Document

详细的.Net并行编程高级教程--Parallel

一直觉得自己对并发了解不够深入,特别是看了《代码整洁之道》觉得自己有必要好好学学并发编程,因为性能也是衡量代码整洁的一大标准。而且在《失控》这本书中也多次提到并发,不管是计算机还是生物都并发处理着各种事物。人真是奇怪,当你关注一个事情的时候,你会发现周围的事物中就常出现那个事情。所以好奇心驱使下学习并发。便有了此文。

作者:Stoneniqiu来源:博客园|2015-10-13 09:18

Tech Neo技术沙龙 | 11月25号,九州云/ZStack与您一起探讨云时代网络边界管理实践


一直觉得自己对并发了解不够深入,特别是看了《代码整洁之道》觉得自己有必要好好学学并发编程,因为性能也是衡量代码整洁的一大标准。而且在《失控》这本书中也多次提到并发,不管是计算机还是生物都并发处理着各种事物。人真是奇怪,当你关注一个事情的时候,你会发现周围的事物中就常出现那个事情。所以好奇心驱使下学习并发。便有了此文。

一、理解硬件线程和软件线程

   多核处理器带有一个以上的物理内核--物理内核是真正的独立处理单元,多个物理内核使得多条指令能够同时并行运行。硬件线程也称为逻辑内核,一个物理内 核可以使用超线程技术提供多个硬件线程。所以一个硬件线程并不代表一个物理内核;Windows中每个运行的程序都是一个进程,每一个进程都会创建并运行 一个或多个线程,这些线程称为软件线程。硬件线程就像是一条泳道,而软件线程就是在其中游泳的人。

二、并行场合

  .Net Framework4 引入了新的Task Parallel Library(任务并行库,TPL),它支持数据并行、任务并行和流水线。让开发人员应付不同的并行场合。

  • 数据并行:有大量数据需要处理,并且必须对每一份数据执行同样的操作。比如通过256bit的密钥对100个Unicode字符串进行AES算法加密。

  • 任务并行:通过任务并发运行不同的操作。例如生成文件散列码,加密字符串,创建缩略图。

  • 流水线:这是任务并行和数据并行的结合体。

  TPL引入了System.Threading.Tasks ,主类是Task,这个类表示一个异步的并发的操作,然而我们不一定要使用Task类的实例,可以使用Parallel静态类。它提供了 Parallel.Invoke, Parallel.For Parallel.Forecah 三个方法。

三、Parallel.Invoke

   试图让很多方法并行运行的最简单的方法就是使用Parallel类的Invoke方法。例如有四个方法:

  • WatchMovie

  • HaveDinner

  • ReadBook

  • WriteBlog

  通过下面的代码就可以使用并行。

System.Threading.Tasks.Parallel.Invoke(WatchMovie, HaveDinner, ReadBook, WriteBlog);

这段代码会创建指向每一个方法的委托。Invoke方法接受一个Action的参数组。

1

public static void Invoke(params Action[] actions);

用lambda表达式或匿名委托可以达到同样的效果。

System.Threading.Tasks.Parallel.Invoke(() => WatchMovie(), () => HaveDinner(), () => ReadBook(), delegate() { WriteBlog(); });

 1.没有特定的执行顺序。

 Parallel.Invoke方法只有在4个方法全部完成之后才会返回。它至少需要4个硬件线程才足以让这4个方法并发运行。但并不保证这4个方法能够同时启动运行,如果一个或者多个内核处于繁忙状态,那么底层的调度逻辑可能会延迟某些方法的初始化执行。

