministratorDesktop	est");
     string newDir = @"C:UsersAdministratorDesktop	estModified";
     if (!Directory.Exists(newDir))
         Directory.CreateDirectory(newDir);
     // Method signature: Parallel.ForEach(IEnumerable<TSource> source, Action<TSource> body)
     Parallel.ForEach(files, (currentFile) =>
     {
         // The more computational work you do here, the greater 
         // the speedup compared to a sequential foreach loop.
         string filename = Path.GetFileName(currentFile);
         var bitmap = new Bitmap(currentFile);
         bitmap.RotateFlip(RotateFlipType.Rotate180FlipNone);
         bitmap.Save(Path.Combine(newDir, filename));
         // Peek behind the scenes to see how work is parallelized.
         // But be aware: Thread contention for the Console slows down parallel loops!!!
         Console.WriteLine($"Processing {filename} on thread {Thread.CurrentThread.ManagedThreadId}");
         //close lambda expression and method invocation
     });
 }

 分区局部变量

 static void TestParallForeach()
 {
     int[] array = Enumerable.Range(1, 100).ToArray();
     long totalNum = 0;
     //int 为集合元素类型
     //long 为分区局部变量类型
     Parallel.ForEach<int, long>(array, //源集合
         () => 0, //初始化局部分区变量，每个分区执行一次
         (index, state, subtotal) => //每次迭代的时候执行
         {
             subtotal += index; //修改分区局部变量
             return subtotal; //传递给当前分区的下一次迭代
         },
         //每个分区结束的时间执行,并将该分区最后一次迭代的局部分区变量传递过来。
         (finalTotal) => Interlocked.Add(ref totalNum, finalTotal)
         );
     /*重载方式：public static ParallelLoopResult ForEach<TSource, TLocal>(IEnumerable<TSource> source, 
     Func<TLocal> localInit, Func<TSource, ParallelLoopState, TLocal, TLocal> body, Action<TLocal> localFinally);
     TSource:源数据类型。 source:源数据，必须实现 IEnumerable<T>接口。
     TLocal:局部分区变量类型。localInit：初始化局部分区变量的函数。每个分区都是执行此函数一次。
     body:并行循环的每次迭代都是调用此方法。
     body.TSource:当前元素。body.ParallelLoopState:ParallelLoopState类型的变量，可用来检索循环的状态。
     body.TLocal.1:局部分区变量。
     body.TLocal.2:返回值。将其传递给特定分区循环的下一个迭代。
     localFinally:每个分区的循环完成时调用此委托。*/
     Console.WriteLine(totalNum);