通过一个示例形象地理解C# async await 非并行异步、并行异步、并行异步的并发量控制
前言
接上一篇 通过一个示例形象地理解C# async await异步
我在 .NET与大数据 中吐槽前同事在双层循环体中(肯定是单线程了)频繁请求es，导致接口的总耗时很长。这不能怪前同事，确实难写，会使代码复杂度增加。
评论区有人说他的理解是使用异步增加了系统吞吐能力，这个理解是正确的，但对于单个接口的单次请求而言，它是单线程的，耗时反而可能比同步还慢。如何缩短单个接口的单次请求的时间呢(要求：尽量不增加代码复杂度)？请看下文。
注意：在本文最后补充了最佳实践
示例的测试步骤
先直接测试，看结果，下面再放代码
- 点击VS2022的启动按钮，启动程序，它会先启动Server工程，再启动AsyncAwaitDemo2工程
- 分别点击三个button
- 观察思考输出结果
测试截图
非并行异步(顺序执行的异步)
截图说明：单次请求耗时约0.5秒，共10次请求，耗时约 0.5秒×10=5秒
并行异步
截图说明：单次请求耗时约0.5秒，共10次请求，耗时约 0.5秒
并行异步(控制并发数量)
截图说明：单次请求耗时约0.5秒，共10次请求，并发数是5，耗时约 0.5秒×10÷5=1秒
服务端
服务端和客户端是两个独立的工程，测试时在一起跑，但其实可以分开部署，部署到不同的机器上
服务端是一个web api接口，用.NET 6、VS2022开发，代码如下：
[ApiController]
[Route("[controller]")]
public class TestController : ControllerBase
{
[HttpGet]
[Route("[action]")]
public async Task<Dictionary<int, int>> Get(int i)
{
var result = new Dictionary<int, int>();
await Task.Delay(500); //模拟耗时操作
if (i == 0)
{
result.Add(0, 5);
result.Add(1, 4);
result.Add(2, 3);
result.Add(3, 2);
result.Add(4, 1);
}
else if (i == 1)
{
result.Add(0, 10);
result.Add(1, 9);
result.Add(2, 8);
result.Add(3, 7);
result.Add(4, 6);
}
return result;
}
}
客户端
大家看客户端代码时，不需要关心服务端怎么写
客户端是一个Winform工程，用.NET 6、VS2022开发，代码如下：
public partial class Form1 : Form
{
private readonly string _url = "http://localhost:5028/Test/Get";
public Form1()
{
InitializeComponent();
}
private async void Form1_Load(object sender, EventArgs e)
{
//预热
HttpClient httpClient = HttpClientFactory.GetClient();
await (await httpClient.GetAsync(_url)).Content.ReadAsStringAsync();
}
//非并行异步(顺序执行的异步)
private async void button3_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 非并行异步 开始，线程ID={Thread.CurrentThread.ManagedThreadId} ========================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<string>>();
StringBuilder sb = new StringBuilder();
for (int i = 0; i < 2; i++)
{
int sum = 0;
for (int j = 0; j < 5; j++)
{
Dictionary<int, int> dict = await RequestAsync(_url, i);
if (dict.ContainsKey(j))
{
int num = dict[j];
sum += num;
sb.Append($"{num}, ");
}
}
Log($"输出：sum={sum}");
}
Log($"输出：{sb}");
sw.Stop();
Log($"==== 结束，线程ID={Thread.CurrentThread.ManagedThreadId}，耗时：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
// 并行异步
private async void button4_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 并行异步 开始，线程ID={Thread.CurrentThread.ManagedThreadId} ========================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<Dictionary<int, int>>>();
StringBuilder sb = new StringBuilder();
//双层循环写第一遍
for (int i = 0; i < 2; i++)
{
for (int j = 0; j < 5; j++)
{
var task = RequestAsync(_url, i);
tasks.Add($"{i}_{j}", task);
}
}
//双层循环写第二遍
for (int i = 0; i < 2; i++)
{
int sum = 0;
for (int j = 0; j < 5; j++)
{
Dictionary<int, int> dict = await tasks[$"{i}_{j}"];
if (dict.ContainsKey(j))
{
int num = dict[j];
sum += num;
sb.Append($"{num}, ");
}
}
Log($"输出：sum={sum}");
}
Log($"输出：{sb}");
sw.Stop();
Log($"==== 结束，线程ID={Thread.CurrentThread.ManagedThreadId}，耗时：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
