在並行編程中，經常會遇到多線程間操作共用集合的問題，很多時候大家都很難逃避這個問題做到一種無鎖編程狀態，你也知道一旦給共用集合套上lock之後，併發和伸縮能力往往會造成很大影響，這篇就來談談如何儘可能的減少lock鎖次數甚至沒有。 一：緣由 1. 業務背景 昨天在review代碼的時候，看到以前自己 ...
在並行編程中，經常會遇到多線程間操作共用集合的問題，很多時候大家都很難逃避這個問題做到一種無鎖編程狀態，你也知道一旦給共用集合套上lock之後，併發和伸縮能力往往會造成很大影響，這篇就來談談如何儘可能的減少lock鎖次數甚至沒有。
一：緣由
1. 業務背景
昨天在review代碼的時候，看到以前自己寫的這麼一段代碼，精簡後如下：
private static List<long> ExecuteFilterList(int shopID, List<MemoryCacheTrade> trades, List<FilterConditon> filterItemList, MatrixSearchContext searchContext)
{
var customerIDList = new List<long>();
var index = 0;
Parallel.ForEach(filterItemList, new ParallelOptions() { MaxDegreeOfParallelism = 4 },
(filterItem) =>
{
var context = new FilterItemContext()
{
StartTime = searchContext.StartTime,
EndTime = searchContext.EndTime,
ShopID = shopID,
Field = filterItem.Field,
FilterType = filterItem.FilterType,
ItemList = filterItem.FilterValue,
SearchList = trades.ToList()
};
var smallCustomerIDList = context.Execute();
lock (filterItemList)
{
if (index == 0)
{
customerIDList.AddRange(smallCustomerIDList);
index++;
}
else
{
customerIDList = customerIDList.Intersect(smallCustomerIDList).ToList();
}
}
});
return customerIDList;
}
這段代碼實現的功能是這樣的，filterItemList承載著所有原子化的篩選條件，然後用多線程的形式併發執行裡面的item，最後將每個item獲取的客戶人數集合在高層進行整體求交，畫個簡圖就是下麵這樣。
2. 問題分析
其實這代碼存在著一個很大的問題，在Parallel中直接使用lock鎖的話，filterItemList有多少個，我的lock就會鎖多少次，這對併發和伸縮性是有一定影響的，現在就來想想怎麼優化吧！
3. 測試案例
為了方便演示，我模擬了一個小案例，方便大家看到實時結果，修改後的代碼如下：
public static void Main(string[] args)
{
var filterItemList = new List<string>() { "conditon1", "conditon2", "conditon3", "conditon4", "conditon5", "conditon6" };
ParallelTest1(filterItemList);
}
public static void ParallelTest1(List<string> filterItemList)
{
var totalCustomerIDList = new List<int>();
bool isfirst = true;
Parallel.ForEach(filterItemList, new ParallelOptions() { MaxDegreeOfParallelism = 2 }, (query) =>
{
var smallCustomerIDList = GetCustomerIDList(query);
lock (filterItemList)
{
if (isfirst)
{
totalCustomerIDList.AddRange(smallCustomerIDList);
isfirst = false;
}
else
{
totalCustomerIDList = totalCustomerIDList.Intersect(smallCustomerIDList).ToList();
}
Console.WriteLine($"{DateTime.Now} 被鎖了");
}
});
Console.WriteLine($"最後交集客戶ID:{string.Join(",", totalCustomerIDList)}");
}
public static List<int> GetCustomerIDList(string query)
{
var dict = new Dictionary<string, List<int>>()
{
["conditon1"] = new List<int>() { 1, 2, 4, 7 },
["conditon2"] = new List<int>() { 1, 4, 6, 7 },
["conditon3"] = new List<int>() { 1, 4, 5, 7 },
["conditon4"] = new List<int>() { 1, 2, 3, 7 },
["conditon5"] = new List<int>() { 1, 2, 4, 5, 7 },
["conditon6"] = new List<int>() { 1, 3, 4, 7, 9 },
};
return dict[query];
}
------ output ------