给方法加上延时,就可以看到必须等待最长的方法执行完成才回到主方法。

  1. static void Main(string[] args) 
  2.         { 
  3.             System.Threading.Tasks.Parallel.Invoke(WatchMovie, HaveDinner, ReadBook, 
  4.                 WriteBlog); 
  5.             Console.WriteLine("执行完成"); 
  6.             Console.ReadKey(); 
  7.         } 
  8.  
  9.         static void WatchMovie() 
  10.         { 
  11.             Thread.Sleep(5000); 
  12.             Console.WriteLine("看电影"); 
  13.         } 
  14.         static void HaveDinner() 
  15.         { 
  16.             Thread.Sleep(1000); 
  17.             Console.WriteLine("吃晚饭"); 
  18.         } 
  19.         static void ReadBook() 
  20.         { 
  21.             Thread.Sleep(2000); 
  22.             Console.WriteLine("读书"); 
  23.         } 
  24.         static void WriteBlog() 
  25.         { 
  26.             Thread.Sleep(3000); 
  27.             Console.WriteLine("写博客"); 
  28.         } 

这样会造成很多逻辑内核处于长时间闲置状态。

四、Parallel.For

Parallel.For为固定数目的独立For循环迭代提供了负载均衡 (即将工作分发到不同的任务中执行,这样所有的任务在大部分时间都可以保持繁忙) 的并行执行。从而能尽可能地充分利用所有的可用的内核。

我们比较下下面两个方法,一个使用For循环,一个使用Parallel.For  都是生成密钥在转换为十六进制字符串。

  1. private static void GenerateAESKeys() 
  2.         { 
  3.             var sw = Stopwatch.StartNew(); 
  4.             for (int i = 0; i < NUM_AES_KEYS; i++) 
  5.             { 
  6.                 var aesM = new AesManaged(); 
  7.                 aesM.GenerateKey(); 
  8.                 byte[] result = aesM.Key; 
  9.                 string hexStr = ConverToHexString(result); 
  10.             } 
  11.             Console.WriteLine("AES:"+sw.Elapsed.ToString()); 
  12.         } 
  13.  
  14.  private static void ParallelGenerateAESKeys() 
  15.         { 
  16.             var sw = Stopwatch.StartNew(); 
  17.             System.Threading.Tasks.Parallel.For(1, NUM_AES_KEYS + 1, (int i) => 
  18.             { 
  19.                 var aesM = new AesManaged(); 
  20.                 aesM.GenerateKey(); 
  21.                 byte[] result = aesM.Key; 
  22.                 string hexStr = ConverToHexString(result); 
  23.             }); 
  24.  
  25.             Console.WriteLine("Parallel_AES:" + sw.Elapsed.ToString()); 
  26.         } 

复制代码

private static int NUM_AES_KEYS = 100000;
        static void Main(string[] args)
        {
            Console.WriteLine("执行"+NUM_AES_KEYS+"次:"); GenerateAESKeys();
            ParallelGenerateAESKeys();
            Console.ReadKey();
        }

复制代码

执行1000000次

这里并行的时间是串行的一半。

五、Parallel.ForEach

在Parallel.For中,有时候对既有循环进行优化可能会是一个非常复杂的任务。Parallel.ForEach为固定数目的独立For Each循环迭代提供了负载均衡的并行执行,且支持自定义分区器,让使用者可以完全掌握数据分发。实质就是将所有要处理的数据区分为多个部分,然后并行运 行这些串行循环。

修改上面的代码:

  1. System.Threading.Tasks.Parallel.ForEach(Partitioner.Create(1, NUM_AES_KEYS + 1), range => 
  2.             { 
  3.                 var aesM = new AesManaged(); 
  4.                 Console.WriteLine("AES Range({0},{1} 循环开始时间:{2})",range.Item1,range.Item2,DateTime.Now.TimeOfDay); 
  5.  
  6.                 for (int i = range.Item1; i < range.Item2; i++) 
  7.                 { 
  8.                     aesM.GenerateKey(); 
  9.                     byte[] result = aesM.Key; 
  10.                     string hexStr = ConverToHexString(result); 
  11.                 } 
  12.                 Console.WriteLine("AES:"+sw.Elapsed.ToString()); 
  13.             }); 

从执行结果可以看出,分了13个段执行的。

第二次执行还是13个段。速度上稍微有差异。开始没有指定分区数,Partitioner.Create使用的是内置默认值。

而且我们发现这些分区并不是同时执行的,大致是分了三个时间段执行。而且执行顺序是不同的。总的时间和Parallel.For的方法差不多。

public static ParallelLoopResult ForEach<TSource>(Partitioner<TSource> source, Action<TSource> body)