// 并行异步(控制并发数量)
private async void button5_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 并行异步(控制并发数量) 开始，线程ID={Thread.CurrentThread.ManagedThreadId} ===================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<Dictionary<int, int>>>();
Semaphore sem = new Semaphore(5, 5);
StringBuilder sb = new StringBuilder();
//双层循环写第一遍
for (int i = 0; i < 2; i++)
{
for (int j = 0; j < 5; j++)
{
var task = RequestAsync(_url, i, sem);
tasks.Add($"{i}_{j}", task);
}
}
//双层循环写第二遍
for (int i = 0; i < 2; i++)
{
int sum = 0;
for (int j = 0; j < 5; j++)
{
Dictionary<int, int> dict = await tasks[$"{i}_{j}"];
if (dict.ContainsKey(j))
{
int num = dict[j];
sum += num;
sb.Append($"{num}, ");
}
}
Log($"输出：sum={sum}");
}
sem.Dispose(); //别忘了释放
Log($"输出：{sb}");
sw.Stop();
Log($"==== 结束，线程ID={Thread.CurrentThread.ManagedThreadId}，耗时：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
private async Task<Dictionary<int, int>> RequestAsync(string url, int i)
{
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var result = await (await httpClient.GetAsync($"{url}?i={i}")).Content.ReadAsStringAsync();
sw.Stop();
Log($"线程ID={Thread.CurrentThread.ManagedThreadId}，请求耗时：{sw.Elapsed.TotalSeconds:0.000}秒");
return JsonSerializer.Deserialize<Dictionary<int, int>>(result);
}
private async Task<Dictionary<int, int>> RequestAsync(string url, int i, Semaphore semaphore)
{
semaphore.WaitOne();
try
{
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var result = await (await httpClient.GetAsync($"{url}?i={i}")).Content.ReadAsStringAsync();
sw.Stop();
Log($"线程ID={Thread.CurrentThread.ManagedThreadId}，请求耗时：{sw.Elapsed.TotalSeconds:0.000}秒");
return JsonSerializer.Deserialize<Dictionary<int, int>>(result);
}
catch (Exception ex)
{
Log($"错误：{ex}");
throw;
}
finally
{
semaphore.Release();
}
}
#region Log
private void Log(string msg)
{
msg = $"{DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")} {msg}\r\n";
if (this.InvokeRequired)
{
this.BeginInvoke(new Action(() =>
{
txtLog.AppendText(msg);
}));
}
else
{
txtLog.AppendText(msg);
}
}
#endregion
private void button6_Click(object sender, EventArgs e)
{
txtLog.Text = string.Empty;
}
}
思考
1. 使用Semaphore的注意事项
- 如果是Winform程序，可以在button事件方法中定义它的局部变量。如果是WebAPI接口服务，请在接口方法中定义Semaphore的局部变量。注意，别定义成全局的，或者定义成静态的，或者定义成Controller的成员变量，那样会严重限制使用它的接口的吞吐能力！
- 用完调用Dispose释放
2. 尽量不增加代码复杂度
请思考代码中的注释"双层循环写第一遍""双层循环写第二遍"，这个写法尽量不增加代码复杂度，试想一下，如果你用Task.Run，且不说占用线程，就问你怎么写能简单？
有人说，这题我会，这样写不就行了：
Dictionary<int, int>[] result = await Task.WhenAll(tasks.Values);
那请问，你接下来怎么写？我相信你肯定会写，但问题是，代码的逻辑结构变了，代码复杂度增加了！
所以"双层循环写第一遍""双层循环写第二遍"是什么意思？你即能方便合并，又能方便拆分，代码逻辑结构没变，只是复制了一份。
3. RequestAsync的复杂度可控
RequestAsync的复杂度并没有因为Semaphore的引入变得更复杂，增加的代码可以接受。
我写这篇博客不只是写个Demo，我确实有实际项目中的问题需要解决，代码如下：
WebAPI的Controller层：
[HttpPost]
[Route("[action]")]
public async Task<List<NightActivitiesResultItem>> Get([FromBody] NightActivitiesPostData data)
{
