目錄

并發(fā)和并行

一.并發(fā)

定義

特點

代碼示例

代碼解釋

二.并行

定義

特點

在C#中的體現

代碼示例

代碼解釋

三.并發(fā)和并行的區(qū)別

四 .如何在C#中選擇并發(fā)還是并行

1.考慮任務類型

2.代碼示例

3.注意事項

五.總結

---

并發(fā)和并行

在編程領域,并發(fā)和并行是兩個密切相關但是又有區(qū)別的概念

它們都涉及到同時處理多個任務,但在執(zhí)行方式,目的和實現上存在差異

一.并發(fā)

1. 定義

   并發(fā)是指一個系統(tǒng)能夠同時處理多個任務的能力.在并發(fā)執(zhí)行中,多個任務在邏輯上是“同時”進行的,但在物理上可能并不是同時進行,而是通過在任務之間快速切換實現的

2. 特點

   1. 任務交替進行:在單核處理器上,操作系統(tǒng)通過時間片輪轉的方式,使多個任務看起來像是同時進行的
   2. 資源共享:并發(fā)任務共享同一資源,需要協(xié)調和同步,避免沖突
   3. 重點在于結構化程序:并發(fā)性使程序更易于建模和維護,因為它將復雜的流程分解為獨立的任務

3. 在C#中的體現:

   • 異步編程:
     • 使用async和await關鍵字,方法可以在等待I/O操作時釋放線程
     • 適用于密集型任務,如文件讀寫,網絡通信
   • 線程(Thread)和任務(Task):
     • 使用System.Threading命名空間下的Thread類
     • 使用System.Threading.Tasks命名空間下的Task類,實現更高級的并發(fā)模型

4. 代碼示例

   using System;   
   using System.Net.Http;   
   using System.Threading.Tasks;class Program   
   {static async Task Main(){Task<string> task1 = GetDataAsync("http://example.com/data1");Task<string> task2 = GetDataAsync("http://example.com/data2");// 并發(fā)執(zhí)行兩個異步任務string[] results = await Task.WhenAll(task1, task2);Console.WriteLine(results[0]);Console.WriteLine(results[1]);}static async Task<string> GetDataAsync(string url){using (HttpClient client = new HttpClient()){return await client.GetStringAsync(url);}}   
   }
   

5. 代碼解釋

   • 在上述代碼中,GetDataAsync方法是異步的,調用它并不會阻礙主線程
   • Task.WhenAll方法并發(fā)地等待多個任務完成,盡管在單核CPU上這些任務并不是物理上同時執(zhí)行的

二.并行

1. 定義

   1. 并行是指在物理上同時執(zhí)行多個任務.在并行執(zhí)行中,多個任務真正地在同一時間被多個處理器或多個處理器核心執(zhí)行

2. 特點

   1. 物理上的同時性:需要硬件支持,如多核 CPU 或多處理器系統(tǒng)
   2. 提高性能:通過同時執(zhí)行多個計算密集型任務來縮短總的執(zhí)行時間
   3. 任務獨立性:并行任務通常是相互獨立的,減少了同步和競爭的需要

3. 在C#中的體現

   1. 并行LINQ(PLINQ):
      1. 使用并行化技術加速LINQ查詢
      2. 位于System.LINQ命名空間
   2. 并行類:
      1. 位于System.Threading.Tasks下命名空間
      2. 提供Parallel.For和Parallel.ForEach等方法,輕松實現數據并行
   3. 任務并行庫(Task Parallel Library,TPL):
      1. 基于任務的并行模型,充分利用多核處理器的性能

4. 代碼示例

   using System;   
   using System.Threading.Tasks;class Program   
   {static void Main(){// 定義一個大型數組int[] numbers = new int[100000000];Parallel.For(0, numbers.Length, i =>{numbers[i] = i * i;});Console.WriteLine("計算完成。");}
   }
   

5. 代碼解釋

   Parallel.For方法會自動將循環(huán)迭代分配到多個線程,在多個CPU核心上同時運行
   1. 適用于CPU密集型計算任務,可以顯著提高性能

三.并發(fā)和并行的區(qū)別

	并發(fā)	并行
定義	系統(tǒng)處理多個任務的能力,通過任務切換,實現邏輯上的同時執(zhí)行	多個任務在物理上同時執(zhí)行,需要多核或多處理器硬件支持
執(zhí)行	任務交替進行,可能不是同時執(zhí)行	任務真正地同時執(zhí)行
目的	提高資源利用率和系統(tǒng)吞吐量,提高程序的響應性	縮短任務的執(zhí)行時間,提高計算性能
適用	I/O 密集型任務,事件驅動程序,GUI 應用	計算密集型任務,如科學計算,大數據處理
實現	線程,異步編程,任務調度	多線程加上多處理器或多核處理器,并行算法
挑戰(zhàn)	需要處理任務同步,共享資源競爭,避免死鎖和競態(tài)條件	分解任務,負載均衡,減少線程間通信和同步開銷

四 .如何在C#中選擇并發(fā)還是并行

1.考慮任務類型

• I/O密集型任務(網絡請求,文件讀寫):
  • 使用并發(fā)類型,異步編程
  • 因為I/O操作速度慢,線程在等待I/O時可以切換執(zhí)行其他任務,提高效率
• CPU密集型任務(復雜計算,數據處理):
  • 使用并行模型,充分利用CPU
  • 通過并行算法將任務分解為可同時執(zhí)行的子任務

2.代碼示例

并發(fā)異步調用:

using System;   
using System.Net.Http;   
using System.Threading.Tasks;class Program   
{static async Task Main(){Task<string> task1 = GetDataAsync("http://example.com/data1");Task<string> task2 = GetDataAsync("http://example.com/data2");// 并發(fā)執(zhí)行兩個異步任務string[] results = await Task.WhenAll(task1, task2);Console.WriteLine(results[0]);Console.WriteLine(results[1]);}static async Task<string> GetDataAsync(string url){using (HttpClient client = new HttpClient()){return await client.GetStringAsync(url);}}   
}

并行處理數據:

using System;
using System.Threading.Tasks;
using System.Linq;class Program
{static void Main(){int[] numbers = Enumerable.Range(0, 1000000).ToArray();var evenNumbers = numbers.AsParallel().Where(n => n % 2 == 0).ToArray();Console.WriteLine($"找到 {evenNumbers.Length} 個偶數。");}
}

3.注意事項

• 線程安全和同步
  • 無論是并發(fā)還是并行,都需要處理共享數據的同步問題
  • 使用鎖,互斥量,信號量和無鎖編程技術,避免數據競爭
• 性能權衡
  • 并行化需要考慮線程創(chuàng)建和上下文切換的開銷
  • 任務過小,可能得不償失;任務過大,可能無法充分利用并行性
• 異常處理
  • 并行任務中的異常處理需要格外注意,使用AggregateException捕獲并處理

五.總結

• 并發(fā)關注在單個處理器上交替執(zhí)行多個任務,提高資源利用率和響應性
• 并行關注在多個處理器上同時執(zhí)行多個任務,縮短執(zhí)行時間,提升計算性能
• 在 C# 中,通過異步編程,線程,任務和并行類庫,可以靈活地實現并發(fā)和并行,滿足不同應用場景的需求