Parallel并行化编程

在很多场景中我们需要通过并行化的方式来提高程序运行的速度，比较典型的需求就是并行下载。前期遇到一个需求是要批量下载瓦片，每次大概下载上百万个瓦片，要想提高瓦片的下载速度，只能通过并行化的方式，下面把我解决此问题的思路和代码总结如下：

第一步确定线程个数（ThreadCount），这个要根据网络情况和硬件配置进行确定，可以做成一个配置项由用户自行确定。

第二步将任务分成ThreadCount个，此步需要注意处理任务数较少（小于线程个数）以及任务数除不尽ThreadCount的情况。处理方式为任务数较少时不进行任务细分，由一个线程处理；除不尽的情况解决方案是最后一个任务处理剩下所有的任务。具体代码如下：

            var list_thread = new List<List<Location>>();//细分的下载任务（均分）

            if (list.Count >= 1000)//如果比1000个还小不细分，一个线程执行
            {
                var count = (int)(list.Count / threadCount);
                for (int i = 0; i < threadCount; i++)
                {
                    if (i == threadCount - 1)
                        list_thread.Add(list.Skip(i * count).Take(list.Count - count * (threadCount - 1)).ToList());//最后一个取剩下的所有
                    else
                        list_thread.Add(list.Skip(i * count).Take(count).ToList());
                }
            }
            else
                list_thread.Add(list);

其中list_thread是细分后的任务列表，list是原始任务。

第三步处理所有任务，并添加到线程列表，等待所有线程执行完毕，即为所有任务处理完毕，具体代码如下：

            var list = ...;//获取所有任务
            var list_thread = GetThreadCountList(loc_list);//获取细分的线程任务

            var listTask = new List<Task>();//存储所有线程任务
            foreach (var item in list_thread)//几个细分任务就创建几个线程
            {
                listTask.Add(Task.Factory.StartNew(() => DoWork(item)));//处理单个线程
            }
            Task.WaitAll(listTask.ToArray());//等待所有线程处理完毕！

以上就是使用Parallel进行并行化编程的方式，看似简单的代码，其实蕴藏了一个哲学问题（所有问题上升到一定程度都是哲学问题）——做事要细分：将一件复杂的事情尽量根据实际情况进行细分，完成一件一件小的任务，整个任务也就完成了。

另最近事情比较多，思绪有些混乱，忘见谅！