实体框架与并行

Question

背景

我有一个应用程序接收定期数据转储(XML文件)并使用Entity Framework 5(代码优先)将它们导入现有数据库.导入通过EF5而不是BULK INSERT或BCP进行,因为必须应用已存在于实体中的业务规则.

处理似乎是应用程序本身的CPU绑定(极快,启用了写缓存的磁盘IO子系统在整个过程中显示几乎为零的磁盘等待时间,而SQL Server显示的CPU时间不超过8%-10%).

为了提高效率,我使用TPL Dataflow构建了一个管道,其组件包括:

Read & Parse XML file
        |
        V
Create entities from XML Node
        |
        V
Batch entities (BatchBlock, currently n=200)
        |
        V
Create new DbContext / insert batched entities / ctx.SaveChanges()

通过这样做,我看到性能大幅提升,但不能使CPU高于60%.

分析

怀疑某种资源争用,我使用VS2012 Profiler的资源争用数据(并发)模式运行该过程.

分析器显示52%的争用标记为句柄2的资源.钻进,我看到创建Handle 2最多争用的方法是

System.Data.Entity.Internal.InternalContext.SaveChanges()

第二名,与SaveChanges()的争论大约是40%

System.Data.Entity.DbSet`1.Add(!0)

问题

• 我怎样才能弄清楚Handle 2究竟是什么(例如TPL的一部分,EF的一部分)？
• EF限制调用将DbContext实例与单独的线程分开吗？似乎他们正在争夺一个共享资源.
• 在这种情况下,我有什么办法可以改善并行性吗？

UPDATE

对于有问题的运行,调用SaveChanges的任务的最大并行度设置为12(我尝试了各种值,包括先前运行中的Unbounded).

更新2

微软的EF团队提供了反馈意见.请参阅我的答案以获取摘要.

Answer 1

以下总结了我在此问题上与实体框架团队的互动.如果有更多信息,我会更新答案

• 该问题可以在Microsoft重现.
• 句柄争用与网络I/O有关(即使是localhost上的SQL Server).具体来说,System.Data.dll中存在网络I/O读取缓冲区的争用.
• EF团队现在正在与SQL Connectivity团队合作,以更好地了解该问题.
• 微软尚未就如何最大限度地减少此争用的影响提供指导.

UPDATE

现在正在CodePlex上跟踪此问题:

http://entityframework.codeplex.com/workitem/636?PendingVoteId=636