以并行和顺序方式执行N个线程

Question

我有一个应用程序，其中我有 1 个大文件的 1000 多个小部分。

我一次最多只能上传 16 个部分。

我使用了 .Net 的 Thread 并行库。

我使用 Parallel.For 将其划分为多个部分，并为每个部分分配了 1 个方法，并将 DegreeOfParallelism 设置为 16。

我需要使用由不同部分上传生成的校验和值执行 1 个方法，因此我必须设置某种机制，我必须等待所有部分上传完成，例如 1000。 在 TPL 库中，我面临一个问题是它随机执行 1000 个中的 16 个线程中的任何一个。

我想要一些机制，我可以使用它最初运行前 16 个线程，如果第一个或第二个或 16 个线程中的任何一个完成其任务，则应该开始下一个第 17 部分。

我怎样才能做到这一点？

Answer 1

TPL Dataflow 是一个可能的候选对象。这是一个演示，它接收整数流并将它们打印到控制台。您将MaxDegreeOfParallelism 设置为您希望并行旋转的线程数：

void Main()
{
    var actionBlock = new ActionBlock<int>(
            i => Console.WriteLine(i), 
            new ExecutionDataflowBlockOptions {MaxDegreeOfParallelism = 16});

    foreach (var i in Enumerable.Range(0, 200))
    {
        actionBlock.Post(i);
    }
}

如果您想拥有多个生产者/消费者，这也可以很好地扩展。

Answer 2

这是执行此操作的手动方式。

你需要一个队列。队列是待处理任务的序列。您必须出列并将它们放入工作任务列表中。当任务完成时，将其从工作任务列表中删除并从队列中取出另一个。主线程控制这个过程。以下是如何执行此操作的示例。

对于测试，我使用了整数列表，但它应该适用于其他类型，因为它使用泛型。

private static void Main()
{
    Random r = new Random();
    var items = Enumerable.Range(0, 100).Select(x => r.Next(100, 200)).ToList();

    ParallelQueue(items, DoWork);
}

private static void ParallelQueue<T>(List<T> items, Action<T> action)
{
    Queue pending = new Queue(items);
    List<Task> working = new List<Task>();

    while (pending.Count + working.Count != 0)
    {
        if (pending.Count != 0 && working.Count < 16)  // Maximum tasks
        {
            var item = pending.Dequeue(); // get item from queue
            working.Add(Task.Run(() => action((T)item))); // run task
        }
        else
        {
            Task.WaitAny(working.ToArray());
            working.RemoveAll(x => x.IsCompleted); // remove finished tasks
        }
    }
}

private static void DoWork(int i) // do your work here.
{
    // this is just an example
    Task.Delay(i).Wait(); 
    Console.WriteLine(i);
}

如果您遇到如何为自己实施 DoWork 的问题，请告诉我。因为如果您更改方法签名，您可能需要进行一些更改。

更新

您也可以使用异步等待来执行此操作，而不会阻塞主线程。

private static void Main()
{
    Random r = new Random();
    var items = Enumerable.Range(0, 100).Select(x => r.Next(100, 200)).ToList();

    Task t = ParallelQueue(items, DoWork);

    // able to do other things.

    t.Wait();
}

private static async Task ParallelQueue<T>(List<T> items, Func<T, Task> func)
{
    Queue pending = new Queue(items);
    List<Task> working = new List<Task>();

    while (pending.Count + working.Count != 0)
    {
        if (working.Count < 16 && pending.Count != 0)
        {
            var item = pending.Dequeue();
            working.Add(Task.Run(async () => await func((T)item)));
        }
        else
        {
            await Task.WhenAny(working);
            working.RemoveAll(x => x.IsCompleted);
        }
    }
}

private static async Task DoWork(int i)
{
    await Task.Delay(i);
}

Answer 3

var workitems = ... /*e.g. Enumerable.Range(0, 1000000)*/;
SingleItemPartitioner.Create(workitems)
 .AsParallel()
 .AsOrdered()
 .WithDegreeOfParallelism(16)
 .WithMergeOptions(ParallelMergeOptions.NotBuffered)
 .ForAll(i => { Thread.Slee(1000); Console.WriteLine(i); });

这应该就是您所需要的。我忘记了这些方法是如何准确命名的......看看文档。

在休眠 1 秒后打印到控制台进行测试（此示例代码就是这样做的）。

Answer 4

另一种选择是使用BlockingCollection<T> 作为文件读取器线程和 16 个上传器线程之间的队列。每个上传者线程都会循环使用阻塞集合，直到完成。

而且，如果您想限制队列中的内存消耗，您可以设置阻塞集合的上限，以便文件读取器线程在缓冲区达到容量时暂停。这在您可能需要限制每个用户/API 调用使用的内存的服务器环境中特别有用。

// Create a buffer of 4 chunks between the file reader and the senders
BlockingCollection<Chunk> queue = new BlockingCollection<Chunk>(4);

// Create a cancellation token source so you can stop this gracefully
CancellationTokenSource cts = ...

文件读取线程

...
queue.Add(chunk, cts.Token);
...
queue.CompleteAdding();

发送话题

for(int i = 0; i < 16; i++)
{
   Task.Run(() => {
      foreach (var chunk in queue.GetConsumingEnumerable(cts.Token))
      {
          .. do the upload
      }
   });
}