![](/img/trans.png)
[英]How to limit the number of active Tasks running via the Parallel Task Library?
[英]Best way to limit the number of active Tasks running via the Parallel Task Library
考虑一个包含大量需要处理的作业的队列。 队列限制一次只能获得1个工作,无法知道有多少工作。 这些作业需要10秒才能完成,并且需要大量等待来自Web服务的响应,因此不受CPU限制。
如果我使用这样的东西
while (true)
{
var job = Queue.PopJob();
if (job == null)
break;
Task.Factory.StartNew(job.Execute);
}
然后,它会以比完成它们更快的速度从队列中快速弹出作业,耗尽内存并堕落。 > <
我不能使用(我不认为) ParallelOptions.MaxDegreeOfParallelism因为我不能使用Parallel.Invoke或Parallel.ForEach
我找到了3个替代方案
用。替换Task.Factory.StartNew
Task task = new Task(job.Execute,TaskCreationOptions.LongRunning) task.Start();
这似乎在某种程度上解决了这个问题,但我不清楚这是做什么的 ,如果这是最好的方法。
创建一个限制并发度的自定义任务调度程序
使用类似BlockingCollection的东西在启动时将作业添加到集合中,并在完成时删除以限制可以运行的编号。
#1我必须相信自己做出了正确的决定,#2 /#3我必须计算出自己可以运行的最大数量的任务。
我是否理解正确 - 这是更好的方式,还是有另一种方式?
编辑 - 这是我从下面的答案,生产者 - 消费者模式中得出的结果。
除了整体吞吐量目标不是要比可以处理的更快地使作业出列并且没有多个线程轮询队列(这里没有显示,但是这是非阻塞操作,并且如果从多个位置以高频率轮询将导致巨大的交易成本) 。
// BlockingCollection<>(1) will block if try to add more than 1 job to queue (no
// point in being greedy!), or is empty on take.
var BlockingCollection<Job> jobs = new BlockingCollection<Job>(1);
// Setup a number of consumer threads.
// Determine MAX_CONSUMER_THREADS empirically, if 4 core CPU and 50% of time
// in job is blocked waiting IO then likely be 8.
for(int numConsumers = 0; numConsumers < MAX_CONSUMER_THREADS; numConsumers++)
{
Thread consumer = new Thread(() =>
{
while (!jobs.IsCompleted)
{
var job = jobs.Take();
job.Execute();
}
}
consumer.Start();
}
// Producer to take items of queue and put in blocking collection ready for processing
while (true)
{
var job = Queue.PopJob();
if (job != null)
jobs.Add(job);
else
{
jobs.CompletedAdding()
// May need to wait for running jobs to finish
break;
}
}
我刚给出了一个非常适用于这个问题的答案 。
基本上,TPL Task类用于安排CPU绑定的工作。 它不是用于阻止工作。
您正在使用非CPU的资源:等待服务回复。 这意味着TPL会错误地管理您的资源,因为它会假定CPU在某种程度上有限。
自己管理资源:启动固定数量的线程或LongRunning任务(基本相同)。 凭经验确定线程数。
你不能把不可靠的系统投入生产。 出于这个原因,我建议#1但受到限制 。 不要创建与工作项一样多的线程。 创建尽可能多的线程来使远程服务饱和。 给自己写一个帮助函数,它产生N个线程并使用它们来处理M个工作项。 通过这种方式可以获得完全可预测且可靠的结果。
由await
,稍后在您的代码或第三方库中引起的潜在流分裂和延续将无法很好地处理长时间运行的任务(或线程),因此不要使用长时间运行的任务。 在async/await
世界中,它们毫无用处。 更多细节在这里 。
您可以调用ThreadPool.SetMaxThreads
但在进行此调用之前,请确保使用ThreadPool.SetMinThreads
设置最小线程数,使用低于或等于最大值的值。 顺便说一句,MSDN文档是错误的。 您可以使用这些方法调用低于计算机上的核心数,至少在.NET 4.5和4.6中,我使用此技术来降低内存限制32位服务的处理能力。
但是,如果您不希望限制整个应用程序而只限制它的处理部分,则自定义任务调度程序将完成此任务。 很久以前,MS发布了几个自定义任务调度程序的示例 ,包括一个LimitedConcurrencyLevelTaskScheduler
。 使用Task.Factory.StartNew
手动生成主要处理任务,提供自定义任务调度程序,由它生成的每个其他任务都将使用它,包括async/await
甚至Task.Yield
,用于在async
方法中尽早实现异步。
但是对于您的特定情况,两种解决方案都不会在完成之前停止用尽您的工作队列。 这可能是不可取的,具体取决于您的队列的实现和目的。 它们更像是“解雇一堆任务,让调度程序找到执行它们的时间”类型的解决方案。 因此,这里更合适的东西可能是通过semaphores
控制作业执行的更严格的方法。 代码如下所示:
semaphore = new SemaphoreSlim(max_concurrent_jobs);
while(...){
job = Queue.PopJob();
semaphore.Wait();
ProcessJobAsync(job);
}
async Task ProcessJobAsync(Job job){
await Task.Yield();
... Process the job here...
