[英]How to use task parallel library (TPL) with load balancing and limited degree of parallelism?
我的任务是使用(异步)接口将已知的nr值写入外部系统。 我必须限制并发执行的最大并行写入次数。 此外,我必须使用负载平衡,因为该外部系统可能需要更长的时间来写入某些值。
我知道如何解决这些问题本身:
并行度:
new ParallelOptions {MaxDegreeOfParallelism = maxNrParallelWrites}
我也偶然发现了这篇文章: http : //msdn.microsoft.com/en-us/library/ee789351(v = vs.110).aspx
负载均衡:
var partitioner = Partitioner.Create(values.ToList(), true);
来自异步接口的任务:
var writeTask = Task<AccessResult>.Factory.FromAsync(BeginWriteValue, EndWriteValue, value.SystemId, value.Xml, priority, null);
但是,我如何正确地结合所有这些技术? 我创建了以下代码:
int maxNrParallelWrites = GetMaxNrParallelWrites();
var partitioner = Partitioner.Create(values.ToList(), true);
Parallel.ForEach(partitioner, new ParallelOptions {MaxDegreeOfParallelism = maxNrParallelWrites},
(val) =>
{
var writeValueTask = GetWriteValueTask(val, priority);
Task.WaitAny(writeValueTask);
});
我特别不确定上一代码的最后一部分:执行工作负载的操作。 是否更好,而不是创建一个WriteValueTask直接使用这样的同步接口:
(val) =>
{
var accessResult = externalSystem.WriteValue(....);
}
或者可以创建一个任务然后直接等待它(Task.WaitAny(...))?
您应该使用TPL Dataflow的ActionBlock
来封装所有这些内容。 这是一个基于actor的框架,是TPL的一部分:
var block = new ActionBlock<Value>(
value => GetWriteValueTask(value, priority)
new ExecutionDataflowBlockOptions()
{
MaxDegreeOfParallelism = GetMaxNrParallelWrites();
});
foreach (var value in values)
{
block.Post(value);
}
您可以设置MaxDegreeOfParallelism
, BoundedCapacity
和负载均衡,因为它一次只处理MaxDegreeOfParallelism
项目,每次完成时它处理下一个项目(而不是使用预先分区集合的Partitioner
程序)
注意:当您执行async
任务并等待它同步完成时(即Task.WaitAny
)实际上没有任何异步。 在这种情况下,你应该使用Task.WhenAny
。
本文中有一个很好的示例,说明如何创建负载平衡ForEachASync
方法。 。 我已经取出Task.Run
以避免启动新线程,然后扩展方法变为:
public static class Extensions
{
public static async Task ExecuteInPartition<T>(IEnumerator<T> partition, Func<T, Task> body)
{
using (partition)
while (partition.MoveNext())
await body(partition.Current);
}
public static Task ForEachAsync<T>(this IEnumerable<T> source, int dop, Func<T, Task> body)
{
return Task.WhenAll(
from partition in Partitioner.Create(source).GetPartitions(dop)
select ExecuteInPartition(partition, body));
}
}
用法
此示例一次异步处理最多100封电子邮件
// Process 100 emails at a time
return emailsToProcess.ForEachAsync(100, ProcessSingleEmail);
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.