淺談.Net並行計算之數據並行

 這篇文章主要介紹了.Net並行計算之數據並行，有需要的朋友可以參考一下

從第一台計算機問世到現在計算機硬件技術已經有了很大的發展。不管是現在個人使用的PC還是公司使用的服務器。雙核，四核,八核的CPU已經非常常見。這樣我們可以將我們程序分攤到多個計算機CPU中去計算，在過去並行化需要線程的低級操作，難度很大，在.net4.0中的增強了對並行化的支持，使得這一切變得非常簡單 。本次我從以下幾個方面大家講以下.NET 並行   1.      數據並行 2.      任務並行 3.      並行Linq 4.      任務工廠 5.      注意事項           本次主要給大家講一下數據並行 廢話不說，下面開始了      數據並行其實就是指對原集合或者數組中的數據進行劃區之後分攤到多個CPU或者多個線程執行相同的操作 在 .net中的 System.Threading.Tasks 提供了對數據並行的支持類 ， Parallel.For，Parallel.ForEach和我們經常的使用的for 和foreach 十分的相似，你不用創建線程隊列，在基本的循環中你不用使用鎖。這些.net 會幫你處理，你只需要關注你自己的業務  那下面我們就來看看 Parallel.For 和 Parallel.ForEach 是如何使用的   •     Parallel.For 簡單使用     代碼如下:    Parallel.For(0, 100, i => {                  dosameting()             });     上面的例子是不是和我們經常使用的for循環的影子。 說一下 Parallel.For 的第三個參數Action<int>類型的委托 不管這個委托的參數是0個還是多少個他的返回植都是void，那麼怎麼樣才能獲取到Parallel.For 中的的返回值了，下面的例子將演示如何使用線程本地變量來存儲和檢索由 for 循環創建的每個單獨任務中的狀態  通過使用線程本地數據，您可以避免將大量的訪問同步為共享狀態的開銷。  在任務的所有迭代完成之前，您將計算和存儲值，而不是寫入每個迭代上的共享資源。  然後，您可以將最終結果一次性寫入共享資源，或將其傳遞到另一個方法   •對個list<int> 進行求和我們這裡假設List的長度為listLength     代碼如下:    Parallel.For<long>(0, listLength, () => 0, (j, loop, subsum) =>             {                 subsum += lista[j];                 return subsum;               }, (x) => Interlocked.Add(ref sum, x));       •在現實中我們也經常會遇到需要取消循環的情況。比如你在隊列中查找一個數。那麼如何退出Parallel.For 循環了。是不是也是和for 和foreach那樣 使用Break關鍵字就可以了，答案否定的。這是因為break 構造對循環是有效的，而並行循環其實是一個方法，並不是循環 那麼要怎麼樣取消了。請看下面的例子    代碼如下: Parallel.For<long>(0, listLength, () => 0, (j, loop, subsum) =>             {                 if (subsum > 20000)                 {                     loop.Break();                 }                   subsum += lista[j];                 return subsum;               }, (x) => Interlocked.Add(ref sum, x));       • 簡單Parallel.ForEach 循環     Parallel.ForEach循環的工作方式類似於 Parallel.For 循環 根據系統環境，對源集合進行分區，並在多個線程上計劃工作。  系統中的處理器越多，並行方法的運行速度越快。  對於某些源集合，順序循環可能更快，具體取決於源的大小和正在執行的工作類型     代碼如下:    Parallel.ForEach(lista, i => { dosameting(); });      不知道大家在這個地方有沒有看到foreach的影子。其實上面的例子中的ForEach方法的最後一個輸入參數是 Action<int>委托，當所有循環完成時，方法將調用該委托。這個地方和前面的Parallel.For 是一樣的。那麼我們要如何獲得返回值了和上面的For是非常相似，我依然以上面數組求和為例    代碼如下: Parallel.ForEach<int, long>(lista, () => 0, (j, loop, subsum) =>         {             if (subsum > 20000)             {                 loop.Break();             }               subsum += lista[j];             return subsum;           }, (x) => Interlocked.Add(ref sum, x));        • Parallel.For 和for 性能測試比較 我們這裡產生1千萬個隨機數為例子做個一個性能比較，在筆者的筆記本上結果如下 （可能在你的電腦上得到結果不一定相同）   附上相關的代碼給大家參考   代碼如下: int listLength = 10000000;             List<int> listTask = new List<int>();             List<int> list = new List<int>();             Stopwatch watch1 = Stopwatch.StartNew();               Parallel.For(0, listLength, i => {                 Random r = new Random(100);                 listTask.Add(r.Next());               });             Console.WriteLine("並行耗時:" + watch1.ElapsedMilliseconds );                                     Stopwatch watch2 = Stopwatch.StartNew();               for (int i = 0; i < listLength; i++)             {                 Random r = new Random(100);                 list.Add(r.Next());             }                 Console.WriteLine("非並行耗時:" + watch2.ElapsedMilliseconds );