下面是我在Parrllel.Foreach中使用的代码。但这与普通的foreach花费的时间相同。在此,filingDataItems,非Periodic,periodiccells是数据表。这是否由于数据表而发生?

System.Threading.Tasks.Parallel.ForEach(tempfilingReferences, T2 =>
            {
                    Filing f = new Filing(
                                         T2.Id,
                                         T2.DocumentPeriod,
                                         T2.FilingDate,
                                         T2.VersionId,
                                         T2.DocumentId,
                                         T2.PrimaryPeriodTypeId,
                                         T2.IssuedAsPreliminaryFlag,
                                         T2.IssuedAsAmendmentFlag,
                                         T2.FilingDetails,
                                         T2.CompanyId,
                                 GetFilingDataItems(filingDataItems, T2.Id, nonPeriodic, periodiccells, filingToPeriodList, DPTPList, posList),
                                 GetPeriods(filingToPeriodList, periodInfoList, T2.Id),
                                 GetFilingToPeriods(filingToPeriodList, T2.Id),
                                         true,
                                         false,
                                         AuditedDataType.Financials,
                                         T2.FilingTypeList
                               );


                        lock (filingListnew)
                        {
                                filingListnew.Add(f);
                        }
            });

最佳答案

您正在锁定并行部分。
因此,您在每个线程中等待活动线程删除锁。
因此,这与顺序foreach几乎相同。

例如:

并行Foreach:

周期1

线程1:archiveListNew.Add(Object1);

线程2:锁定

线程3:锁定

线程4:锁定

周期2

线程1:锁定

线程2:archiveListNew.Add(Object2);

线程3:锁定

线程4:锁定

周期3
...

“普通” foreach:

周期1

主线程:archiveListnew.Add(Object1);

周期2

主线程:archiveListnew.Add(Object2);

周期3
...

从示例中可以看到,您无法像使用ParallelForeach一样获得性能。

关于c# - Parallel.Foreach比C#中的正常foreach花费更多的时间,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/28540178/

10-14 12:36
查看更多