Linq并行执行

一、     并行LINQ

1. 1.  并行查询

.NET4在System.Linq名称空间中包含一个新类ParalleIEnumerable ,可以分解查询的工作使其分布在多个线程上。尽管Enmerable类给IEnunerable<T>接口定义了扩展方法,但

ParalleIEnumerable 类的大多数扩展方法是ParallelQuery<TSource>类的扩展。一个重要的例外是AsParallel()方法,它扩展了IEnumerable<TSource>接口,返回ParallelQuery<TSource>类,所以正常的集合类可以以平行方式查询。

例：

const int arraySize = 100000000;

var data = new int[arraySize];

var r = new Random();

for (int i = 0; i < arraySize; i++)

{

data[i] = r.Next(40);

}

现在可以使用LINQ查询筛选数据，获取筛选数据的总和。该查询用where子句定义了一个筛选器，仅会中对应值小于20的项，接着调用聚合函数Sum()方法 。与前面的LINQ查询的唯一区别是，这次调用了AsParallel()方法。

var sum = (from x in data.AsParallel()

where x < 20

select x).Sum();

与前面的LINQ查询一样，编译器会修改语法，以调用AsParallel()、Where()、Select()和Sum()方法。AsParallel()方法用ParallelEnumerable类定义，以扩展IEnumerable<T>接口，所以对简单的数据调用它。AsParallel()方法返回ParallelQuery<TSource>。因为返回的类型，所以编译器选择的Where()方法是ParallelEnumerable.Where()，而不是Enumerable.Where()。在下面的代码中Select()和Sum()方法也来自ParallelEnumerable类。与Enumerable类的实现代码相反，对于ParallelEnumerable类，查询是分区的，以便多个线程可以同时处理该查询。数组可以分为多个部分，其中每个部分由不同的线程处理，以筛选其余项。完成分区的工作后，就需要合并，获得所有部分的总和。

var sum=data.AsParallel().Where(x=>x<20).Select(x=>x).Sum();

运行这行代码就会启动任务管理器，这样就可以看出系统的所有CPU都在忙碌。如果删除AsParallel()方法，就不可能使用多个CPU。当然，如果系统上没有多个CPU，就不会看到并行版本带来改进。

1. 2.  分区器

AsParallel()方法不仅扩展了IEnumerable<T>接口，还扩展了Partition类。通过它，可以影响要创建的分区。

Partitioner类用System.Collection.Concurrent命名空间定义，并且有不同变体。Create方法接受实现了IList<T>类的数组或对象。根据这一点，以及类型的参数loadBalance和该方法的一些重载版本，会返回一个不同的Partitioner类型。对于数组，.Net4包含派生自抽象基类OrderablePartitioner<TSource>的DynamicPartitionerForArray<TSource>类和StaticPartitionerForArray<TSource>类。

var q1 = (from x in Partitioner.Create(data).AsParallel()

where x < 20

select x).Sum();

也可以调用WithExecutionMode()和WithDegreeOfParallelism()方法可以传递ParallelExecutionMode的一个Default值或者ForceParallelism值。默认情况下，并行LINQ避免使用系统开销很高的并行机制。对于WithDegreeOfParallelism()方法，可以传递一个整数值，以指定并行运行的最大任务数。

例：

const int arraySize = 100000000;

var data = new int[arraySize];

var r = new Random();

for (int i = 0; i < arraySize; i++)

{

data[i] = r.Next(40);

}

Stopwatch watch = new Stopwatch();

watch.Start();

//一种写法，没有添加动态负载均衡，执行完所需要的时间1300毫秒

var q1 = (from x in Partitioner.Create(data).AsParallel()

where x < 80

select x).Sum();

//第二种写法，添加了动态负载均衡，执行完所需要的时间为660毫秒。

var q1 = (from x in Partitioner.Create(data,true).AsParallel()

where x < 80

select x).Sum();

watch.Stop();

Console.WriteLine(watch.ElapsedMilliseconds.ToString());

1. 3.  取消

.Net提供了一种标准方式，来取消长时间运行的任务，这也适用于并行LINQ。要取消长时间的查询，可以给查询添加WithCancellation()方法，并传递一个CancellationToken令牌作为参数。CancellationToken令牌从CancellationTokenSource类中创建。该查询在单独的线程中运行，在该线程中，捕获一个OperationCancelException类型的异常。如果取消了查询，就触发这个异常。在主线程中，调用CancellationTokenSource类的Cancel()方法可以取消任务。

const int arraySize = 100000000;

var data = new int[arraySize];

var r = new Random();

for (int i = 0; i < arraySize; i++)

{

data[i] = r.Next(40);

}

var cts = new CancellationTokenSource();

new Thread(() =>

{

try

{

var sum = (from x in data.AsParallel().WithCancellation(cts.Token)

where x < 80

select x).Sum();

Console.WriteLine("query finished, sum: {0}", sum);

}

catch (OperationCanceledException ex)

{

Console.WriteLine(ex.Message);

}

}).Start();

Console.WriteLine("query started");

Console.Write("cancel? ");

int input = Console.Read();

if (input == 'Y' || input == 'y')

{

// cancel!

cts.Cancel();

}