semaphore.Release();
}
皮肤猫的方法不止一种。 使用您认为合适的。
微软有一个非常酷的库,名为DataFlow,它可以完全满足您的需求(以及更多)。 细节在这里 。
您应该使用ActionBlock类并设置ExecutionDataflowBlockOptions对象的MaxDegreeOfParallelism。 ActionBlock可以很好地使用async / await,因此即使等待外部调用,也不会开始处理新的作业。
ExecutionDataflowBlockOptions actionBlockOptions = new ExecutionDataflowBlockOptions
{
MaxDegreeOfParallelism = 10
};
this.sendToAzureActionBlock = new ActionBlock<List<Item>>(async items => await ProcessItems(items),
actionBlockOptions);
...
this.sendToAzureActionBlock.Post(itemsToProcess)
这里的问题似乎没有太多运行 Task
,它是太多的预定 Task
。 无论执行速度有多快,您的代码都会尝试尽可能多地安排Task
。 如果你有太多的工作,这意味着你会得到OOM。
因此,您提出的解决方案都不会真正解决您的问题。 如果只是简单地指定LongRunning
来解决你的问题,那么这很可能是因为创建一个新的Thread
(这是LongRunning
所做的)需要一些时间,这有效地限制了获得新的工作。 因此,此解决方案只能偶然发挥作用,并且很可能在以后导致其他问题。
关于解决方案,我主要同意usr:最合适的解决方案是创建一个固定数量的LongRunning
任务,并有一个调用Queue.PopJob()
循环Queue.PopJob()
如果该方法不是线程安全的,则由lock
保护Queue.PopJob()
)和Execute()
的工作。
更新:经过一番思考后,我意识到以下尝试最有可能表现得非常糟糕。 只有在您确定它能够很好地适合您时才使用它。
但是TPL试图找出最佳并行度,即使对于IO绑定Task
。 因此,您可以尝试使用它来获得优势。 Long Task
在这里不起作用,因为从TPL的角度来看,似乎没有完成任何工作,它会一遍又一遍地启动新Task
。 你可以做的反而是开始一个新的Task
,在每年年底Task
。 通过这种方式,TPL将知道发生了什么,并且其算法可能运行良好。 此外,为了让TPL决定的并行度,在开始Task
是先在其行,开始的另一行Task
秒。
该算法可能效果很好。 但也有可能TPL会对并行度做出错误的决定,我实际上没有尝试过这样的事情。
在代码中,它看起来像这样:
void ProcessJobs(bool isFirst)
{
var job = Queue.PopJob(); // assumes PopJob() is thread-safe
if (job == null)
return;
if (isFirst)
Task.Factory.StartNew(() => ProcessJobs(true));
job.Execute();
Task.Factory.StartNew(() => ProcessJob(false));
}
然后开始吧
Task.Factory.StartNew(() => ProcessJobs(true));
TaskCreationOptions.LongRunning
对于阻止任务很有用,在这里使用它是合法的。 它的作用是建议调度程序将一个线程专用于任务。 调度程序本身会尝试将线程数保持在与CPU内核数相同的级别上,以避免过多的上下文切换。
Joseph Albahari在C#中的线程中有很好的描述
我使用消息队列/邮箱机制来实现这一点。 它类似于演员模型。 我有一个有MailBox的类。 我称这个班为“工人”。 它可以接收消息。 这些消息排队,它们本质上定义了我希望工作者运行的任务。 在将下一条消息出列并开始下一个任务之前,工作人员将使用Task.Wait()将其任务完成。
通过限制我拥有的工作者数量,我可以限制正在运行的并发线程/任务的数量。
在源代码中,我在分布式计算引擎的博客文章中概述了这一点。 如果你看一下IActor和WorkerNode的代码,我希望它有意义。
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.