最近我开始尝试大规模搜索网站以进行存档,我认为让多个Web请求异步工作以加快速度(10,000,000页对存档来说肯定很多)是个好主意,所以我冒险进入严酷的并行主义情绪,三分钟后我开始想知道为什么我正在创建的任务(通过Task.Factory.StartNew
)是“堵塞”。
懊恼和好奇我决定测试一下,看看它是不是仅仅是环境的结果,所以我在VS2012中创建了一个新的控制台项目并创建了这个:
static void Main(string[] args)
{
for (int i = 0; i < 10; i++) {
int i2 = i + 1;
Stopwatch t = new Stopwatch();
t.Start();
Task.Factory.StartNew(() => {
t.Stop();
Console.ForegroundColor = ConsoleColor.Green; //Note that the other tasks might manage to write their lines between these colour changes messing up the colours.
Console.WriteLine("Task " + i2 + " started after " + t.Elapsed.Seconds + "." + t.Elapsed.Milliseconds + "s");
Thread.Sleep(5000);
Console.ForegroundColor = ConsoleColor.Yellow;
Console.WriteLine("Task " + i2 + " finished");
});
}
Console.ReadKey();
}
当跑步时出现了这个结果:
正如你所看到的,前四个任务在快速连续时间内以~0.27的时间内开始,然而在此之后,任务开始时的任务开始急剧增加。
为什么会发生这种情况,我该怎么做才能修复或解决这个限制?
答案 0 :(得分:9)
任务(默认情况下)在线程池上运行,就像它听起来一样,是一个线程池。线程池针对很多情况进行了优化,但在其中抛出Thread.Sleep
可能会在大多数情况下抛出一个扳手。此外,Task.Factory.StartNew
通常是一个坏主意,因为人们不理解它是如何工作的。试试这个:
static void Main(string[] args)
{
for (int i = 0; i < 10; i++) {
int i2 = i + 1;
Stopwatch t = new Stopwatch();
t.Start();
Task.Run(async () => {
t.Stop();
Console.ForegroundColor = ConsoleColor.Green; //Note that the other tasks might manage to write their lines between these colour changes messing up the colours.
Console.WriteLine("Task " + i2 + " started after " + t.Elapsed.Seconds + "." + t.Elapsed.Milliseconds + "s");
await Task.Delay(5000);
Console.ForegroundColor = ConsoleColor.Yellow;
Console.WriteLine("Task " + i2 + " finished");
});
}
Console.ReadKey();
}
线程池可以使用有限数量的线程。该数字根据某些条件而变化,但是,一般情况下也是如此。出于这个原因,你永远不应该在线程池上做任何阻塞(如果你想实现并行性)。 Thread.Sleep
是阻止API的完美示例,但大多数Web请求API也是如此,除非您使用较新的异步版本。
因此,原始程序中的爬网问题可能与您发布的示例中的问题相同。您正在阻塞所有线程池线程,因此它被强制启动新线程,并最终阻塞。
巧合的是,以这种方式使用Task.Run
也可以轻松地重写代码,以便您可以知道代码何时完成。通过存储对所有已启动任务的引用,并在最后等待它们(这不会阻止并行性),您可以可靠地知道所有任务何时完成。以下显示了如何实现这一目标:
static void Main(string[] args)
{
var tasks = new List<Task>();
for (int i = 0; i < 10; i++) {
int i2 = i + 1;
Stopwatch t = new Stopwatch();
t.Start();
tasks.Add(Task.Run(async () => {
t.Stop();
Console.ForegroundColor = ConsoleColor.Green; //Note that the other tasks might manage to write their lines between these colour changes messing up the colours.
Console.WriteLine("Task " + i2 + " started after " + t.Elapsed.Seconds + "." + t.Elapsed.Milliseconds + "s");
await Task.Delay(5000);
Console.ForegroundColor = ConsoleColor.Yellow;
Console.WriteLine("Task " + i2 + " finished");
}));
}
Task.WaitAll(tasks.ToArray());
Console.WriteLine("All tasks completed");
Console.ReadKey();
}
注意:此代码尚未经过测试
有关Task.Factory.StartNew
的更多信息以及应避免的原因:http://blog.stephencleary.com/2013/08/startnew-is-dangerous.html。
答案 1 :(得分:1)
我认为这是因为您已经耗尽了线程池中的所有可用线程。尝试使用TaskCreationOptions.LongRunning
开始您的任务。更多详情here。
另一个问题是您正在使用Thread.Sleep
,这会阻止当前线程并浪费资源。尝试使用await Task.Delay
异步等待。您可能需要将lambda更改为async
。
Task.Factory.StartNew(async () => {
t.Stop();
Console.ForegroundColor = ConsoleColor.Green; //Note that the other tasks might manage to write their lines between these colour changes messing up the colours.
Console.WriteLine("Task " + i2 + " started after " + t.Elapsed.Seconds + "." + t.Elapsed.Milliseconds + "s");
await Task.Delay(5000);
Console.ForegroundColor = ConsoleColor.Yellow;
Console.WriteLine("Task " + i2 + " finished");
});