return await ServiceFactory.Get<NightActivitiesService>().Get(data.startDate, data.endDate, data.startTime, data.endTime, data.threshold, data.peopleClusters);
}
WebAPI的Service层：
public async Task<List<NightActivitiesResultItem>> Get(string strStartDate, string strEndDate, string strStartTime, string strEndTime, decimal threshold, List<PeopleCluster> peopleClusterList)
{
List<NightActivitiesResultItem> result = new List<NightActivitiesResultItem>();
DateTime startDate = DateTime.ParseExact(strStartDate, "yyyyMMdd", CultureInfo.InvariantCulture);
DateTime endDate = DateTime.ParseExact(strEndDate, "yyyyMMdd", CultureInfo.InvariantCulture);
string[][] strTimes;
if (string.Compare(strStartTime, strEndTime) > 0)
{
strTimes = new string[2][] { new string[2], new string[2] };
strTimes[0][0] = strStartTime;
strTimes[0][1] = "235959";
strTimes[1][0] = "000000";
strTimes[1][1] = strEndTime;
}
else
{
strTimes = new string[1][] { new string[2] };
strTimes[0][0] = strStartTime;
strTimes[0][1] = strEndTime;
}
foreach (PeopleCluster peopleCluster in peopleClusterList)
{
for (DateTime day = startDate; day <= endDate; day = day.AddDays(1))
{
string strDate = day.ToString("yyyyMMdd");
int sum = 0;
foreach (string[] timeArr in strTimes)
{
List<PeopleFeatureAgg> list = await ServiceFactory.Get<PeopleFeatureQueryService>().QueryAgg(strDate + timeArr[0], strDate + timeArr[1], peopleCluster.ClusterIds);
Dictionary<string, int> agg = list.ToLookup(a => a.ClusterId).ToDictionary(a => a.Key, a => a.First().Count);
foreach (string clusterId in peopleCluster.ClusterIds)
{
if (agg.TryGetValue(clusterId, out int count))
{
sum += count;
}
}
}
if (sum >= threshold) //大于或等于阈值
{
NightActivitiesResultItem item = new NightActivitiesResultItem();
item.peopleCluster = peopleCluster;
item.date = strDate;
item.count = sum;
foreach (string[] timeArr in strTimes)
{
PeopleFeatureQueryResult featureList = await ServiceFactory.Get<PeopleFeatureQueryService>().Query(strDate + timeArr[0], strDate + timeArr[1], peopleCluster.ClusterIds, 10000);
item.list.AddRange(featureList.list);
}
item.dataType = "xxx";
result.Add(item);
}
}
}
var clusters = result.ConvertAll<PeopleCluster>(a => a.peopleCluster);
await ServiceFactory.Get<PersonScoreService>().Set(OpeType.Xxx, peopleClusterList, clusters, startDate.ToString("yyyyMMddHHmmss"), endDate.ToString("yyyyMMddHHmmss"));
return result;
}
思考
上述接口代码，它有三层循环，在第三层循环体中await，第一层循环的数量会达到1000甚至10000，第二层循环的数量会达到30(一个月30天)，甚至90(三个月)，第三层循环的数量很少。
那么总请求次数会达到3万甚至90万，如果不使用并行异步请求，那耗时将会很长。
请问：在尽量不增加代码复杂度的前提下，怎么优化，能缩短该服务接口的执行时间？
我知道肯定有人要说我了，你傻啊，请求3万次？你可以改写一下，只请求一次，或者按天来，每天的数据只请求一次，那最多也才90次。然后在内存中计算，这不就快了？
确实是这样的，确实不应该请求3万次。但问题没这么简单：
- 且不说代码的复杂度，你写的不是一个接口，可能会有几十个这样的接口要写，复杂度增加一点这么多接口都要写死人。
- 这3万请求，可都是精确查询，es强大的缓存机制，肯定会命中缓存，也就是这些请求实际上基本是直接从内存中拿数据，连遍历集合都不需要，直接命中索引。只是网络往返次数太多。
- 这1次请求，或30次请求，对es来说，变成了范围查询，es要遍历，要给你查询并组织数据，返回集合给你。当然es集群的运算速度肯定很快。
- 这1次请求，或30次请求，结果返回后，你就要在内存中计算了，有的接口我就是这样写的，但要多写代码，比如在内存中计算，为了提高效率，先创建字典，相当于建索引。
