我最近一直在使用 PLINQ 来执行一些数据处理。
基本上我有大约 4000 个时间序列(所以基本上是 Dictionary<DataTime,T> 的实例)，我将它们存储在一个名为 timeSeries 的列表中.
要执行我的操作，我只需执行以下操作:
timeSeries.AsParallel().ForAll(x=>myOperation(x))
如果我查看我的不同内核发生了什么，我注意到首先，我所有的 CPU 都在使用，并且我在控制台(我输出一些日志的地方)上看到同时处理多个时间序列时间。
但是这个过程很漫长，大约45分钟后，日志记录清楚地表明只有一个线程在工作。这是为什么？
我试着给它一些思考，然后我意识到 timeSeries包含更容易从 myOperation 处理的实例列表开头和结尾的观点。所以，我想知道 PLINQ 使用的算法是否可能包括将 4000 个实例拆分到 4 个内核上，每个内核分配 1000 个实例。然后，当内核完成其工作分配后，它会返回空闲状态。这意味着其中一个核心可能面临更重的工作量。
我的理论是正确的还是有其他可能的解释？
我应该在运行列表之前打乱列表，还是可以使用某种并行参数来解决该问题？
最佳答案
你的理论可能是正确的，尽管有一种叫做“工作窃取”的东西可以反驳这一点。我不确定为什么这在这里不起作用。外端有很多(>= 几十个)大型作业还是只有几个？
除了打乱数据之外，您还可以使用 the overload对于接受 custom Partioner 的 AsParallel() .这将使您能够更好地平衡工作。
旁注:对于这种情况，我更喜欢 Parallel.ForEach()，更多选项和更简洁的语法。
关于c# - 为什么我的 Parallel.ForAll 调用最终使用单个线程？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17852021/