Thread.Sleep 阻塞任务的并行执行

Question

我正在调用一个工作方法，该方法调用数据库，然后迭代并产生用于并行处理的返回值。为了防止它破坏数据库，我在那里有一个 Thread.Sleep 来暂停对数据库的执行。然而，这似乎阻止了 Parallel.ForEach 中仍在发生的执行。实现这一目标以防止阻塞的最佳方法是什么？

private void ProcessWorkItems()
{
    _cancellation = new CancellationTokenSource();
    _cancellation.Token.Register(() => WorkItemRepository.ResetAbandonedWorkItems());

    Task.Factory.StartNew(() =>
        Parallel.ForEach(GetWorkItems().AsParallel().WithDegreeOfParallelism(10), workItem =>
        {
            var x = ItemFactory(workItem);
            x.doWork();
        }), _cancellation.Token);
}

private IEnumerable<IAnalysisServiceWorkItem> GetWorkItems()
{
    while (!_cancellation.IsCancellationRequested)
    {
        var workItems = WorkItemRepository.GetItemList(); //database call

        workItems.ForEach(item =>
        {
            item.QueueWorkItem(WorkItemRepository);
        });

        foreach (var item in workItems)
        {
            yield return item;
        }

        if (workItems.Count == 0)
        {
            Thread.Sleep(30000); //sleep this thread for 30 seconds if no work items.
        }
    }

    yield break;
}

编辑： 我更改了它以包含答案，但它仍然没有按照我的预期工作。我将 .AsParallel().WithDegreeOfParallelism(10) 添加到 GetWorkItems() 调用中。当我认为即使基本线程处于睡眠状态，并行也应该继续执行时，我的期望是否不正确？

例子： 我有 15 个项目，它会迭代并获取 10 个项目并启动它们。当每一项完成时，它会从 GetWorkItems 请求另一项，直到尝试请求第 16 项。此时，它应该停止尝试抓取更多项目，但应继续处理项目 11-15，直到完成为止。这就是并行应该如何工作吗？因为目前它还没有这样做。它当前正在做的是，当它完成 6 时，它会锁定仍在 Parallel.ForEach 中运行的后续 10 个。

Answer 1

您可以使用.WithDegreeOfParallelism()扩展方法强制PLinq运行任务同时进行。 中的呼叫阻止或 I/O 密集型部分有一个很好的示例C# 线程手册

Answer 2

您可能与分区程序发生冲突。

因为您传递的是 IEnumerable，所以 Parallel.ForEach 将使用 Chunk Partitioner，它可以尝试一次从块中的枚举中获取一些元素。但是您的 IEnumerable.MoveNext 可以休眠，这会让事情变得不愉快。

您可以编写自己的分区程序，一次返回一个元素，但无论如何，我认为像 Jim Mischel 的建议这样的生产者/消费者方法会效果更好。

Answer 3

你想通过睡眠来达到什么目的？据我所知，您正在努力避免冲击数据库调用。我不知道有更好的方法来做到这一点，但理想情况下，您的 GetItemList 调用将被阻塞，直到数据可供处理。

Answer 4

我建议您创建一个工作项的 BlockingCollection （队列） ，以及一个每 30 秒调用数据库来填充它的计时器。类似于：

BlockingCollection<WorkItem> WorkItems = new BlockingCollection<WorkItem>();

在初始化时：

System.Threading.Timer WorkItemTimer = new Timer((s) =>
    {
        var items = WorkItemRepository.GetItemList(); //database call
        foreach (var item in items)
        {
            WorkItems.Add(item);
        }
    }, null, 30000, 30000);

每 30 秒就会查询数据库中的项目。

为了安排要处理的工作项，您有多种不同的解决方案。最接近您所拥有的将是：

WorkItem item;

while (WorkItems.TryTake(out item, Timeout.Infinite, _cancellation))
{
    Task.Factory.StartNew((s) =>
        {
            var myItem = (WorkItem)s;
            // process here
        }, item);
}

这消除了任何线程中的阻塞，并让 TPL 决定如何最好地分配并行任务。

编辑：

实际上，更接近您所拥有的是：

foreach (var item in WorkItems.GetConsumingEnumerable(_cancellation))
{
    // start task to process item
}

您也许可以使用：

Parallel.Foreach(WorkItems.GetConsumingEnumerable(_cancellation).AsParallel ...

我不知道这是否有效或效果如何。也许值得一试。 。 。

编辑结束

一般来说，我建议您将其视为生产者/消费者应用程序，生产者是定期查询数据库以获取新项目的线程。我的示例每 N（在本例中为 30）秒查询一次数据库，如果平均而言，您可以每 30 秒清空工作队列，那么该方法将会很好地工作。这将使从项目发布到数据库到获得结果的平均延迟不到一分钟。

您可以降低轮询频率（从而降低延迟），但这会导致更多的数据库流量。

您也可以更喜欢它。例如，如果您在 30 秒后轮询数据库并获得大量项目，那么您可能很快就会获得更多项目，并且您需要在 15 秒（或更短时间）内再次轮询。相反，如果您在 30 秒后轮询数据库但没有得到任何结果，那么您可能可以等待更长时间才能再次轮询。

您可以使用一次性计时器来设置这种自适应轮询。也就是说，在创建计时器时为最后一个参数指定 -1，这会导致计时器仅触发一次。您的计时器回调计算出下一次轮询之前需要等待多长时间，并调用 Timer.Change 以使用新值初始化计时器。