此篇文章得到微软并行计算平台的Cristina Manu的热心帮助和大力支持，在此表示感谢。本系列的一些观点来自于她的发表的文章。
Special thanks to Cristina for her great support on this article. Some ideas of this series come from her paper "WORKFLOW AND PARALLELEXTENSIONS IN .NET FRAMEWORK 4". Cristina Manu is SDET at Microsoft, working for Parallel Computing Platform.
上面我们讲到要做一个可定制化的通用并发工作流，实现对微软并行架构的核心组件System.Threading.Tasks.Task的封装，用户只需要通过拖拽这个工作流活动实例到Parallel Activity,绑定输入输出参数和要执行的任务，就可以实现业务流程的并行处理。我们给将要构造的活动命名为AsyncParallelActivity,那么如何实现呢？
关于这个系列的基础技术WF4和微软并行计算的方案我们在此不做详细说明，如果需要我们会后续补上，因为介绍它们暂时不是我们这个系列的重点。
设计这样一个组件，我们要处理以下问题。
1)由于输入参数的不确定性（设计者现在不可能知道用户的业务数据模型,我们必须用泛型来解决输入数据多样性问题。），因此该组件必须支持泛型。
2)用户处理逻辑必须封装，我们的组件不能支持任意类型的处理函数，因为用户处理逻辑必然与输入参数类型相关联。
（1）我们先实现无数据返回的业务封装，在此我们可以使用.net framework 2.0中的Action<T>泛型委托，来看一下它的函数签名
public delegate void Action<in T>(T obj)
返回类型为void,符合我们的需求
(2) 有返回数据类型的业务逻辑的封装我们下面再解决。
那么对于第二个系列里面的代码，我们改写为：
/// <summary>
/// wrapper class for System.Threading.Tasks.tASK, extended from AsyncCodeActivity
/// </summary>
/// <typeparam name="T"></typeparam>
public class AsyncParallelActivity<T> : AsyncCodeActivity
{
/// <summary>
/// Input argument for business object with type of T
/// </summary>
[RequiredArgument]
public InOutArgument<T> Data
{
get;
set;
}
/// <summary>
/// Input argument for business action, as Action<T>
/// </summary>
[RequiredArgument]
public InArgument<Action<T>> Function
{
get;
set;
}
protected override IAsyncResult BeginExecute(AsyncCodeActivityContext context, AsyncCallback callback, object state)
{
var data = Data.Get(context);
var function = Function.Get(context);
if (data == null) throw new ArgumentNullException("Data");
if (function == null) throw new ArgumentException("Function");
// use Task to wrap the action
Task worker = Task.Factory.StartNew((o) =>
{
function(data);
}, state);
worker.ContinueWith(task => callback(task));
return worker;
}
protected override void EndExecute(AsyncCodeActivityContext context, IAsyncResult result)
{
}
我们来测试一下我们的基于并行计算的异步并发工作流活动。
（1）首先定义一个OrderService,OrderService 封装了用户业务逻辑，它有两个方法，分别处理Order信息拷贝到Part和Vehicle数据库，这两个操作分别需要5秒。
如果串行处理，总共需要10秒。并行则总时间为5秒（不考虑其他开销）。
public class OrderService
{
public void DoPartReplication(Order order)
{
order.Id = Guid.NewGuid();
Thread.Sleep(5000);
}
public void DoVehicleReplication(Order order)
{
order.Customer = "Customer 123";
Thread.Sleep(5000);
}
}
下面我们定义一个新的简化的订单处理流程。
(1)首先我们定义一个新的Workflow,命名为Workflow1
在这个新的workflow里面拖拽一个FlowChart,然后在FlowChart这个根活动里面定义两个变量。OrderInProcess和OrderService,
分别为Order和OrderService的实例，并且设置它们的默认值为新实例。如下图所示。
(2)双击Parallel,添加AsyncParallelActivity实例（添加前请先编译项目，新的工作流活动就会出现在Toolbox 的最上面）
我们拖拽两个AsyncParallelActivity,设定泛型参数为Order类型。
然后设置这两个实例的输入参数(微软工作流里面还是仅支持VB.net,对与同我一样只熟悉C#的有点小杯具）
Data=OrderInProcess
Function=New Action(Of Order)(AddressOf OrderService.DoPartReplication)
和
Data=OrderInProcess
Function=New Action(Of Order)(AddressOf OrderService.DoVehicleReplication),
然后修改main里面的代码。
static void Main(string[] args)
{
//InProcess Call workflow
DateTime dtStart = DateTime.Now;
Console.WriteLine("workflow start time {0}", dtStart);
WorkflowInvoker.Invoke(new Workflow1());
DateTime dtEnd = DateTime.Now;
Console.WriteLine("workflow end time {0}", dtEnd);
Console.WriteLine("total time elapsed {0}", (dtEnd - dtStart).Seconds);
Console.Read();
}
来看执行结果(为了比较性能，请执行编译后的exe文件，不要在Visual Studio里面运行原代码)
可以看到两个业务流程（分别修改OrderInprocess的Id和客户信息）都得到了执行，而且总共时间只有5秒，并发成功！！
下面章节我们将完善现在这个例子，进行性能等各种分析，实现完整的方案，并且最终抛弃微软的Parallel Activity(因为它是个假的并行工作流活动!)
-胡以谦 于 2011.5.28
源代码请从这里下载。