Parallel.ForEach方法定义了source和Body两个参数。source是指分区器。提供了分解为多个分区的数据源。body是 要调用的委托。它接受每一个已定义的分区作为参数。一共有20多个重载,在上面的例子中,分区的类型为Tuple<int,int>,是一个 二元组类型。此外,返回一个ParallelLoopResult的值。

Partitioner.Create 创建分区是根据逻辑内核数及其他因素决定。

  1. public static OrderablePartitioner<Tuple<int, int>> Create(int fromInclusive, int toExclusive) 
  2.     { 
  3.       int num = 3; 
  4.       if (toExclusive <= fromInclusive) 
  5.         throw new ArgumentOutOfRangeException("toExclusive"); 
  6.       int rangeSize = (toExclusive - fromInclusive) / (PlatformHelper.ProcessorCount * num); 
  7.       if (rangeSize == 0) 
  8.         rangeSize = 1; 
  9.       return Partitioner.Create<Tuple<int, int>>(Partitioner.CreateRanges(fromInclusive, toExclusive, rangeSize), EnumerablePartitionerOptions.NoBuffering); 
  10.     } 

因此我们可以修改分区数目,rangesize大致为250000左右。也就是说我的逻辑内核是4.

var rangesize = (int) (NUM_AES_KEYS/Environment.ProcessorCount) + 1;
   System.Threading.Tasks.Parallel.ForEach(Partitioner.Create(1, NUM_AES_KEYS + 1,rangesize), range =>

再次执行:

分区变成了四个,时间上没有多大差别(第一个时间是串行时间)。我们看见这四个分区几乎是同时执行的。大部分情况下,TPL在幕后使用的负载均衡机制都是非常高效的,然而对分区的控制便于使用者对自己的工作负载进行分析,来改进整体的性能。

Parallel.ForEach也能对IEnumerable<int>集合进行重构。Enumerable.Range生产了序列化的数目。但这样就没有上面的分区效果。

  1. private static void ParallelForEachGenerateMD5HasHes() 
  2.         { 
  3.             var sw = Stopwatch.StartNew(); 
  4.             System.Threading.Tasks.Parallel.ForEach(Enumerable.Range(1, NUM_AES_KEYS), number => 
  5.             { 
  6.                 var md5M = MD5.Create(); 
  7.                 byte[] data = Encoding.Unicode.GetBytes(Environment.UserName + number); 
  8.                 byte[] result = md5M.ComputeHash(data); 
  9.                 string hexString = ConverToHexString(result); 
  10.             }); 
  11.             Console.WriteLine("MD5:"+sw.Elapsed.ToString()); 
  12.         } 

六、从循环中退出

和串行运行中的break不同,ParallelLoopState 提供了两个方法用于停止Parallel.For 和 Parallel.ForEach的执行。

  • Break:让循环在执行了当前迭代后尽快停止执行。比如执行到100了,那么循环会处理掉所有小于100的迭代。

  • Stop:让循环尽快停止执行。如果执行到了100的迭代,那不能保证处理完所有小于100的迭代。

修改上面的方法:执行3秒后退出。

  1. private static void ParallelLoopResult(ParallelLoopResult loopResult) 
  2.         { 
  3.             string text; 
  4.             if (loopResult.IsCompleted) 
  5.             { 
  6.                 text = "循环完成"; 
  7.             } 
  8.             else 
  9.             { 
  10.                 if (loopResult.LowestBreakIteration.HasValue) 
  11.                 { 
  12.                     text = "Break终止"; 
  13.                 } 
  14.                 else 
  15.                 { 
  16.                     text = "Stop 终止"; 
  17.                 } 
  18.             } 
  19.             Console.WriteLine(text); 
  20.         } 
  21.  
  22.  
  23.         private static void ParallelForEachGenerateMD5HasHesBreak() 
  24.         { 
  25.             var sw = Stopwatch.StartNew(); 
  26.             var loopresult= System.Threading.Tasks.Parallel.ForEach(Enumerable.Range(1, NUM_AES_KEYS), (int number,ParallelLoopState loopState) => 
  27.             { 
  28.                 var md5M = MD5.Create(); 
  29.                 byte[] data = Encoding.Unicode.GetBytes(Environment.UserName + number); 
  30.                 byte[] result = md5M.ComputeHash(data); 
  31.                 string hexString = ConverToHexString(result); 
  32.                 if (sw.Elapsed.Seconds > 3) 
  33.                 { 
  34.                     loopState.Stop(); 
  35.                 } 
  36.             }); 
  37.             ParallelLoopResult(loopresult); 
  38.             Console.WriteLine("MD5:" + sw.Elapsed); 
  39.         } 

