等待成千上万的任务

Question

我有一个应用程序,通常有1.000 - 30.000文件转换一些数据.

我需要做3个步骤:

1. 复制一个文件(替换那里的一些文字)
2. 使用WebClient创建Webrequest以下载文件(我将复制的文件发送到WebServer,将文件转换为另一种格式)
3. 获取下载的文件并更改部分内容

所以这三个步骤包括一些I/O,我使用了async/await方法:

var tasks = files.Select(async (file) =>
{
    Item item = await createtempFile(file).ConfigureAwait(false);
    await convert(item).ConfigureAwait(false);
    await clean(item).ConfigureAwait(false);
}).ToList();

await Task.WhenAll(tasks).ConfigureAwait(false);

我不知道这是否是最好的做法,因为我创造了超过一千个任务.我想过将这三个步骤拆分为:

List<Item> items = new List<Item>();
var tasks = files.Select(async (file) =>
{
    Item item = await createtempFile(file, ext).ConfigureAwait(false);
    lock(items)
        items.Add(item);
}).ToList();

await Task.WhenAll(tasks).ConfigureAwait(false);

var tasks = items.Select(async (item) =>
{
    await convert(item, baseAddress, ext).ConfigureAwait(false);
}).ToList();

await Task.WhenAll(tasks).ConfigureAwait(false);

var tasks = items.Select(async (item) =>
{
    await clean(targetFile, item.Doctype, ext).ConfigureAwait(false);
}).ToList();

await Task.WhenAll(tasks).ConfigureAwait(false);

但这似乎没有更好或更快,因为我创造了数千次任务.

我应该限制任务的创建吗？像100个任务的大块？或者我只是过度思考它,创造成千上万的任务就好了.

CPU处于空闲状态,峰值为2-4%,因此我想到了太多的等待或上下文切换.

也许WebRequest调用太多,因为WebServer/WebService不能同时处理数千个请求,我应该只限制WebRequests？

我已经在app.config文件中增加了.NET maxconnection.

Answer 1

可以并行执行异步操作,限制并发操作的数量.有一个很酷的扩展方法,它不是.Net框架的一部分.

/// <summary>
/// Enumerates a collection in parallel and calls an async method on each item. Useful for making 
/// parallel async calls, e.g. independent web requests when the degree of parallelism needs to be
/// limited.
/// </summary>
public static Task ForEachAsync<T>(this IEnumerable<T> source, int degreeOfParalellism, Func<T, Task> action)
{
    return Task.WhenAll(Partitioner.Create(source).GetPartitions(degreeOfParalellism).Select(partition => Task.Run(async () =>
    {
        using (partition)
            while (partition.MoveNext())
                await action(partition.Current);
    })));
}

像这样称呼它:

var files = new List<string> {"one", "two", "three"};
await files.ForEachAsync(5, async file =>
{
   // do async stuff here with the file
   await Task.Delay(1000);
});

Answer 2

正如评论者正确指出的那样，你想多了。.NET 运行时在跟踪数千个任务时绝对没有问题。

但是，您可能需要考虑使用 TPL 数据流管道，这将使您能够轻松地为管道中的不同操作（“块”）设置不同的并发级别。