PLinq 本质上比 System.Threading.Tasks.Parallel.ForEach 更快

Question

总结：我从 System.Threading.Tasks.Parallel.ForEach 和并发数据结构更改为简单的 plinq（并行 Linq）查询。速度惊人。

那么 plinq 本质上比 Parallel.ForEach 更快吗？或者它是否特定于任务。

// Original Code
// concurrent dictionary to store results
var resultDict = new ConcurrentDictionary<string, MyResultType>();

Parallel.ForEach(items, item =>
        {
            resultDict.TryAdd(item.Name, PerformWork(source));
        });


// new code

var results =
            items
            .AsParallel()
            .Select(item => new { item.Name, queryResult = PerformWork(item) })
            .ToDictionary(kv => kv.SourceName, kv => kv.queryResult);

注释： 现在，每个任务 (PerformWork) 的运行时间在 0 到 200 毫秒之间。我以前花了更长的时间才优化它。这就是我首先使用 Tasks.Parallel 库的原因。因此，我将总时间从 2 秒缩短到约 100-200 毫秒，执行大致相同的工作，只是使用不同的方法。 （哇 linq 和 plinq 太棒了！）

问题：

1. 速度是否因使用 plinq 与 Parallel.ForEach 而提高？
2. 是否只是简单地删除并发数据结构（ConcurrentDictionary）？ （因为它不需要同步线程）。
3. 基于此相关问题的答案

虽然 PLINQ 主要基于没有副作用的函数式编程风格，但副作用正是 TPL 的目的。如果您想真正并行工作而不只是并行搜索/选择内容，则可以使用 TPL。

我是否可以假设因为我的模式基本上是功能性的（让输入产生新的输出而不发生突变），所以 plinq 是正确的技术？

我正在寻找我的假设是否正确的验证，或者是否有迹象表明我遗漏了某些内容。

Answer 1

无法使用这 2 个代码示例在 Parallel.ForEach 和 PLINQ 之间进行明确的比较。代码示例实在是太不同了。

我首先想到的是第一个示例使用 ConcurrentDictionary，第二个示例使用 Dictionary。这两种类型具有截然不同的用途和性能特征。为了准确比较两种技术，您需要在此处保持类型一致。

Answer 2

根据您在示例中提供的有限信息（我在OP的评论中要求提供更多详细信息），我猜您肯定会看到由于使用的分区算法而导致的差异。您应该阅读块分区与范围分区 在这篇博文中，他讨论了它们的不同之处以及它们可能最适合哪种类型的工作。强烈建议您阅读该博客文章以及这篇文章< /a> 更详细地介绍了这两种类型以及可以使用的其他两种类型的分区（尽管不适用于您的示例），并提供了一些视觉帮助以更好地理解分区。最后，这是另一篇博客文章< /a> 讨论工作分区以及当默认分区算法对您的特定工作负载没有意义时它如何影响您。该文章实际上引用了一个很棒的程序，可以帮助您可视化工作中的分区程序，该程序是来自以下位置的一组并行示例的一部分PFX 团队。