七、捕捉并行循环中发生的异常。

当并行迭代中调用的委托抛出异常,这个异常没有在委托中被捕获到时,就会变成一组异常,新的System.AggregateException负责处理这一组异常。

  1. private static void ParallelForEachGenerateMD5HasHesException() 
  2.         { 
  3.             var sw = Stopwatch.StartNew(); 
  4.             var loopresult = new ParallelLoopResult(); 
  5.             try 
  6.             { 
  7.                 loopresult = System.Threading.Tasks.Parallel.ForEach(Enumerable.Range(1, NUM_AES_KEYS), (number, loopState) => 
  8.                 { 
  9.                     var md5M = MD5.Create(); 
  10.                     byte[] data = Encoding.Unicode.GetBytes(Environment.UserName + number); 
  11.                     byte[] result = md5M.ComputeHash(data); 
  12.                     string hexString = ConverToHexString(result); 
  13.                     if (sw.Elapsed.Seconds > 3) 
  14.                     { 
  15.                         throw new TimeoutException("执行超过三秒"); 
  16.                     } 
  17.                 }); 
  18.             } 
  19.             catch (AggregateException ex) 
  20.             { 
  21.                 foreach (var innerEx in  ex.InnerExceptions) 
  22.                 { 
  23.                     Console.WriteLine(innerEx.ToString()); 
  24.                 } 
  25.             } 
  26.             
  27.             ParallelLoopResult(loopresult); 
  28.             Console.WriteLine("MD5:" + sw.Elapsed); 
  29.         } 

结果:

异常出现了好几次。

 八、指定并行度。

TPL的方法总会试图利用所有可用的逻辑内核来实现最好的结果,但有时候你并不希望在并行循环中使用所有的内核。比如你需要留出一个不参与并行计算 的内核,来创建能够响应用户的应用程序,而且这个内核需要帮助你运行代码中的其他部分。这个时候一种好的解决方法就是指定最大并行度。

这需要创建一个ParallelOptions的实例,设置MaxDegreeOfParallelism的值。

  1. private static void ParallelMaxDegree(int maxDegree) 
  2.         { 
  3.             var parallelOptions = new ParallelOptions(); 
  4.             parallelOptions.MaxDegreeOfParallelism = maxDegree; 
  5.  
  6.             var sw = Stopwatch.StartNew(); 
  7.             System.Threading.Tasks.Parallel.For(1, NUM_AES_KEYS + 1, parallelOptions, (int i) => 
  8.             { 
  9.                 var aesM = new AesManaged(); 
  10.                 aesM.GenerateKey(); 
  11.                 byte[] result = aesM.Key; 
  12.                 string hexStr = ConverToHexString(result); 
  13.             }); 
  14.             Console.WriteLine("AES:" + sw.Elapsed.ToString()); 
  15.         } 

调用:如果在四核微处理器上运行,那么将使用3个内核。

ParallelMaxDegree(Environment.ProcessorCount - 1);

时间上大致慢了点(第一次Parallel.For 3.18s),但可以腾出一个内核来处理其他的事情。

小结:这次学习了Parallel相关方法以及如何退出并行循环和捕获异常、设置并行度,还有并行相关的知识。园子里也有类似的博客。但作为自己知识的管理,在这里梳理一遍。

posted @ 2017-11-16 10:01  从未被超越  阅读(490)  评论(0编辑  收藏  举报