如何使用c＃和并行扩展来并行化顺序任务？

Question

我有以下顺序调用的方法：

1. private StringBuilder ReadPDF（）;
2. private StringBuilder CleanText（StringBuilder sb）;
3. private void ParseText（）;

ParseText调用调用CleanText的ReadPDF;

我正在解析的PDF有15MB的文本，使用常规的核心2双核计算机从文件中提取所有数据需要10分钟。

如何将这些任务并行化？

编辑：只是为了澄清，阅读PDF只需要很少的时间，问题在于解析提取的文本，更具体地说是在CleanText阶段。我需要并行化的原因是清理单个页面是即时的，但清理2k +页面需要很长时间。

Answer 1

首先，您可能需要查看阅读PDF的方式。如果它只有15MB，那么读取它不需要10分钟，除非你使用了一些非常糟糕的解析方法。 其次，在你找到更好地解析它的方法之后，你应该确保你可以从你需要的任何页面一次读取一个页面。之后，您将能够运行多个并行读取单个页面的任务。

Answer 2

逐页阅读​​PDF并使用Pipelining处理每个页面。

http://blogs.msdn.com/b/pfxteam/archive/2010/04/14/9995613.aspx

正如之前的帖子中提到的，可能你做错了什么。它只有15MB PDF，不应该花10分钟阅读它。

Answer 3

正如Denis所说，您可以阅读部分文本，通常是一个页面，但您可以将其分成较小的块，然后在阅读下一部分文本时处理该文本。

如果您想了解有关并行编程的更多信息，可以在MSDN Parallel Computing center找到好的信息和实验。

MDN也有一个Parallel Programming with .NET blog。

还有一本很好的书籍专业并行编程C＃：带有.NET 4的Master Parallel ExtensionsbyGastónHillar