在多个IQueryable上并行运行相同的linq查询?

时间:2013-02-07 18:53:26

标签: c# linq parallel-extensions

情况:我有List<IQueryable<MyDataStructure>>。我想并行运行单个linq查询,然后加入结果。

问题:如何创建我可以作为参数传递的linq查询?

示例代码:

这是一些简化的代码。首先,我收集了IQueryable<string>

    public List<IQueryable<string>> GetQueries()
    {
        var set1 = (new List<string> { "hello", "hey" }).AsQueryable();
        var set2 = (new List<string> { "cat", "dog", "house" }).AsQueryable();
        var set3 = (new List<string> { "cat", "dog", "house" }).AsQueryable();
        var set4 = (new List<string> { "hello", "hey" }).AsQueryable();

        var sets = new List<IQueryable<string>> { set1, set2, set3, set4 };

        return sets;
    }

我想找到所有以字母'h'开头的单词。使用单个IQueryable<string>这很容易:

query.Where(x => x.StartsWith("h")).ToList()

但我希望对所有IQueryable<string>对象并行运行相同的查询,然后合并结果。这是一种方法:

        var result = new ConcurrentBag<string>();
        Parallel.ForEach(queries, query =>
        {
            var partOfResult = query.Where(x => x.StartsWith("h")).ToList();

            foreach (var word in partOfResult)
            {
                result.Add(word);
            }
        });

        Console.WriteLine(result.Count);

但我希望这是一个更通用的解决方案。这样我就可以单独定义linq操作并将其作为参数传递给方法。像这样:

        var query = Where(x => x.FirstName.StartsWith("d") && x.IsRemoved == false)
            .Select(x => x.FirstName)
            .OrderBy(x => x.FirstName);

        var queries = GetQueries();

        var result = Run(queries, query);

但我不知道如何做到这一点。有什么想法吗?

2 个答案:

答案 0 :(得分:5)

所以你想要的第一件事就是采用一系列查询,执行所有查询,然后获得平坦的结果列表。这很简单:

public static IEnumerable<T> Foo<T>(IEnumerable<IQueryable<T>> queries)
{
    return queries.AsParallel()
            .Select(query => query.ToList())
            .SelectMany(results => results);
}

对于每个查询,我们执行它(在其上调用ToList)并且由于AsParallel并行完成,然后通过SelectMany将结果展平为单个序列。

您要做的另一件事是在一系列查询中为每个查询添加一些查询操作。这不需要并行化(感谢延迟执行,对Where的调用,OrderBy等几乎没有时间)并且可以通过Select完成:

var queries = GetQueries().Select(query =>
    query.Where(x => x.FirstName.StartsWith("d")
        && !x.IsRemoved)
    .Select(x => x.FirstName)
    .OrderBy(x => x.FirstName));

var results = Foo(queries);

我个人认为没有必要将这两种方法结合起来。你可以创建一个同时执行这两个方法的方法,但它们实际上是相当独立的概念,因此我认为不需要它。如果你确实想要它们,那么它就是:

public static IEnumerable<TResult> Bar<TSource, TResult>(
    IEnumerable<IQueryable<TSource>> queries,
    Func<IQueryable<TSource>, IQueryable<TResult>> selector)
{

    return queries.Select(selector)
        .AsParallel()
        .Select(query => query.ToList())
        .SelectMany(results => results);
}

如果需要,可以随意制作FooBar扩展方法。此外,如果你打算使用它们,你真的可以更好地将它们重命名为更好的东西。

答案 1 :(得分:4)

首先 - 鉴于您当前的实施,没有理由使用IQueryable<T> - 您可以使用IEnumerable<T>

然后,您可以编写一个采用IEnumerable<IEnumerable<T>>Func<IEnumerable<T>, IEnumerable<U>>的方法来构建结果:

IEnumerable<IEnumerable<U>> QueryMultiple<T,U>(IEnumerable<IEnumerable<T>> inputs, Func<IEnumerable<T>,IEnumerable<U>> mapping)
{
     return inputs.AsParallel().Select(i => mapping(i));
}

然后您可以将其用作:

void Run()
{
    IEnumerable<IEnumerable<YourType>> inputs = GetYourObjects();

    Func<IEnumerable<YourType>, IEnumerable<YourType>> query = i => 
       i.Where(x => x.FirstName.StartsWith("d") && x.IsRemoved == false)
        .Select(x => x.FirstName)
        .OrderBy(x => x.FirstName);

    var results = QueryMultiple(inputs, query);
}