在我公司工作了一段时间，我们使用了一个自行开发的ObjectPool<T>实现，它提供了对其内容的阻止访问。它非常简单：Queue<T>，object可以锁定，AutoResetEvent在添加项目时向“借用”线程发出信号。
班上的人真的是这两种方法：
public T Borrow() {
lock (_queueLock) {
if (_queue.Count > 0)
return _queue.Dequeue();
}
_objectAvailableEvent.WaitOne();
return Borrow();
}
public void Return(T obj) {
lock (_queueLock) {
_queue.Enqueue(obj);
}
_objectAvailableEvent.Set();
}
我们一直在使用这个和其他一些集合类而不是System.Collections.Concurrent提供的集合类，因为我们使用的是.NET 3.5，而不是4.0。但最近我们发现，由于我们使用Reactive Extensions，我们实际上做可以使用Concurrent命名空间（在System.Threading.dll中）。
当然，我认为由于BlockingCollection<T>是Concurrent命名空间中的核心类之一，因此它可能提供比我或我的队友写的更好的性能。
所以我尝试编写一个非常简单的新实现：
public T Borrow() {
return _blockingCollection.Take();
}
public void Return(T obj) {
_blockingCollection.Add(obj);
}
令我惊讶的是，根据一些简单的测试（从多个线程借用/返回池几千次），我们的原始实现在性能方面显着优于BlockingCollection<T> 。它们似乎都正常 ;只是我们原来的实现似乎要快得多。
我的问题：
BlockingCollection<T>提供了更大的灵活性（我理解它包装了IProducerConsumerCollection<T>），这必然会带来性能开销？BlockingCollection<T>类的错误使用吗？BlockingCollection<T>的恰当用途，我是不是正确使用了？例如，Take / Add方法是否过于简单化，并且有更好的方法来获得相同的功能？除非有人在回答第三个问题时提供某些见解，否则我们现在似乎会坚持原来的实施。
答案 0 :(得分：26)
这里有几种可能的可能性。
首先，Reactive Extensions中的BlockingCollection<T>是一个backport，与.NET 4最终版本不完全相同。如果这个backport的性能不同于.NET 4 RTM，我不会感到惊讶（虽然我没有特别描述这个集合）。大多数TPL在.NET 4中的表现都比在.NET 3.5后端表现更好。
话虽这么说，如果您有一个生产者线程和一个消费者线程，我怀疑您的实现将超出BlockingCollection<T>。对于一个生产者和一个消费者，您的锁对总体性能的影响较小，重置事件是在消费者方面等待的一种非常有效的方法。
但是，BlockingCollection<T>旨在允许许多生产者线程非常好地“排队”数据。这对于您的实现来说效果不佳，因为锁定争用将很快变得有问题。
话虽如此，我还想指出一个误解：
......它可能提供比我或我的队友写的更好的表现。
这通常不是真的。框架集合类通常执行非常好，但通常不是给定方案的最高性能选项。话虽如此，他们往往表现良好，同时非常灵活和非常强大。它们通常倾向于非常好地扩展。 “家庭编写的”集合类通常在特定场景中优于框架集合，但在用于特定场景之外的场景中时往往会出现问题。我怀疑这是其中一种情况。
答案 1 :(得分：11)
我在.Net 4中尝试BlockingCollection针对ConurrentQueue/AutoResetEvent组合（类似于OP＆＃39}的解决方案，但无锁定），后者的组合所以多我的用例更快，我抛弃了BlockingCollection。不幸的是，差不多一年前，我无法找到基准测试结果。
使用单独的AutoResetEvent并不会使事情变得更加复杂。事实上，人们甚至可以一劳永逸地将它抽象为BlockingCollectionSlim ....
