TPL Dataflow LinkTo TransformBlock 非常慢

Posted 2023-03-31

【中文标题】TPL Dataflow LinkTo TransformBlock 非常慢

【英文标题】：TPL Dataflow LinkTo TransformBlock is very slow

【发布时间】：2018-08-29 22:41:54

【问题描述】：

我有两个 TransformBlocks，它们排列成一个循环。他们将数据相互链接。 TransformBlock 1 是一个读取数据的 I/O 块，最多只能有 50 个任务。它读取数据和一些元数据。然后它们被传递到第二个块。如果消息再次进入第一个块，则第二个块决定元数据。因此，在元数据匹配标准并稍等片刻之后，数据应该再次返回到 I/O 块。第二个块 MaxDegreeOfParallelism 可以是无限的。

现在我注意到，当我向 I/O 块发送大量数据时，需要很长时间才能将消息链接到第二个块。链接数据大约需要 10 分钟，而且它们都是成批发送的。就像几秒钟内的 1000 个条目一样。 通常我会这样实现它：

public void Start()

    _ioBlock = new TransformBlock<Data,Tuple<Data, MetaData>>(async data =>
    
        var metaData = await ReadAsync(data).ConfigureAwait(false);

        return new Tuple<Data, MetaData>(data, metaData);

    , new ExecutionDataflowBlockOptions  MaxDegreeOfParallelism = 50 );

    _waitBlock = new TransformBlock<Tuple<Data, MetaData>,Data>(async dataMetaData =>
    
        var data = dataMetaData.Item1;
        var metaData = dataMetaData.Item2;

        if (!metaData.Repost)
        
            return null;
        

        await Task.Delay(TimeSpan.FromMinutes(1)).ConfigureAwait(false);

        return data;

    , new ExecutionDataflowBlockOptions  MaxDegreeOfParallelism = DataflowBlockOptions.Unbounded );

    _ioBlock.LinkTo(_waitBlock);
    _waitBlock.LinkTo(_ioBlock, data => data != null);
    _waitBlock.LinkTo(DataflowBlock.NullTarget<Data>());

    foreach (var data in Enumerable.Range(0, 2000).Select(i => new Data(i)))
    
        _ioBlock.Post(data);
    

但由于所描述的问题，我必须像这样实现它：

public void Start()

    _ioBlock = new ActionBlock<Data>(async data =>
    
        var metaData = await ReadAsync(data).ConfigureAwait(false);

        var dataMetaData= new Tuple<Data, MetaData>(data, metaData);

        _waitBlock.Post(dataMetaData);

    , new ExecutionDataflowBlockOptions  MaxDegreeOfParallelism = 50 );

    _waitBlock = new ActionBlock<Tuple<Data, MetaData>>(async dataMetaData =>
    
        var data = dataMetaData.Item1;
        var metaData = dataMetaData.Item2;

        if (metaData.Repost)
        
            await Task.Delay(TimeSpan.FromMinutes(1)).ConfigureAwait(false);

            _ioBlock.Post(data);
        
    , new ExecutionDataflowBlockOptions  MaxDegreeOfParallelism = DataflowBlockOptions.Unbounded );

    foreach (var data in Enumerable.Range(0, 2000).Select(i => new Data(i)))
    
        _ioBlock.Post(data);
    

当我使用第二种方法时，数据会更快地链接/发布（一个接一个）。但这对我来说更像是一种黑客行为。有人知道如何解决这个问题吗？一些朋友推荐我使用 TPL Pipeline，但对我来说似乎要复杂得多。

【问题讨论】：

代码中的 一分钟 等待是怎么回事？！

试试看。我怀疑它是批处理，你已经引入了每批可能 1 分钟的延迟

"..如果消息再次进入第一个块，则第二个块决定元数据.." - 你的第一个例子是这样做的吗？还是不明白你为什么是sleeping。它违背了线程/并发/TPL 数据流的全部目的，特别是当您的问题是 “TPL 数据流 LinkTo TransformBlock 是 very slow” 时。

LinkTo 在运行时不做任何事情。它不会向下一个块传递任何东西，它会建立一个连接，以便一个块将结果发布到下一个块。如果有些东西很慢，那就是块中的代码

@BlackMatrix Task.Delay(TimeSpan.FromMinutes(1)) 是性能缓慢的一个明显原因，并且有足够的理由将这个问题关闭为不可重现。两个 sn-ps 完全不同——第二个没有延迟

【参考方案1】：

问题解决了。你需要设置

ExecutionDataflowBlockOptions.EnsureOrdered

将数据立即转发到下一个/等待块。

更多信息：

Why do blocks run in this order?