我正在异步运行一个存储过程(我需要运行相同的SP大约150次),如下所示: -
var queryTask = new List<Task>();
for (int i = 0; i < 150; i++)
{
queryTask.Add(da.ExecuteSPAsync("Async" + i.ToString()));
}
Task.WhenAll(queryTask).Wait();
现在,它将创建150 Tasks
并执行它们。我可以批量拆分这些任务并运行它们吗?这会减少SQL服务器端的负载吗?
或者我应该考虑TPL来运行吗?像这样: -
Parallel.For(0, 150, new ParallelOptions { MaxDegreeOfParallelism = 5 },
x => da.ExecuteSP("PPWith5Threads" + x.ToString()));
哪一个在性能方面更好?这只是一个用于演示目的的示例,实际上我有一个自定义类型的集合,我需要在其上执行一些SP。
答案 0 :(得分:4)
所以你可以使用信号量。信号量背后的概念是夜总会保镖场景,其中保镖对俱乐部(线程池)中允许的人数(线程)有限制,并且人们离开(线程完成)其他人可以进入(线程可以继续) ),达到极限。
所有线程都将被启动,但是WaitAsync()
会阻止线程继续运行。 Release()
表示线程重新进入线程池。
这里的延迟给出了批处理的效果,因为每个线程大致等待相同的时间,但实际上,您更有可能一次看到几个。
用随机的int代替Delay(5000)
以更好看。
class Program
{
static void Main(string[] args)
{
var runner = new SprocRunner(new DataAccess());
var threads = new List<Task>();
for (var i = 0; i < 150; i++)
{
threads.Add(runner.ExecuteSp($"Async {i}"));
}
Task.WaitAll(threads.ToArray());
}
}
public class SprocRunner
{
private readonly System.Threading.SemaphoreSlim batcher = new System.Threading.SemaphoreSlim(10, 10);
private readonly DataAccess da;
public SprocRunner(DataAccess da)
{
this.da = da;
}
public async Task ExecuteSp(string asyncTaskName)
{
await batcher.WaitAsync();
try
{
await this.da.ExecuteSP(asyncTaskName);
}
catch (Exception e)
{
}
finally
{
batcher.Release();
}
}
}
public class DataAccess
{
public Task ExecuteSP(string name)
{
Console.WriteLine(name);
return Task.Delay(5000);
}
}
在阅读了Stephen Toub之类的论文后,案例是,如果您正在执行大量I / O绑定任务,那么在某些情况下使用Parallel
并不是问题而且它确实允许您把工作做完。要考虑的事情是线程创建不是一个不可忽视的成本,如果你请求的线程多于ThreadPool中的线程,它将不得不注入新的线程。如果你在一个充分利用像ASP.NET这样的线程的环境中,这就成了一个问题。在I / O工作中阻塞大量线程非常糟糕,可以使您的服务器停滞不前。
这是使用Task
抽象的地方,因为你可以运行所有这些任务然后等待I / O响应 - 但非常重要的是 - 他们不会阻止任何线程(等待结果的主线程除外),只有在I / O完成后才会简单地使用它来处理结果。