使用多个线程会加速我的HTML文件处理应用程序吗？

Question

我刚刚完成了迄今为止最复杂，功能最强大的 WinForms 应用程序。它加载任意数量的HTML文件列表，然后加载一个内容，使用一些RegEx匹配一些标签并删除或替换它们（是的，是的，我看过this。它工作得很好，谢谢Cthulu），然后将其写入磁盘。

然而，我注意到大约200个文件需要大约30秒才能处理，并且在前5-10秒后，程序被报告为“无响应”。我认为做this guy did之类的事情并不明智，因为硬盘驱动器是瓶颈。

也许有可能将尽可能多的内容加载到内存中，然后用线程处理每个内核，编写那些内容，然后将更多内容加载到内存中？

至少，创建一个与UI线程分开的工作线程会阻止“无响应”问题吗？ （This MSDN article covers what I was considering.）

我想我在问多线程是否会提供任何速度提升，如果是这样，那么最好的方法是什么呢？

非常感谢任何帮助或建议！

Answer 1

是的，您应该首先使用Backgroundworker将您的工作与GUI分离。处理GUI事件不应该花费太多时间。目标是20ms，而不是20s。

然后作为奖励，您可以看到处理（CPU密集型部分）是否可以拆分为独立作业并将其作为TPL任务执行。

没有足够的信息说明您应该如何或如何做到这一点。

Answer 2

在大多数情况下，线程作业，任务等将阻止主线程或主线程变得无响应。不要为磁盘IO创建多个线程（显然）。我将专门用一个工作线程将您的文件从队列中取出并处理磁盘IO。否则，在主线程可以保持响应的情况下，1或2个工作线程进行内存处理就足够了。

Answer 3

首先，如果您希望程序保持响应，请将计算移动到单独的线程（将其从UI线程中删除）。

实际的性能提升取决于您拥有的处理器数量，而不是线程数。

因此，如果您有 P 主题，则可以将工作分为 P 工作项，并获得一些改进工作。 （Amdahl's Law）

您可以使用BackgroundWorker正确划分工作。 ：C# BackgroundWorker Tutorial

Answer 4

为什么不使用StreamReader.ReadAllLines（）将每个文件读入一个数组，然后处理该数组的每个元素？

Answer 5

如果您在GUI线程中进行所有处理，那么如果需要很长时间，您的应用程序将显示“无响应”。在我看来，你应该尝试永远不要在与GUI相同的线程中进行（广泛的）处理操作。 此外，您甚至可以为每个要处理的文件创建一个线程。只要单独的线程不需要彼此的任何数据，这将使大多数人加快速度。