Question

在我的一个项目中，有点像聚合器，我会从网络上解析供稿，播客等。

如果我使用顺序方法，考虑到大量资源，处理所有资源需要相当长的时间（因为网络问题和类似的东西）;

foreach(feed in feeds)
{
   read_from_web(feed)
   parse(feed)
}

所以我想实现并发，并且无法决定我是否应该使用ThreadPools来处理工作线程，或者只是依靠TPL来对其进行排序。

ThreadPools肯定会为我提供工作线程的工作，我会得到我所期望的（在多核CPU环境中，其他核心也将被利用）。

但是我仍然想考虑TPL，因为它推荐的方法，但我有点担心它。首先，我知道TPL使用ThreadPools，但增加了额外的决策层。我主要关心的是单核环境存在的情况。如果我没错，TPL从一开始就用一个数量的工作线程开始，这些工作线程数等于可用的CPU核心数。我担心TPL会产生与我的IO绑定案例的顺序方法类似的结果。

因此对于IO绑定操作（在我的情况下从web读取资源），最好是使用ThreadPools来控制事物，还是更好地依赖于TPL？ TPL也可以用于IO绑定场景吗？

更新：我主要担心的是 - 单核CPU 环境中的 TPL会像顺序方式一样，还是会提供并发性？我已经在阅读Parallel Programming with Microsoft .NET了book，但是找不到确切的答案。

注意：这是我之前的问题[Is it possible to use thread-concurrency and parallelism together?]的重新措辞，这句话的措辞错误。

Answer 1

所以我决定为此编写测试并在实际数据上看到它。

测试图例

Itr：Iteration
Seq：顺序方法。
PrlEx：Parallel Extensions - Parallel.ForEach
TPL：任务并行库
TPool：ThreadPool

测试结果

单核CPU [Win7-32] - 在VMWare下运行 -

Test Environment: 1 physical cpus, 1 cores, 1 logical cpus.
Will be parsing a total of 10 feeds.
________________________________________________________________________________

Itr.    Seq.    PrlEx   TPL     TPool
________________________________________________________________________________

#1      10.82s  04.05s  02.69s  02.60s
#2      07.48s  03.18s  03.17s  02.91s
#3      07.66s  03.21s  01.90s  01.68s
#4      07.43s  01.65s  01.70s  01.76s
#5      07.81s  02.20s  01.75s  01.71s
#6      07.67s  03.25s  01.97s  01.63s
#7      08.14s  01.77s  01.72s  02.66s
#8      08.04s  03.01s  02.03s  01.75s
#9      08.80s  01.71s  01.67s  01.75s
#10     10.19s  02.23s  01.62s  01.74s
________________________________________________________________________________

Avg.    08.40s  02.63s  02.02s  02.02s
________________________________________________________________________________

单核CPU [WinXP] - 在VMWare下运行 -

Test Environment: 1 physical cpus, NotSupported cores, NotSupported logical cpus.
Will be parsing a total of 10 feeds.
________________________________________________________________________________

Itr.    Seq.    PrlEx   TPL     TPool
________________________________________________________________________________

#1      10.79s  04.05s  02.75s  02.13s
#2      07.53s  02.84s  02.08s  02.07s
#3      07.79s  03.74s  02.04s  02.07s
#4      08.28s  02.88s  02.73s  03.43s
#5      07.55s  02.59s  03.99s  03.19s
#6      07.50s  02.90s  02.83s  02.29s
#7      07.80s  04.32s  02.78s  02.67s
#8      07.65s  03.10s  02.07s  02.53s
#9      10.70s  02.61s  02.04s  02.10s
#10     08.98s  02.88s  02.09s  02.16s
________________________________________________________________________________

Avg.    08.46s  03.19s  02.54s  02.46s
________________________________________________________________________________

双核CPU [Win7-64]

Test Environment: 1 physical cpus, 2 cores, 2 logical cpus.
Will be parsing a total of 10 feeds.
________________________________________________________________________________

Itr.    Seq.    PrlEx   TPL     TPool
________________________________________________________________________________

#1      07.09s  02.28s  02.64s  01.79s
#2      06.04s  02.53s  01.96s  01.94s
#3      05.84s  02.18s  02.08s  02.34s
#4      06.00s  01.43s  01.69s  01.43s
#5      05.74s  01.61s  01.36s  01.49s
#6      05.92s  01.59s  01.73s  01.50s
#7      06.09s  01.44s  02.14s  02.37s
#8      06.37s  01.34s  01.46s  01.36s
#9      06.57s  01.30s  01.58s  01.67s
#10     06.06s  01.95s  02.88s  01.62s
________________________________________________________________________________

