Question

我必须处理大约200,000个对象（在桌面应用程序中），每个对象需要大约20毫秒来处理。为了加快这个速度，我想同时做到这一点。

对于测试我只是将每个对象放在一个单独的任务中，但由于作业的小尺寸，这只会产生很小的速度提升。所以我的第一个问题是：

是否有一种聪明（但不是太复杂）的方法来为这些对象找到最佳批量大小？我想我可以对一些本地测试是否最快将它们分组在10个，20个或100个对象中，但这似乎有点不理想。

其次（并且更重要）：大多数对象只要在获得一些CPU时间时就应该被处理。但是，用户将始终查看10-20个对象。我希望始终能够将用户正在查看的对象放在队列的前面，以便提供流畅的用户体验。用户可能一直在导航，因此我觉得始终能够快速重新安排订单非常重要。（20 ms * 20应该能够在大约0.4秒内处理完毕。）

有人可以帮我设计一个好的设计图案来处理这些物品吗？

Answer 1

如果对象在集合中，您可以使用Parallel.ForEach或Parallel.For。由于您的用户响应要求，Parallel.For将是更好的选择。

不幸的是，根据结果衡量绩效和调整战略是无可替代的。

Answer 2

如果你想并行处理项目并且不关心顺序，只需使用Parallel.ForEach()（从后台线程调用它，这样就不会阻止UI线程）。

但是如果你想实现那种动态的优先级改变，那就更复杂了。

一种方法是拥有一个对象，我们称之为Job，它代表必须执行的单个动作。然后你会有一个处理作业队列的方法，但是如果有的话，执行那些具有高优先级的作业。类似的东西：

Queue<Job> jobs;
IEnumerable<Job> priorityJobs;

void ProcessJobs()
{
    while (true)
    {
        Job job = null;

        lock (jobs)
        {
            job = priorityJobs.FirstOrDefault(j => j.NotYetStarted);

            if (job == null)
            {
                do
                {
                    if (jobs.Count == 0)
                        return;

                    job = jobs.Dequeue();
                } while (job.NotYetStarted);
            }

            job.NotYetStarted = false;
        }

        job.Execute();
    }
}

然后，您将启动线程并行执行ProcessJobs()，例如：

var tasks = Enumerable.Range(0, Environment.ProcessorCount)
    .Select(_ => Task.Run(() => ProcessJobs()));

使用任务并行库进行调度

2 个答案: