首页 > 代码库 > c#执行并行任务之Parallel与TaskFactory
c#执行并行任务之Parallel与TaskFactory
任务:几千条(大量)数据往服务器数据库填写。要求单开线程执行,分割成小数据包,多线程运行。
实现方法:Parallel与TaskFactory都可以。
主要代码:
Parallel:
Barrier _bar; int _maxLength = 20, _maxChannel = 2;//同时最多2条通道,每条通道最多20个数据 bool _isCancel = false; private void btnWrite_Click(object sender, EventArgs e) { var tmpEmails = _emails.Where(x => !x.Value).Select(x => x.Key).ToList(); var state = 0; _isCancel = false; SetControlEnable(false); lblProgress.Text = "* 已完成 0%"; var channels = (tmpEmails.Count / _maxLength) + ((tmpEmails.Count % _maxLength > 0) ? 1 : 0);//总共多少条通道 var times = (channels / _maxChannel) + ((channels % _maxChannel > 0) ? 1 : 0);//单服务器分多次 new Action(() => { for (int j = 0; j < times; j++) { if (_isCancel) { MessageBox.Show("任务取消!"); break; } var currChannel = Math.Min(_maxChannel, (channels - j * _maxChannel));//两者取其小的 _bar = new Barrier(currChannel);//根据次数设置栅栏 var tasks = new Action[currChannel]; for (int i = 0; i < currChannel; i++) { var subData = http://www.mamicode.com/tmpEmails.Skip((i + j * _maxChannel) * _maxLength).Take(_maxLength).ToList(); tasks[i] = () => { if (_isCancel) return; var resMsg = 0; Connect2WCF.RunSync(sc => resMsg = sc.UpdateMailState(subData, state)); if (resMsg == -1) MessageBox.Show("保存失败了?详情可以查数据库日志表"); else if (resMsg == 0) subData.ForEach(one => _emails[one] = true);//标记已经完成的。 new Action(() => txtEmails.Text = string.Join("\r\n", _emails.Where(x => !x.Value).Select(x => x.Key))).InvokeRun(this); _bar.SignalAndWait(); }; } Parallel.Invoke(tasks); new Action(() => lblProgress.Text = "* 已完成 " + ((100 * (j + 1) / times)) + "%").InvokeRun(this); } new Action(() => SetControlEnable(true)).InvokeRun(this); }).RunThread(); }
用Barrier和Parallel.Invoke结合来实现分割小数据包,每次用两个线程,每个线程传递20条数据,两个线程的数据都完成后,刷新完成的进度。isCancel作为取消操作的开关。实现的效果较下面的TaskFactory好。
TaskFactory:
CancellationTokenSource cts = new CancellationTokenSource(); int maxLength = 20, maxChannel = 2;//同时最多2条通道,每条通道最多20个数据 private void btnWrite_Click(object sender, EventArgs e) { cts = new CancellationTokenSource(); var tmpEmails = _emails.Where(x => !x.Value).Select(x => x.Key).ToList(); var state = 0; SetControlEnable(false); lblProgress.Text = "* 已完成 0%"; var channels = (tmpEmails.Count / maxLength) + ((tmpEmails.Count % maxLength > 0) ? 1 : 0);//总共多少条通道 var times = (channels / maxChannel) + ((channels % maxChannel > 0) ? 1 : 0);//单服务器分多次 Action<List<string>, CancellationToken> doSave = (data, ct) => { if (ct.IsCancellationRequested) return; var msg = 0; Connect2WCF.RunSync(sc => msg = sc.UpdateMailState(data, state)); if (msg == -1) MessageBox.Show("保存失败了?详情可以查数据库日志表"); else if (msg == 0) data.ForEach(one => _emails[one] = true);//标记已经完成的。 new Action(() => txtEmails.Text = string.Join("\r\n", _emails.Where(x => !x.Value).Select(x => x.Key))).InvokeRun(this); }; for (int j = 0; j < times; j++) { int k = j; if (cts.Token.IsCancellationRequested) { MessageBox.Show("任务取消!"); break; } var currChannel = Math.Min(maxChannel, (channels - j * maxChannel));//两者取其小的 TaskFactory taskFactory = new TaskFactory(); Task[] tasks = new Task[currChannel]; for (int i = 0; i < currChannel; i++) { var subData = http://www.mamicode.com/tmpEmails.Skip((i + j * maxChannel) * maxLength).Take(maxLength).ToList(); tasks[i] = new Task(() => doSave(subData, cts.Token), cts.Token); } taskFactory.ContinueWhenAll(tasks, x => new Action(() => lblProgress.Text = "* 已完成 " + ((100 * (k + 1) / times)) + "%").InvokeRun(this), CancellationToken.None); Array.ForEach(tasks, x => x.Start()); } SetControlEnable(true); }
用TaskFactory和CancellationTokenSource结合来实现,在保存修改数据上,实现的效果和上面的方法差不多,但是在中间取消的效果上差很多,取消后,不会有“任务取消”的弹框。后台的执行逻辑猜测是这样:由于Task是单开线程跑,所以在btn的事件中, 所有Tasks和TaskFactory的声明基本上是很快就执行完成了的(电脑执行速度来看可能是一瞬间)。至于保存数据的代码,则在每个Task的后台线程中各自执行,此时操作的时间早已经跳出了btn的事件函数,于是,点击取消之后,由于btn的事件函数早已执行完,因此不会出现"任务取消"的弹框。而每个Task的执行受到线程个数的限制以及每个TaskFactory的ContinueWhenAll函数的监视,它们是有先后顺序但是却又无序地执行。点击取消后,可能有几个线程正在执行保存数据的任务,已经跳过了cancel的判断,所以取消的命令不会立刻反应到后台执行中,会有一部分任务在取消后,仍然在运行。而剩下的其他任务会判断cancel之后取消。由于线程的执行速度不是固定的,因此,小数据包保存执行的顺序虽然大概按照增序执行,但是细节的排序可能有些插队。
所以,总体而言TaskFactory的执行顺序不可控。断点不可控。而parallel.Invoke函数只有在传入的Action[]全部执行完之后,才会返回,所以有效的保证了大层面的执行顺序。至于Action[]这个队列执行的顺序,在Parallel里面也是不可控的。
补充:4092条数据,开启一个通道时,TaskFactory:Parallel = 19:25;
开启5个通道时,多次测试的结果为TaskFactory:Parallel = {18,16,15}:{19,16,15},速度差不多。
一个明显的现象:在数据很多的时候,可以清晰的看到TaskFactory中已完成的百分数出现忽大忽小的情况。例如:1,4,7,12,17,6,12,19,23...
另外,Parallel刚开始执行时,有明显的停顿感,猜测可能是启动并行时产生的效率损耗。
如果希望能够操作过程中能暂停处理,可以使用Parallel,它有一个执行主线程,方便随时停止。如果没有暂停需要,而且电脑的核心数不多(只有一个)时,可以考虑用TaskFactory,效率要明显高于Parallel。
代码文件