Я услышал набор подкастов недавно о TPL в.NET 4.0. Большинство из них описывает фоновые операции как загрузка изображений или выполнение вычисления, с помощью задач так, чтобы работа не вмешивалась в поток GUI.
Большая часть кода я продолжаю работать, имеет больше нескольких-производителей / разновидность единственного потребителя, где объекты работы от многочисленных источников должны быть поставлены в очередь и затем обработаны в порядке. Один пример зарегистрировался бы, где строки журнала от нескольких потоков упорядочены в единственную очередь для возможной записи в файл или базу данных. Все записи из любого единственного источника должны остаться в порядке, и записи с того же момента вовремя должны быть "близки" друг к другу в возможном выводе.
Так несколько потоков или задач или независимо от того, что все вызывает queuer:
lock( _queue ) // or use a lock-free queue!
{
_queue.enqueue( some_work );
_queueSemaphore.Release();
}
И специализированный рабочий поток обрабатывает очередь:
while( _queueSemaphore.WaitOne() )
{
lock( _queue )
{
some_work = _queue.dequeue();
}
deal_with( some_work );
}
Всегда казалось разумным выделить рабочий поток для потребительской стороны этих задач. Я должен записать будущие программы с помощью некоторой конструкции от TPL вместо этого? Какой? Почему?
Вы можете использовать длительную задачу Task для обработки элементов из BlockingCollection, как предлагает Wilka. Вот пример, который в значительной степени соответствует требованиям ваших приложений. Вы увидите что-то вроде этого:
Log from task B
Log from task A
Log from task B1
Log from task D
Log from task C
Не то, чтобы выходы из A, B, C и D выглядели случайными, потому что они зависят от времени начала потоков, но B всегда появляется перед B1.
public class LogItem
{
public string Message { get; private set; }
public LogItem (string message)
{
Message = message;
}
}
public void Example()
{
BlockingCollection<LogItem> _queue = new BlockingCollection<LogItem>();
// Start queue listener...
CancellationTokenSource canceller = new CancellationTokenSource();
Task listener = Task.Factory.StartNew(() =>
{
while (!canceller.Token.IsCancellationRequested)
{
LogItem item;
if (_queue.TryTake(out item))
Console.WriteLine(item.Message);
}
},
canceller.Token,
TaskCreationOptions.LongRunning,
TaskScheduler.Default);
// Add some log messages in parallel...
Parallel.Invoke(
() => { _queue.Add(new LogItem("Log from task A")); },
() => {
_queue.Add(new LogItem("Log from task B"));
_queue.Add(new LogItem("Log from task B1"));
},
() => { _queue.Add(new LogItem("Log from task C")); },
() => { _queue.Add(new LogItem("Log from task D")); });
// Pretend to do other things...
Thread.Sleep(1000);
// Shut down the listener...
canceller.Cancel();
listener.Wait();
}
Я не уверен, что TPL подходит для вашего варианта использования. Насколько я понимаю, основным вариантом использования TPL является разделение одной огромной задачи на несколько более мелких задач, которые можно запускать бок о бок. Например, если у вас большой список, и вы хотите применить одно и то же преобразование к каждому элементу. В этом случае у вас может быть несколько задач, применяющих преобразование к подмножеству списка.
Случай, который вы описываете, мне кажется, не укладывается в эту картину. В вашем случае у вас нет нескольких задач, которые выполняют одно и то же параллельно. У вас есть несколько разных задач, каждая из которых выполняет свою работу (производителей) и одна задача, которая потребляет. Возможно, TPL можно использовать для потребительской части, если вы хотите иметь несколько потребителей, потому что в этом случае каждый потребитель выполняет одну и ту же работу (при условии, что вы найдете логику для обеспечения временной согласованности, которую вы ищете).
Ну, это, конечно, просто мой личный взгляд на эту тему
Живи долго и процветай
Похоже, вам пригодится BlockingCollection . Поэтому для приведенного выше кода вы можете использовать что-то вроде (при условии, что _queue
является экземпляром BlockingCollection
):
// for your producers
_queue.Add(some_work);
Выделенный рабочий поток, обрабатывающий очередь:
foreach (var some_work in _queue.GetConsumingEnumerable())
{
deal_with(some_work);
}
Примечание: когда все ваши продюсеры закончили производство материалов, вам нужно вызвать CompleteAdding ()
в _queue
, иначе ваш потребитель застрянет в ожидании дополнительной работы.