Avg.    06.17s  01.76s  01.95s  01.75s
________________________________________________________________________________

四核CPU [Win7-64] - 支持HyprerThreading -

Test Environment: 1 physical cpus, 4 cores, 8 logical cpus.
Will be parsing a total of 10 feeds.
________________________________________________________________________________

Itr.    Seq.    PrlEx   TPL     TPool
________________________________________________________________________________

#1      10.56s  02.03s  01.71s  01.69s
#2      07.42s  01.63s  01.71s  01.69s
#3      11.66s  01.69s  01.73s  01.61s
#4      07.52s  01.77s  01.63s  01.65s
#5      07.69s  02.32s  01.67s  01.62s
#6      07.31s  01.64s  01.53s  02.17s
#7      07.44s  02.56s  02.35s  02.31s
#8      08.36s  01.93s  01.73s  01.66s
#9      07.92s  02.15s  01.72s  01.65s
#10     07.60s  02.14s  01.68s  01.68s
________________________________________________________________________________

Avg.    08.35s  01.99s  01.75s  01.77s
________________________________________________________________________________

<强>综述

无论是在单核环境还是多核环境上运行，Parallel Extensions，TPL和ThreadPool 的行为都相同，并提供近似结果。
仍然 TPL 具有优势，例如简单的异常处理，取消支持以及轻松返回任务结果的能力。虽然Parallel Extensions也是另一种可行的选择。

自行运行测试

您可以下载源here并自行运行。如果您可以发布结果，我也会添加它们。

更新：修复了源链接。

Answer 2

如果您正在尝试最大化IO绑定任务的吞吐量，那么绝对必须将传统的异步处理模型（APM）API与基于TPL的工作相结合。在异步IO回调挂起时，APM API是解除CPU线程的唯一方法。 TPL提供the TaskFactory::FromAsync helper method来帮助组合APM和TPL代码。

查看MSDN上名为TPL and Traditional .NET Asynchronous Programming的.NET SDK的这一部分，了解有关如何组合这两种编程模型以实现异步天堂的更多信息。

Answer 3

你是对的，TPL确实删除了你创建自己的线程池时的一些控制。但这只有在你不想深入挖掘时才是正确的。 TPL允许您创建长时间运行的任务，这些任务不属于TPL线程池，可以很好地满足您的需求。出版的书籍是免费阅读Parallel Programming with Microsoft .NET，可以让您更深入地了解如何使用TPL。您总是可以选择Paralle.For，Tasks explicit 参数应该分配多少个线程。除此之外，如果您想要完全控制，您可以将TPL调度程序替换为您自己的调度程序。

Answer 4

您可以将自己的task scheduler分配给TPL任务。默认的work stealing非常聪明。

Answer 5

我担心TPL会产生与我的IO绑定案例的顺序方法类似的结果。

我认为会的。瓶颈是什么？是解析还是下载？多线程对于从网上下载不会有太大帮助。

我会使用任务并行库进行裁剪，为下载的图像应用蒙版或效果，从播客中删除一些样本等。它更具可扩展性。

但它不会加速数量级。花费你的资源来实现一些功能，测试。

PS。 “哇，我的功能在0.7秒而不是0.9秒内发出;”

Answer 6

如果您将对网址的调用并行化，我认为它会改善您的应用程序，即使只有一个核心。看看这段代码：

var client = new HttpClient();
var urls = new[]{"a", "url", "to", "find"};

// due to the EAP pattern, this will run in parallel.
var tasks = urls.Select(c=> client.GetAsync(c));

var result = Tasks.WhenAll(task).ContinueWith(a=> AnalyzeThisWords(a.Result));
result.Wait(); // don't know if this is needed or it's correct to call wait

在这种情况下，多线程和异步之间的区别在于回调/完成的完成方式。

使用EAP时，任务数与线程数无关。

当您依赖GetAsync任务时，http客户端使用网络流（套接字，tcp客户端或其他）并在BeginRead / EndRead完成时发出信号以引发事件。所以，这一刻不涉及任何线程。

调用完成后，可能会创建一个新线程，但是由TaskScheduler（在调用GetAsync / ContinueWith调用中使用）创建一个新线程，使用现有线程或内联任务来使用调用线程。

如果AnalyzeThisWords阻塞了太多时间，那么你就会开始遇到瓶颈，因为ContinueWith上的“回调”是从一个线程池工作者完成的。

我应该使用ThreadPools或任务并行库进行IO绑定操作

6 个答案: