我正在阅读C# 5.0 in nutshell，在阅读了作者的观点之后，我对我应该采用什么感到困惑。我的要求就是说我有一个很长时间运行（计算量很大）的任务，例如，计算数百万个文件的SHA1（或其他一些）哈希，或者其他任何东西都是计算量很大并且可能需要一些时间，我应该采用什么方法来开发它（如果重要的是winforms，使用VS 2012，C＃5.0），so that I can also report progress to the user。
以下情景会浮现在脑海中......
通过实施Task或{{1 或让任务捕获LongRunning上下文并发布到用户界面。
创建一个{/ 1}}方法，如
IProgess<T>使用TPL（或PLINQ）作为
Progess<T>使用生产者/消费者队列 真的不知道怎么办？
书中的作者说......
在池化线程上运行一个长时间运行的任务不会导致 麻烦。当你并行运行多个长时间运行的任务时 （特别是那些阻止）表现会受到影响的人。在那里面 情况下，通常有更好的解决方案 TaskCreationOptions.LongRunnging
- 如果任务是IO绑定的，可以使用TaskCompletionSource和异步函数 使用回调而不是线程来实现并发。
- 如果任务是计算绑定的，那么生产者/消费者队列可以限制这些任务的并发性，避免饥饿 其他线程和流程。
关于SynchronizationContext作者说......
生产者/消费者队列是一个有用的结构，两者并行 编程和一般并发场景，因为它给你精确 控制一次执行多少个工作线程，这很有用 不仅限制CPU消耗，还限制其他资源。
那么，我应该不使用任务，这意味着第一个选项是什么？第二个是最好的选择吗？还有其他选择吗？如果我遵循作者的建议，并实施生产者/消费者，我将如何做到这一点（我甚至不知道如何在我的方案中开始使用生产者/消费者，如果那是最好的方法！）
我想知道是否有人遇到过这种情况，他们将如何实施？如果没有，那么最有效和/或易于开发/维护的是什么（我知道Async这个词是主观的，但我们只考虑它的工作原理，并且效果很好！）
答案 0 :(得分：8)
真正长时间运行（计算量很大）的任务，例如，计算数百万个文件的SHA1（或其他一些）哈希
该示例显然具有繁重的CPU（散列）和I / O（文件）组件。也许这是一个非代表性的例子，但根据我的经验，即使安全散列也比从磁盘读取数据快得多。
如果你只有CPU限制工作，最好的解决方案是Parallel或PLINQ。如果您只有I / O绑定工作，最好的解决方案是使用async。如果你有一个更现实和复杂的场景（CPU和I / O都工作），那么你应该连接你的CPU和I / O部件与生产者/消费者队列或使用更完整的解决方案，如TPL Dataflow。
TPL Dataflow适用于并行（MaxDegreeOfParallelism）和async，并且在每个块之间都有一个内置的生产者/消费者队列。
混合大量I / O和CPU使用时要记住的一件事是，不同的情况会导致大量不同的性能特征。为了安全起见，您需要限制通过队列的数据，这样您就不会遇到内存使用问题。 TPL Dataflow通过BoundedCapacity内置了对限制的支持。