BlockingCollection在内部也依赖于ConcurrentQueue，但是does还有一些额外的工作与超薄信号量和取消令牌，这产生了额外的功能，但在成本，即使不使用。还应该注意的是，BlockingCollection不与ConcurrentQueue结合，但也可以与IProducerConsumerCollection的其他实现者一起使用。
BlockingCollectionSlim实现无限，相当简单：
class BlockingCollectionSlim<T>
{
private readonly ConcurrentQueue<T> _queue = new ConcurrentQueue<T>();
private readonly AutoResetEvent _autoResetEvent = new AutoResetEvent(false);
public void Add(T item)
{
_queue.Enqueue(item);
_autoResetEvent.Set();
}
public bool TryPeek(out T result)
{
return _queue.TryPeek(out result);
}
public T Take()
{
T item;
while (!_queue.TryDequeue(out item))
_autoResetEvent.WaitOne();
return item;
}
public bool TryTake(out T item, TimeSpan patience)
{
if (_queue.TryDequeue(out item))
return true;
var stopwatch = Stopwatch.StartNew();
while (stopwatch.Elapsed < patience)
{
if (_queue.TryDequeue(out item))
return true;
var patienceLeft = (patience - stopwatch.Elapsed);
if (patienceLeft <= TimeSpan.Zero)
break;
else if (patienceLeft < MinWait)
// otherwise the while loop will degenerate into a busy loop,
// for the last millisecond before patience runs out
patienceLeft = MinWait;
_autoResetEvent.WaitOne(patienceLeft);
}
return false;
}
private static readonly TimeSpan MinWait = TimeSpan.FromMilliseconds(1);
答案 2 :(得分：1)
我在.Net 4.7.2中遇到了BlockingCollection的相同性能问题，并找到了这篇文章。我的情况是MultipleProducers-MultipleConsumers，尤其是从许多来源读取的小数据块，应该由许多过滤器进行处理。使用了几个（Env.ProcessorCount）BlockingCollections，最后我得到了一个性能分析器，告诉我BlockingCollection.GetConsumingEnumerable.MoveNext()比实际过滤消耗更多的CPU时间！
感谢@Eugene Beresovsky的代码。仅供参考：在我的环境中，速度几乎比BlockingCollection慢两倍。所以，这是我的SpinLocked BlockingCollection：
public class BlockingCollectionSpin<T>
{
private SpinLock _lock = new SpinLock(false);
private Queue<T> _queue = new Queue<T>();
public void Add(T item)
{
bool gotLock = false;
try
{
_lock.Enter(ref gotLock);
_queue.Enqueue(item);
}
finally
{
if (gotLock) _lock.Exit(false);
}
}
public bool TryPeek(out T result)
{
bool gotLock = false;
try
{
_lock.Enter(ref gotLock);
if (_queue.Count > 0)
{
result = _queue.Peek();
return true;
}
else
{
result = default(T);
return false;
}
}
finally
{
if (gotLock) _lock.Exit(false);
}
}
public T Take()
{
var spin = new SpinWait();
do
{
bool gotLock = false;
try
{
_lock.Enter(ref gotLock);
if (_queue.Count > 0)
return _queue.Dequeue();
}
finally
{
if (gotLock) _lock.Exit(false);
}
spin.SpinOnce();
} while (true);
}
}
对于性能至关重要的代码，我建议避免使用readonly字段修饰符。它添加了对IL中每个字段访问的检查。使用以下测试代码
private static void TestBlockingCollections()
{
const int workAmount = 10000000;
var workerCount = Environment.ProcessorCount * 2;
var sw = new Stopwatch();
var source = new long[workAmount];
var rnd = new Random();
for (int i = 0; i < workAmount; i++)
source[i] = rnd.Next(1000000);
var swOverhead = 0.0;
for (int i = 0; i < workAmount; i++)
{
sw.Restart();
swOverhead += sw.Elapsed.TotalMilliseconds;
}
swOverhead /= workAmount;
var sum1 = new long[workerCount];
var queue1 = new BlockingCollection<long>(10000);
var workers = Enumerable.Range(0, workerCount - 1).Select(n =>
Task.Factory.StartNew(() =>
{
foreach (var l in queue1.GetConsumingEnumerable())
sum1[n] += l;
})).ToArray();
Thread.Sleep(1000);
sw.Restart();
foreach (var l in source)
queue1.Add(l);
queue1.CompleteAdding();
Task.WaitAll(workers);
var elapsed = sw.Elapsed.TotalMilliseconds - swOverhead;
Console.WriteLine("BlockingCollection {0:F4}ms", elapsed / workAmount);
var sum2 = new long[workerCount];
var queue2 = new BlockingCollectionSlim<long?>();
workers = Enumerable.Range(0, workerCount - 1).Select(n =>
Task.Factory.StartNew(() =>
{
long? l;
while ((l = queue2.Take()).HasValue)
sum2[n] += l.Value;
})).ToArray();
Thread.Sleep(1000);
sw.Restart();
foreach (var l in source)
queue2.Add(l);
for (int i = 0; i < workerCount; i++)
queue2.Add(null);
Task.WaitAll(workers);
elapsed = sw.Elapsed.TotalMilliseconds - swOverhead;
Console.WriteLine("BlockingCollectionSlim {0:F4}ms", elapsed / workAmount);
var sum3 = new long[workerCount];
var queue3 = new BlockingCollectionSpin<long?>();
workers = Enumerable.Range(0, workerCount - 1).Select(n =>
Task.Factory.StartNew(() =>
{
long? l;
while ((l = queue3.Take()).HasValue)
sum3[n] += l.Value;
})).ToArray();
Thread.Sleep(1000);
sw.Restart();
foreach (var l in source)
queue3.Add(l);
for (int i = 0; i < workerCount; i++)
queue3.Add(null);
Task.WaitAll(workers);
elapsed = sw.Elapsed.TotalMilliseconds - swOverhead;
Console.WriteLine("BlockingCollectionSpin {0:F4}ms", elapsed/workAmount);
if (sum1.Sum() != sum2.Sum() || sum2.Sum() != sum3.Sum())
Console.WriteLine("Wrong sum in the end!");
Console.ReadLine();
}
在具有2个内核并启用HT的Core i5-3210M上，我得到以下输出：
BlockingCollection 0.0006ms BlockingCollectionSlim 0.0010ms (Eugene Beresovsky implementation) BlockingCollectionSpin 0.0003ms
因此，SpinLocked版本比.Net BlockingCollection快两倍。但是，我建议只使用它！如果您真的更喜欢性能而不是代码的简单性（和可维护性）。