Parallel.Foreach的基础知识

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。