- 只是逻辑复杂了吗？你还要多定义一些临时的变量啊！还可能要多定义一些实体类，哪怕是匿名对象。
- 代码写着写着就变懒了，对于每个接口，先组织好数据，再进行1次请求，然后在内存中再遍历再计算，心智负担好重
- 我在网上看到es集群默认最多支持10000个并发查询，需要请求es的业务程序肯定不止一个，对一个业务程序而言，确实要控制并发量
- 根据我的观察，一个WebAPI程序，线程数一般也就几十，多的时候上百，在没有异步的时候，并发请求数量实际上受限于物理线程。
- 使用异步之后，并发请求数量实际上受限于虚拟线程。确实会增加请求es的并发数量，压力大的时候，这个并发数量可能会很大。
怎么查看并发请求数
windows的cmd命令：
netstat -ano | findstr 5028
还有两个问题，博客中没有体现
1. 客户端程序执行请求时，客户端线程数量
通过任务管理器查看，非并行异步，线程数很少，请求开始后只增加了一两个线程。并行异步线程数较多。并行异步控制并发数量，线程数少很多。
2. Semaphore会阻塞当前线程
semaphore.WaitOne()阻塞线程一直阻塞到semaphore.Release()，使用了Semaphore的接口，被请求一次，阻塞一个线程，不过问题不是很大。
思考
.NET只有一个CLR线程池和一个异步线程池(完成端口线程池)，当线程池中线程数量不够用时，.NET每秒才增加1到2个线程，线程增加的速度非常缓慢。结合异步，考虑一下这是为什么？
我认为(不一定对)：
- 异步不需要大量物理线程，少量即可
- 如果线程增加速度很快，以异步的吞吐量，怕不是要把es请求挂！因为并发请求数太多了。
总结
- 并行异步，会有并发量太大，导致诸如数据库或者es集群抗不住的问题，谨慎使用。
- 并行异步(控制并发数量)，这个目前是最佳实践。
完整测试源码
注意是AsyncParallel分支
https://gitee.com/s0611163/AsyncAwaitDemo2/tree/AsyncParallel/
最后
上述我写的实际接口，可优化也可不优化，耗时长没有问题，还有很多服务接口，它们通过定时任务在凌晨错开时间跑，结果存储在数据库中供前端查询。这是离线分析。
前同事写的接口是实时的，所以他觉得es慢了，如果只请求一次呢，可能es的查询语句也不好写，所以用ClickHouse，利用SQL灵活性，只查询一次，然后在内存中计算。
后续
又写了个测试程序，测试大量请求，并限制请求并发量。
注意是AsyncParallel2分支
https://gitee.com/s0611163/AsyncAwaitDemo2/tree/AsyncParallel2/
怎么测试？
- 启动服务端后，再启动客户端
- 点击第一个按钮，观察输出，打开Windows的资源管理器，查看Server.exe进程和AsyncAwaitDemo2.exe进程的线程数量，然后客户端可以关了，因为跑完至少要半小时。
- 点击第二个按钮，观察输出，打开Windows的资源管理器同上，观察工作线程数和异步线程数占用，能看到数据明显变化，大概几秒后就可以跑完。
- 点击第三个按钮，观察输出，打开Windows的资源管理器同上，观察工作线程数和异步线程数占用，能看到数据明显变化，大概20秒能跑完。0.065秒/每次请求×3万次请求÷100并发量≈20秒。
注意观察服务端线程数量
-
并行异步请求
并行异步请求时，请求3万次只需要几秒，第二次点击需要的时间更短，仅需大约2.5秒。注意观察服务端线程数量，50不到！
我把服务端修改成同步接口，客户端代码不动，试了一下，3万个请求，客户端报异常：由于目标计算机积极拒绝，无法连接。
我把服务端的线程池改大一些，ThreadPool.SetMinThreads(200, 200)，客户还是报异常：远程主机强迫关闭了一个现有的连接。 -
并行异步请求(控制并发数量)
3万次请求，耗时大约60秒，很显然服务端的吞吐量较低。
把服务端的线程池改大一些，ThreadPool.SetMinThreads(200, 200)，可以达到异步接口同样的吞吐量。
后续：使用Parallel.ForEachAsync实现异步方法的并行执行(最佳实践)
private async void button4_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 并行异步 开始，线程ID={Thread.CurrentThread.ManagedThreadId} ========================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<Dictionary<int, int>>>();
ConcurrentQueue<string> strs = new ConcurrentQueue<string>();
await Parallel.ForEachAsync(Enumerable.Range(0, m), new ParallelOptions() { MaxDegreeOfParallelism = 100 }, async (i, c) =>
{
int sum = 0;
await Parallel.ForEachAsync(Enumerable.Range(0, n), new ParallelOptions() { MaxDegreeOfParallelism = 30 }, async (j, c) =>
{
Dictionary<int, int> dict = await RequestAsync(_url, i);
if (dict.ContainsKey(j))
{
int num = dict[j];
Interlocked.Exchange(ref sum, sum + num);
strs.Enqueue($"{num}");
}
});
Log($"输出：sum={sum}");
});
Log($"输出：{string.Join(",", strs.ToArray())}");
sw.Stop();
Log($"==== 结束，线程ID={Thread.CurrentThread.ManagedThreadId}，耗时：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
上述代码说明
- 在并行执行的异步方法中操作集合，要使用线程安全的集合：
ConcurrentQueue<string> strs = new ConcurrentQueue<string>();
- 在并行执行的异步方法中计算数量，要使用Interlocked：
Interlocked.Exchange(ref sum, sum + num);
