标签:
Parallel并行编程可以让我们使用极致的使用CPU。并行编程与多线程编程不同,多线程编程无论怎样开启线程,也是在同一个CPU上切换时间片。而并行编程则是多CPU核心同时工作。耗时的CPU计算操作选择并行是明智的。通常情况,每个CPU核心代表一个硬件线程,但超线程技术,可以使一个cpu核心具有两个硬件线程。软件线程顾名思义就是我们在程序中所开启的。
下面看一个最基础的并行编程的例子,也足以体现多核心并行运行的好处,当然微软.NET为我们封装后,我们也不必过多关注底层操作,那我们就看一下运行结果。
static void Main(string[] args) { #region 实验1 var watch = Stopwatch.StartNew(); watch.Start(); FirstOption(); SecondOption(); Console.WriteLine("串行编程耗时:{0}", watch.ElapsedMilliseconds); watch.Restart(); Parallel.Invoke(FirstOption, SecondOption); watch.Stop(); Console.WriteLine("并行编程耗时:{0}", watch.ElapsedMilliseconds); Console.Read(); } static void FirstOption() { //假装CPU耗时操作 Console.WriteLine("我在时间{0}开始",DateTime.Now); Thread.Sleep(3000); Console.WriteLine("我是任务一,耗时3s"); } static void SecondOption() { //假装CPU耗时操作 Console.WriteLine("我在时间{0}开始", DateTime.Now); Thread.Sleep(5000); Console.WriteLine("我是任务二,耗时5s"); }
看完结果,相信不用我说,你也明白了,并行操作由多核心同时操作。
可能你会问如果我需要执行十几个类似于示例中的Option方法怎么办,那就要看你的核心数量了,如果核心数量不足,并不是所有的操作都是同一秒进行的。
代码就不上了,就是弄了11个option,可以看出我的配置很菜,有些时候同一秒开启只两个option,原因就是另外的option耗时比较长,在占用状态。
下面将介绍Parallel的For循环。并限制其能使用的硬件线程个数。
代码如下:
var bag = new ConcurrentBag<int>(); GC.Collect(); watch.Start(); ParallelOptions options = new ParallelOptions(); //设置硬件线程数 options.MaxDegreeOfParallelism = 1; //options.MaxDegreeOfParallelism = 2;
//options.MaxDegreeOfParallelism = 3;
//options.MaxDegreeOfParallelism = 4; Parallel.For(0, 20000000, options, i => { bag.Add(i); }); //for (int i = 0; i < 20000000; i++) //{ // bag.Add(i); //} watch.Stop(); Console.WriteLine("并行计算:集合有:{0},使用的时间:{1}", bag.Count, watch.ElapsedMilliseconds); Console.ReadKey();
我分别使用1,2,3个硬件线程数和4个硬件线程数作比较。效果很明显!
关于Parallel的For循环,实际上和我们普通的串行编程功能一样,只不过在并行编程中,.NET底层帮助我们大限度的使用了CPU而已。如果你不限制硬件线程数,通常会尽最大可能使用资源。
同时我也测试了串行代码。
另外受环境影响,并行的优势并非绝对。
标签:
原文地址:http://www.cnblogs.com/tdws/p/5735130.html