C#高级：并行编程（PLINQ、并行任务）

并行编程是C#中用于提升多核处理器性能的关键技术，能显著加速计算密集型任务。它通过将工作分解为多个并行执行的单元来实现。在C#中，主要涉及两个核心组件：PLINQ（Parallel LINQ）和并行任务（基于Task Parallel Library，TPL）。下面我将逐步解释这些概念，并提供代码示例。所有代码均使用C#编写，确保真实可靠。

1. PLINQ（Parallel LINQ）

PLINQ是LINQ的并行版本，允许对数据集合进行并行查询操作。它自动将查询分解为多个任务，在后台线程上执行，从而利用多核CPU。使用PLINQ时，需注意线程安全和数据一致性。

• 核心方法：使用AsParallel()扩展方法将普通LINQ查询转换为并行查询。
• 优点：简化并行化，适合数据并行场景（如过滤、聚合）。
• 缺点：可能引入开销（如线程同步），不适合所有场景；需谨慎处理异常和顺序依赖性。

示例代码：使用PLINQ计算整数列表的平方和
此示例展示如何并行化一个简单的聚合操作。注意，我们使用WithExecutionMode来强制并行执行，并处理可能的异常。

using System;
using System.Linq;
using System.Collections.Generic;

class Program
{
    static void Main()
    {
        // 创建一个大型数据集
        List<int> numbers = Enumerable.Range(1, 1000000).ToList();
        
        try
        {
            // 使用PLINQ并行计算平方和
            long sum = numbers.AsParallel()
                .WithExecutionMode(ParallelExecutionMode.ForceParallelism) // 强制并行执行
                .Select(x => x * x) // 并行计算每个元素的平方
                .Sum(); // 并行求和
            
            Console.WriteLine($"平方和: {sum}");
        }
        catch (AggregateException ex) // 捕获并行操作中的异常
        {
            foreach (var e in ex.InnerExceptions)
            {
                Console.WriteLine($"错误: {e.Message}");
            }
        }
    }
}

解释：

• AsParallel() 将查询并行化。
• WithExecutionMode 确保即使在小数据集上也尝试并行执行。
• AggregateException 用于处理并行任务中抛出的多个异常。

2. 并行任务（Task Parallel Library, TPL）

TPL提供了一套高级API（如Task类和Parallel类）来管理并行任务。它更适合任务并行场景（即独立工作单元），而非数据并行。核心组件包括：

• Task类：表示异步操作，支持创建、启动和等待任务。
• Parallel类：提供静态方法（如Parallel.For和Parallel.ForEach）来简化循环的并行化。

使用TPL时，需注意：

• 线程安全：避免共享资源的竞争条件（使用锁或并发集合）。
• 性能优化：通过ParallelOptions调整最大并行度（如MaxDegreeOfParallelism）。
• 取消支持：使用CancellationToken来优雅终止任务。

示例代码：使用Parallel.For并行处理图像
此示例模拟并行处理图像文件（如应用滤镜）。我们使用Parallel.For来并行化循环，并控制并行度。

using System;
using System.Threading.Tasks;

class Program
{
    static void Main()
    {
        // 模拟图像文件路径列表
        string[] imageFiles = { "image1.jpg", "image2.jpg", "image3.jpg", "image4.jpg" };
        
        // 设置并行选项，限制最大并行任务数为2
        var options = new ParallelOptions { MaxDegreeOfParallelism = 2 };
        
        try
        {
            Parallel.For(0, imageFiles.Length, options, i =>
            {
                // 模拟处理图像（如应用滤镜）
                Console.WriteLine($"处理中: {imageFiles[i]} 在任务 {Task.CurrentId}");
                // 实际处理代码（例如，调用图像库API）
                Task.Delay(1000).Wait(); // 模拟耗时操作
            });
            Console.WriteLine("所有图像处理完成！");
        }
        catch (AggregateException ex)
        {
            Console.WriteLine($"并行任务错误: {ex.Message}");
        }
    }
}

解释：

• Parallel.For 并行执行循环体，每个迭代在独立任务中运行。
• MaxDegreeOfParallelism 限制同时运行的任务数，防止资源耗尽。
• Task.Delay 模拟I/O操作；实际应用中替换为真实逻辑。

总结与最佳实践

• 何时使用PLINQ：适合数据密集型查询（如大规模集合处理），当操作可并行且无顺序依赖时。
• 何时使用并行任务：适合任务并行场景（如独立计算或I/O操作），或当需要精细控制任务时。
• 通用注意事项：
  • 性能测试：并行化不一定总加速；先用小数据测试，监控性能（如使用Stopwatch类）。
  • 避免死锁：确保共享资源同步（如用lock关键字或并发集合）。
  • 异常处理：总是捕获AggregateException来处理并行错误。
  • 资源管理：设置合理的MaxDegreeOfParallelism（通常等于CPU核心数）。

通过合理应用PLINQ和TPL，您可以显著提升C#应用的吞吐量和响应速度。建议参考Microsoft官方文档（如PLINQ和TPL）以深入探索高级特性如取消令牌和异步任务。