说到.net中的并行编程，也许你的第一反应就是Task，确实Task是一个非常灵活的用于并行编程的一个专用类，不可否认越灵活的东西用起来就越
复杂，高度封装的东西用起来很简单，但是缺失了灵活性，这篇我们就看看这些好用但灵活性不高的几个并行方法。
一：Invoke
现在电子商务的网站都少不了订单的流程，没有订单的话网站也就没有存活的价值了，往往在订单提交成功后，通常会有这两个操作，第一个：发起
信用卡扣款，第二个：发送emial确认单，这两个操作我们就可以在下单接口调用成功后，因为两个方法是互不干扰的，所以就可以用invoke来玩玩了。
static void Main(string[] args)
{
Parallel.Invoke(Credit, Email);
Console.Read();
}
static void Credit()
{
Console.WriteLine("****************** 发起信用卡扣款中 ******************");
Thread.Sleep(2000);
Console.WriteLine("扣款成功！");
}
static void Email()
{
Console.WriteLine("****************** 发送邮件确认单！*****************");
Thread.Sleep(3000);
Console.WriteLine("email发送成功！");
}
怎么样，实现起来是不是很简单，只要把你需要的方法塞给invoke就行了，不过在这个方法里面有一个重载参数需要注意下，
1 public static void Invoke(ParallelOptions parallelOptions, params Action[] actions);
有时候我们的线程可能会跑遍所有的内核，为了提高其他应用程序的稳定性，就要限制参与的内核，正好ParallelOptions提供了
MaxDegreeOfParallelism属性。
好了，下面我们大概翻翻invoke里面的代码实现，发现有几个好玩的地方：
<1>: 当invoke中的方法超过10个话，我们发现它走了一个internal可见的ParallelForReplicatingTask的FCL内部专用类，而这个类是继承自
Task的，当方法少于10个的话，才会走常规的Task.
<2> 居然发现了一个装exception 的ConcurrentQueue<Exception>队列集合，多个异常入队后，再包装成AggregateException抛出来。
比如：throw new AggregateException(exceptionQ);
<3> 我们发现，不管是超过10个还是小于10个，都是通过WaitAll来等待所有的执行，所以缺点就在这个地方，如果某一个方法执行时间太长
不能退出，那么这个方法是不是会长期挂在这里不能出来，也就导致了主流程一直挂起，然后页面就一直挂起，所以这个是一个非常危险
的行为，如果我们用task中就可以在waitall中设置一个过期时间，但invoke却没法做到，所以在使用invoke的时候要慎重考虑。
try
{
if (actionsCopy.Length > 10 || (parallelOptions.MaxDegreeOfParallelism != -1 && parallelOptions.MaxDegreeOfParallelism < actionsCopy.Length))
{
ConcurrentQueue<Exception> exceptionQ = null;
try
{
int actionIndex = 0;
ParallelForReplicatingTask parallelForReplicatingTask = new ParallelForReplicatingTask(parallelOptions, delegate
{
for (int l = Interlocked.Increment(ref actionIndex); l <= actionsCopy.Length; l = Interlocked.Increment(ref actionIndex))
{
try
{
actionsCopy[l - 1]();
}
catch (Exception item)
{
LazyInitializer.EnsureInitialized<ConcurrentQueue<Exception>>(ref exceptionQ, () => new ConcurrentQueue<Exception>());
exceptionQ.Enqueue(item);
}
if (parallelOptions.CancellationToken.IsCancellationRequested)
{
throw new OperationCanceledException(parallelOptions.CancellationToken);
}
}
}, TaskCreationOptions.None, InternalTaskOptions.SelfReplicating);
parallelForReplicatingTask.RunSynchronously(parallelOptions.EffectiveTaskScheduler);
parallelForReplicatingTask.Wait();
}
catch (Exception ex2)
{
LazyInitializer.EnsureInitialized<ConcurrentQueue<Exception>>(ref exceptionQ, () => new ConcurrentQueue<Exception>());
AggregateException ex = ex2 as AggregateException;
if (ex != null)
{
using (IEnumerator<Exception> enumerator = ex.InnerExceptions.GetEnumerator())
{
while (enumerator.MoveNext())
{
Exception current = enumerator.Current;
exceptionQ.Enqueue(current);
}
goto IL_264;
}
}
exceptionQ.Enqueue(ex2);
IL_264:;
}
if (exceptionQ != null && exceptionQ.Count > 0)
{
Parallel.ThrowIfReducableToSingleOCE(exceptionQ, parallelOptions.CancellationToken);
throw new AggregateException(exceptionQ);
}
}
else
{
Task[] array = new Task[actionsCopy.Length];
if (parallelOptions.CancellationToken.IsCancellationRequested)
{
throw new OperationCanceledException(parallelOptions.CancellationToken);
}
for (int j = 0; j < array.Length; j++)
{
array[j] = Task.Factory.StartNew(actionsCopy[j], parallelOptions.CancellationToken, TaskCreationOptions.None, InternalTaskOptions.None, parallelOptions.EffectiveTaskScheduler);
}
try
{
if (array.Length <= 4)
{
Task.FastWaitAll(array);
}
else
{
Task.WaitAll(array);
}
}
