Parallel.For 你可能忽视的一个非常实用的重载方法

Posted 2020-09-06

　 说起Parallel.For大家都不会陌生，很简单，不就是一个提供并行功能的for循环吗？ 或许大家平时使用到的差不多就是其中最简单的那个重载方法，而真实情况

下Parallel.For里面有14个重载，而其中那些比较复杂的重载方法，或许还有同学还不知道怎么用呢~~~ 刚好我最近我有应用场景了，给大家介绍介绍，废话不多说，

先给大家看一下这个并行方法的重载一览表吧。。。

 

一：遇到的场景

     我遇到的场景是这样的，项目中有这样一个功能，这个功能需要根据多个维度对一组customerIDList进行筛选，最后求得多个维度所筛选出客户的并集，我举个

例子：现有8个维度：

1. 交易行为

2.营销活动

3.地区

4.新老客户

5.营销渠道

6.客户属性

7.客户分组

8.商品

每个维度都能筛选出一批customerid出来，然后对8组customerid求并集，这种场景很明显要提升性能的话，你必须要做并行处理，当然能够实现的方式有很多种，

比如我定义8个task<T>，然后使用WaitAll等待一下，最后再累计每个Result的结果就可以了，代码如下：

 1 class Program
 2 {
 3     static void Main(string[] args)
 4     {
 5         List<string> rankList = Enum.GetNames(typeof(FilterType)).ToList();
 6 
 7         Task<HashSet<int>>[] tasks = new Task<HashSet<int>>[rankList.Count];
 8 
 9         var hashCustomerIDList = new HashSet<int>();  //求customerid的并集
10 
11         for (int i = 0; i < tasks.Length; i++)
12         {
13             tasks[i] = Task.Factory.StartNew<HashSet<int>>((obj) =>
14             {
15                 //业务方法，耗损性能中。。。
16                 var smallCustomerIDHash = GetXXXMethod(rankList[(int)obj]);
17 
18                 return smallCustomerIDHash;
19             }, i);
20         }
21 
22         Task.WaitAll(tasks);
23 
24         foreach (var task in tasks)
25         {
26             foreach (var item in task.Result)
27             {
28                 hashCustomerIDList.Add(item);
29             }
30         }
31     }
32 
33     static HashSet<int> GetXXXMethod(string rank)
34     {
35         return new HashSet<int>();
36     }
37 
38     public enum FilterType
39     {
40         交易行为 = 1,
41         营销活动 = 2,
42         地区 = 4,
43         新老客户 = 8,
44         营销渠道 = 16,
45         客户属性 = 32,
46         客户分组 = 64,
47         商品 = 128
48     }
49 }

      上面的代码的逻辑还是很简单的，我使用的是Task<T>的模式，当然你也可以用void形式的Task，然后在里面lock代码的时候对hashCustomerIDList进行

插入，实现起来也是非常简单的，我就不演示了，那下面的问题来了，有没有更爽更直接的方式，看人家看上去更有档次一点的方法，而且还要达到这种效果呢？

 

二：Parallel.For复杂重载

 回到文章开头的话题，首先我们仔细分析一下下面这个复杂的重载方法。

 1  //
 2         // 摘要:
 3         //     执行具有线程本地数据的 for（在 Visual Basic 中为 For）循环，其中可能会并行运行迭代，而且可以监视和操作循环的状态。
 4         //
 5         // 参数:
 6         //   fromInclusive:
 7         //     开始索引（含）。
 8         //
 9         //   toExclusive:
10         //     结束索引（不含）。
11         //
12         //   localInit:
13         //     用于返回每个任务的本地数据的初始状态的函数委托。
14         //
15         //   body:
16         //     将为每个迭代调用一次的委托。
17         //
18         //   localFinally:
19         //     用于对每个任务的本地状态执行一个最终操作的委托。
20         //
21         // 类型参数:
22         //   TLocal:
23         //     线程本地数据的类型。
24         //
25         // 返回结果:
26         //     包含有关已完成的循环部分的信息的结构。
27         //
28         // 异常:
29         //   T:System.ArgumentNullException:
30         //     body 参数为 null。- 或 -localInit 参数为 null。- 或 -localFinally 参数为 null。
31         //
32         //   T:System.AggregateException:
33         //     包含在所有线程上引发的全部单个异常的异常。
34         public static ParallelLoopResult For<TLocal>(int fromInclusive, int toExclusive, Func<TLocal> localInit, Func<int, ParallelLoopState, TLocal, TLocal> body, Action<TLocal> localFinally);

 

从上面的代码区域中看，你可以看到上面提供了5个参数，而最后意思的就是后面三个，如果你对linq的扩展方法比较熟悉的话，你会发现这个其实就是一个并行版本

的累加器（Aggregate）操作，因为他们都是具有三个区域：第一个区域就是初始化区域(localInit)，就是累积之前的一个初始化操作，第二个区域其实就是一个迭代

区域，说白了就是foreach/for循环，for循环之中，会把计算结果累计到当初初始化区域设置的变量中，第三个区域就是foreach/for之后的一个最终计算区，三者合起

来就是一个并行累加器，为了方便大家更好的理解，我就扒一下源码给大家看看:

 

 由于图太大，就截两张图了，大家一定要仔细体会一下这里面的tlocal变量，因为这个tlocal的使用贯穿着三个区域，所以大家一定要好好体会下面这几句代码

1 TLocal tLocal = default(TLocal);
2 
3 tLocal = localInit();
4 
5 while(xxx<xxx){
6 tLocal = bodyWithLocal(num5, parallelLoopState, tLocal);
7 }
8 localFinally(tLocal);

 

      当你理解了tLocal具有累积foreach中的item结果之后，你就应该很明白下面这个body=>(item, loop, total) 和 finally => (total) 中total的含义了，

对吧，当你明白了，然后大家可以看看下面这段代码，是不是用一个方法就搞定了原来需要分阶段实现的一个业务逻辑呢？

 1 class Program
 2 {
 3     static void Main(string[] args)
 4     {
 5         List<string> rankList = Enum.GetNames(typeof(FilterType)).ToList();
 6 
 7         var hashCustomerIDList = new HashSet<int>();  //求customerid的并集
 8 
 9         //并行计算 7个 维度的 总和
10         Parallel.For(0, rankList.Count, () => { return new List<int>(); }, (item, loop, total) =>
11         {
12             //业务方法，耗损性能中。。。
13             var smallCustomerIDHash = GetXXXMethod(rankList[item]);
14 
15             total.AddRange(smallCustomerIDHash);
16 
17             return total;
18         }, (total) =>
19         {
20             lock (hashCustomerIDList)
21             {
22                 foreach (var customerID in total)
23                 {
24                     hashCustomerIDList.Add(customerID);
25                 }
26             } 
27         });
28     }
29 
30     static HashSet<int> GetXXXMethod(string rank)
31     {
32         return new HashSet<int>();
33     }
34 
35     public enum FilterType
36     {
37         交易行为 = 1,
38         营销活动 = 2,
39         地区 = 4,
40         新老客户 = 8,
41         营销渠道 = 16,
42         客户属性 = 32,
43         客户分组 = 64,
44         商品 = 128
45     }
46 }

   好了，本篇就先说这么多，希望这个具有并行累加器效果的Parallel.For能够给你带来一丝灵感~~~