标签：tle 读取 迭代 示例 取数 方法 des sam inter
集合操作最简单的高效并行处理
并行处理是现代开发中必不可少的部分，凡是资源可以相互独立的，都可以运用并行，这样可以充分利用多核CPU的性能，当然，我们也要注意，一定要无阻塞，写出让线程阻塞的代码是每个开发人员的耻辱
还是通过实际场景来说明吧，有个项目，每天晚上要对所有用户进行等级评定，用户信息存储在数据库的User表上，那么怎么在单进程中能够最高效的处理呢？读出用户信息，一个个的串行执行，自然是最差的方式，
一次读出几十条，设置一个最大并行度，按照这个并行度去并行为每个用户执行评定，等这几十条处理完成，再去读取下一批数据，再接着这样处理，这样的方式，可行，但并不是最优，因为等级计算要花费的时间并不固定，可能这一批中某个用户计算的时间很长，其余用户计算的很快，那么，这一批完成最终需要的时间是那个最长的时间，这样累计下来，还是浪费了不少时间
所以，我现在说的方案才是最高效的方式，设置一个最大并行度，按最大并行度设置任务列表，列表中的每个任务不断从数据源中取数据，能取到，就处理，直到取不到为止，最后，等待任务列表中的任务完成，这样的话，就完全避开了上面那个方案的缺点了，也不会有线程阻塞，能够最高效的处理数据
现在，通过两个类，不多的代码，就可以写出高效的并行处理，话不多说，看代码
ParallelHelper:并行帮助器，ForEach方法，为并行处理方法，传入并行度、数据源、以及要进行的处理动作，
AsyncInteration：异步迭代器，盼星星盼月亮，终于盼到微软出了IAsyncEnumerator，这样我们就能设计出无阻塞数据源了，具体代码自己看吧，我觉得我设计的这个类还是比较精妙的（自吹一把）
对于上面的场景，我们可以新建一个AsyncInteration，传入getDataFun动作，在这动作里面，分批查询用户，然后将该AsyncInteration对象作为数据源传入ForEach方法，就完全实现了高效并行处理了
代码已经上传github，还是在老地方，可以直接运行
https://github.com/rhw1111/SampleCodes
标签：tle 读取 迭代 示例 取数 方法 des sam inter
原文地址：https://www.cnblogs.com/rhwleo/p/12489948.html