catch (AggregateException ex3)
{
Parallel.ThrowIfReducableToSingleOCE(ex3.InnerExceptions, parallelOptions.CancellationToken);
throw;
}
finally
{
for (int k = 0; k < array.Length; k++)
{
if (array[k].IsCompleted)
{
array[k].Dispose();
}
}
}
}
}
finally
{
if (TplEtwProvider.Log.IsEnabled())
{
TplEtwProvider.Log.ParallelInvokeEnd((task != null) ? task.m_taskScheduler.Id : TaskScheduler.Current.Id, (task != null) ? task.Id : 0, forkJoinContextID);
}
}
二：For
下面再看看Parallel.For，我们知道普通的For是一个串行操作，如果说你的for中每条流程都需要执行一个方法，并且这些方法可以并行操作且
比较耗时，那么为何不尝试用Parallel.For呢，就比如下面的代码。
class Program
{
static void Main(string[] args)
{
List<Action> actions = new List<Action>() { Credit, Email };
var result = Parallel.For(0, actions.Count, (i) =>
{
actions[i]();
});
Console.WriteLine("执行状态:" + result.IsCompleted);
Console.Read();
}
static void Credit()
{
Console.WriteLine("****************** 发起信用卡扣款中 ******************");
Thread.Sleep(2000);
Console.WriteLine("扣款成功！");
}
static void Email()
{
Console.WriteLine("****************** 发送邮件确认单！*****************");
Thread.Sleep(3000);
Console.WriteLine("email发送成功！");
}
}下面我们再看看Parallel.For中的最简单的重载和最复杂的重载：
1 public static ParallelLoopResult For(int fromInclusive, int toExclusive, Action<int> body);
2
3 public static ParallelLoopResult For<TLocal>(int fromInclusive, int toExclusive, ParallelOptions parallelOptions, Func<TLocal> localInit, Func<int, ParallelLoopState, TLocal, TLocal> body, Action<TLocal> localFinally);
4 <1> 简单的重载不必多说，很简单，我上面的例子也演示了。
<2> 最复杂的这种重载提供了一个AOP的功能，在每一个body的action执行之前会先执行localInit这个action，在body之后还会执行localFinally
这个action，有没有感觉到已经把body切成了三块？好了，下面看一个例子。
static void Main(string[] args)
{
var list = new List<int>() { 10, 20, 30, 40 };
var options = new ParallelOptions();
var total = 0;
var result = Parallel.For(0, list.Count, () =>
{
Console.WriteLine("------------ thead --------------");
return 1;
},
(i, loop, j) =>
{
Console.WriteLine("------------ body --------------");
Console.WriteLine("i=" + list[i] + " j=" + j);
return list[i];
},
(i) =>
{
Console.WriteLine("------------ tfoot --------------");
Interlocked.Add(ref total, i);
Console.WriteLine("total=" + total);
});
Console.WriteLine("iscompleted:" + result.IsCompleted);
Console.Read();
}
接下来我们再翻翻它的源代码，由于源码太多，里面神乎其神，我就找几个好玩的地方。
<1> 我在里面找到了一个rangeManager分区函数，代码复杂看不懂，貌似很强大。
internal RangeManager(long nFromInclusive, long nToExclusive, long nStep, int nNumExpectedWorkers)
{
this.m_nCurrentIndexRangeToAssign = 0;
this.m_nStep = nStep;
if (nNumExpectedWorkers == 1)
{
nNumExpectedWorkers = 2;
}
ulong num = (ulong)(nToExclusive - nFromInclusive);
ulong num2 = num / (ulong)((long)nNumExpectedWorkers);
num2 -= num2 % (ulong)nStep;
if (num2 == 0uL)
{
num2 = (ulong)nStep;
}
int num3 = (int)(num / num2);
if (num % num2 != 0uL)
{
num3++;
}
long num4 = (long)num2;
this.m_indexRanges = new IndexRange[num3];
long num5 = nFromInclusive;
for (int i = 0; i < num3; i++)
{
this.m_indexRanges[i].m_nFromInclusive = num5;
this.m_indexRanges[i].m_nSharedCurrentIndexOffset = null;
this.m_indexRanges[i].m_bRangeFinished = 0;
num5 += num4;
if (num5 < num5 - num4 || num5 > nToExclusive)
{
num5 = nToExclusive;
}
this.m_indexRanges[i].m_nToExclusive = num5;
}
}<2> 我又找到了这个神奇的ParallelForReplicatingTask类。
那么下面问题来了，在单线程的for中，我可以continue，可以break，那么在Parallel.For中有吗？因为是并行，所以continue基本上就没有
存在价值，break的话确实有价值，这个就是委托中的ParallelLoopState做到的，并且还新增了一个Stop。
三：ForEach
其实ForEach和for在本质上是一样的，你在源代码中会发现在底层都是调用一个方法的，而ForEach会在底层中调用for共同的函数之前还会执行
其他的一些逻辑，所以这就告诉我们，能用Parallel.For的地方就不要用Parallel.ForEach，其他的都一样了，这里就不赘述了。
