为什么我的Parallel.ForAll调用最终使用一个线程
本文关键字：线程 一个 Parallel 我的 ForAll 调用 为什么 | 更新日期: 2023-09-27 18:24:45
我最近一直在使用PLINQ来执行一些数据处理。
基本上，我有大约4000个时间序列（所以基本上是Dictionary<DataTime,T>的实例），我把它们存放在一个名为timeSeries的列表中。
为了执行我的操作，我只需执行：
timeSeries.AsParallel().ForAll(x=>myOperation(x))
如果我看看我的不同内核发生了什么，我会注意到，首先，我所有的CPU都在使用，我在控制台上（我在那里输出一些日志）看到几个时间序列同时被处理。
然而，这个过程很长，大约45分钟后，日志记录清楚地表明只有一个线程在工作。为什么？
我试着给它一些思考，我意识到timeSeries在列表的开头和结尾都包含了从myOperation的角度来看更容易处理的实例。所以，我想知道PLINQ使用的算法是否包括将4000个实例拆分在4个核心上，每个核心1000个。然后，当核心完成其工作分配时，它又回到空闲状态。这意味着其中一个核心可能面临更大的工作量。
我的理论正确吗？或者还有其他可能的解释吗？
在运行列表之前，我应该打乱列表吗？或者有什么并行度参数可以用来解决这个问题吗？
你的理论可能是正确的，尽管有一种叫做"工作tealing"的东西可以反驳这一点。我不知道为什么这在这里不起作用。外端有很多（>=几十个）大型工作还是只有几个？
除了打乱数据之外，您还可以使用接受自定义Partioner的AsParallel()的重载。这样可以让你更好地平衡工作。
附带说明：对于这种情况，我更喜欢Parallel.ForEach()，更多的选项和更干净的语法。