2020/04/21 15:53:34 被鎖了
2020/04/21 15:53:34 被鎖了
2020/04/21 15:53:34 被鎖了
2020/04/21 15:53:34 被鎖了
2020/04/21 15:53:34 被鎖了
2020/04/21 15:53:34 被鎖了
最後交集客戶ID:1,7
二：第一次優化
從結果中可以看到，filterItemList有6個，鎖次數也是6次，那如何降低呢？ 其實實現Parallel代碼的FCL大神也考慮到了這個問題，從底層給了一個很好的重載，如下所示：
public static ParallelLoopResult ForEach<TSource, TLocal>(OrderablePartitioner<TSource> source, ParallelOptions parallelOptions, Func<TLocal> localInit, Func<TSource, ParallelLoopState, long, TLocal, TLocal> body, Action<TLocal> localFinally);
這個重載很特別，多了兩個參數localInit和localFinally,過會說一下什麼意思，先看修改後的代碼體會一下
public static void ParallelTest2(List<string> filterItemList)
{
var totalCustomerIDList = new List<int>();
var isfirst = true;
Parallel.ForEach<string, List<int>>(filterItemList,
new ParallelOptions() { MaxDegreeOfParallelism = 2 },
() => { return null; },
(query, loop, index, smalllist) =>
{
var smallCustomerIDList = GetCustomerIDList(query);
if (smalllist == null) return smallCustomerIDList;
return smalllist.Intersect(smallCustomerIDList).ToList();
},
(finalllist) =>
{
lock (filterItemList)
{
if (isfirst)
{
totalCustomerIDList.AddRange(finalllist);
isfirst = false;
}
else
{
totalCustomerIDList = totalCustomerIDList.Intersect(finalllist).ToList();
}
Console.WriteLine($"{DateTime.Now} 被鎖了");
}
});
Console.WriteLine($"最後交集客戶ID:{string.Join(",", totalCustomerIDList)}");
}
------- output ------
2020/04/21 16:11:46 被鎖了
2020/04/21 16:11:46 被鎖了
最後交集客戶ID:1,7
Press any key to continue . . .
很好，這次優化將lock次數從6次降到了2次，這裡我用了 new ParallelOptions() { MaxDegreeOfParallelism = 2 } 設置了併發度為最多2個CPU核，程式跑起來後會開兩個線程，將一個大集合劃分為2個小集合，相當於1個集合3個條件，第一個線程在執行3個條件的起始處會執行你的localInit函數，在3個條件迭代完之後再執行你的localFinally，第二個線程也是按照同樣方式執行自己的3個條件，說的有點晦澀，畫一張圖說明吧。
三： 第二次優化
如果你瞭解Task<T>這種帶有返回值的Task，這就好辦了，多少個filterItemList就可以開多少個Task，反正Task底層是使用線程池承載的，所以不用怕，這樣就完美的實現無鎖編程。
public static void ParallelTest3(List<string> filterItemList)
{
var totalCustomerIDList = new List<int>();
var tasks = new Task<List<int>>[filterItemList.Count];
for (int i = 0; i < filterItemList.Count; i++)
{
tasks[i] = Task.Factory.StartNew((query) =>
{
return GetCustomerIDList(query.ToString());
}, filterItemList[i]);
}
Task.WaitAll(tasks);
for (int i = 0; i < tasks.Length; i++)
{
var smallCustomerIDList = tasks[i].Result;
if (i == 0)
{
totalCustomerIDList.AddRange(smallCustomerIDList);
}
else
{
totalCustomerIDList = totalCustomerIDList.Intersect(smallCustomerIDList).ToList();
}
}
Console.WriteLine($"最後交集客戶ID:{string.Join(",", totalCustomerIDList)}");
}
------ output -------
最後交集客戶ID:1,7
Press any key to continue . . .
四：總結
我們將原來的6個lock優化到了無鎖編程，但並不說明無鎖編程就一定比帶有lock的效率高，大家要結合自己的使用場景合理的使用和混合搭配。
好了，本篇就說到這裡，希望對您有幫助。
如您有更多問題與我互動，掃描下方進來吧~
