c# - 如何在某些任务非常昂贵的任务中负载平衡并行性？

Question

我有一个需要处理的对象列表。所以说该列表是所有客户的列表，我需要对所有客户执行 CPU 密集型计算。虽然在此计算之前和之后我需要获取数据并将其提交回数据库，因此它不仅仅是一个 CPU 任务。

所以我做的是

Parallel.ForEach(list, action);

Action 就是字面上的意思

1 Fetch customer data
2 Process calculate (time and memory intensive task)
3 Commit back customer data

代码过去运行良好，但最近有时当处理具有非常大量记录的多个客户时，我们会导致系统内存不足。

那么有没有办法负载均衡呢？大多数客户都被快速处理，但很少有人能把所有资源都拿走。我能避免他们几个一起跑吗？

我可以实现这一点的一种方法是根据大小对列表进行排序，然后尝试选择第一个和最后一个项目并自己控制并行度，但我想看看我在这里有什么选择。

Answer 1

既然你说你在实际完成计算之前就有了计算大小的近似值，那么它大大简化了操作。那时你只需要一个同步原语，它不限制要执行的操作的数量，而是有一些总权重值，并确保所有当前运行的操作的总和小于比指定的重量值。然后，您可以请求使用给定的权重值运行给定的操作，并且在有足够的未使用权重值之前它不会真正运行。

没有现成的原语可以完全做到这一点(信号量非常接近，但还不完全存在)。但是，您可以相当容易地利用现有的同步原语制作一个。

public class WeightedSemaphore
{
    public WeightedSemaphore(int totalWeight)
    {
        currentWeight = TotalWeight = totalWeight;
    }

    private ManualResetEvent signal = new ManualResetEvent(false);
    private int currentWeight;
    public int TotalWeight { get; }
    public int CurrentWeight { get { lock (signal) return currentWeight; } }

    public void Wait(int weight)
    {
        while (true)
        {
            lock (signal)
            {
                if (currentWeight >= weight)
                {
                    currentWeight -= weight;
                    return;
                }
            }

            signal.Reset();
            signal.WaitOne();
        }
    }
    public void Release(int weight)
    {
        lock (signal)
        {
            currentWeight += weight;
            signal.Set();
        }
    }
}

现在您可以完成每个操作，确保在执行工作之前他们等待并提供他们的“大小”值。从那里开始，只需进行一些实验即可确定您当前系统可以支持的总重量。

请注意，这样做的副作用是您会发现越快的操作越容易获得优先级。当一些空间被释放时，较短的操作更有可能运行那里的内容，这意味着它会在更昂贵的操作甚至开始运行之前保留该空间。在许多情况下，这实际上是一个理想的属性，因为当您将更快的操作优先于更昂贵的操作时，平均响应时间实际上会下降。