我是如何一步步的在并行编程中将lock锁次数降到最低实现无锁编程

我是如何一步步的在并行编程中将lock锁次数降到最低实现无锁编程

在并行编程中，经常会遇到多线程间操作共享集合的问题，很多时候大家都很难逃避这个问题做到一种无锁编程状态，你也知道一旦给共享集合套上lock之后，并发和伸缩能力往往会造成很大影响，这篇就来谈谈如何尽可能的减少lock锁次数甚至没有。

一：缘由

1. 业务背景

昨天在review代码的时候，看到以前自己写的这么一段代码，精简后如下：

private static List ExecuteFilterList(int shopID, List trades, List filterItemList, MatrixSearchContext searchContext)

{

var customerIDList = new List();

var index = 0;

Parallel.ForEach(filterItemList, new ParallelOptions() { MaxDegreeOfParallelism = 4 },

(filterItem) =>

{

var context = new FilterItemContext()

{

StartTime = searchContext.StartTime,

EndTime = searchContext.EndTime,

ShopID = shopID,

Field = filterItem.Field,

FilterType = filterItem.FilterType,

ItemList = filterItem.FilterValue,

SearchList = trades.ToList()

};

var smallCustomerIDList = context.Execute();

lock (filterItemList)

{

if (index == 0)

{

customerIDList.AddRange(smallCustomerIDList);

index++;

}

else

{

customerIDList = customerIDList.Intersect(smallCustomerIDList).ToList();

}

}

});

return customerIDList;

}

这段代码实现的功能是这样的，filterItemList承载着所有原子化的筛选条件，然后用多线程的形式并发执行里面的item，最后将每个item获取的客户人数集合在高层进行整体求交，画个简图就是下面这样。

2. 问题分析

其实这代码存在着一个很大的问题，在Parallel中直接使用lock锁的话，filterItemList有多少个，我的lock就会锁多少次，这对并发和伸缩性是有一定影响的，现在就来想想怎么优化吧！

3. 测试案例

为了方便演示，我模拟了一个小案例，方便大家看到实时结果，修改后的代码如下：

public static void Main(string[] args)

{

var filterItemList = new List() { "conditon1", "conditon2", "conditon3", "conditon4", "conditon5", "conditon6" };

ParallelTest1(filterItemList);

}

public static void ParallelTest1(List filterItemList)

{

var totalCustomerIDList = new List();

bool isfirst = true;

Parallel.ForEach(filterItemList, new ParallelOptions() { MaxDegreeOfParallelism = 2 }, (query) =>

{

var smallCustomerIDList = GetCustomerIDList(query);

lock (filterItemList)

{

if (isfirst)

{

totalCustomerIDList.AddRange(smallCustomerIDList);

isfirst = false;

}

else

{

totalCustomerIDList = totalCustomerIDList.Intersect(smallCustomerIDList).ToList();

}

Console.WriteLine($"{DateTime.Now} 被锁了");

}

});

Console.WriteLine($"最后交集客户ID:{string.Join(",", totalCustomerIDList)}");

}

public static List GetCustomerIDList(string query)

{

var dict = new Dictionary>()

{

["conditon1"] = new List() { 1, 2, 4, 7 },

["conditon2"] = new List() { 1, 4, 6, 7 },

["conditon3"] = new List() { 1, 4, 5, 7 },

["conditon4"] = new List() { 1, 2, 3, 7 },

["conditon5"] = new List() { 1, 2, 4, 5, 7 },

["conditon6"] = new List() { 1, 3, 4, 7, 9 },

};

return dict[query];

}

------ output ------

2020/04/21 15:53:34 被锁了

2020/04/21 15:53:34 被锁了

2020/04/21 15:53:34 被锁了

2020/04/21 15:53:34 被锁了

2020/04/21 15:53:34 被锁了

2020/04/21 15:53:34 被锁了

最后交集客户ID:1,7

二：第一次优化

从结果中可以看到，filterItemList有6个，锁次数也是6次，那如何降低呢？ 其实实现Parallel代码的FCL大神也考虑到了这个问题，从底层给了一个很好的重载，如下所示：

public static ParallelLoopResult ForEach(OrderablePartitioner source, ParallelOptions parallelOptions, Func localInit, Func body, Action localFinally);

这个重载很特别，多了两个参数localInit和localFinally,过会说一下什么意思，先看修改后的代码体会一下

public static void ParallelTest2(List filterItemList)

{

var totalCustomerIDList = new List();

var isfirst = true;

Parallel.ForEach>(filterItemList,

new ParallelOptions() { MaxDegreeOfParallelism = 2 },

() => { return null; },

(query, loop, index, smalllist) =>

{

var smallCustomerIDList = GetCustomerIDList(query);

if (smalllist == null) return smallCustomerIDList;

return smalllist.Intersect(smallCustomerIDList).ToList();

},

(finalllist) =>

{

lock (filterItemList)

{

if (isfirst)

{

totalCustomerIDList.AddRange(finalllist);

isfirst = false;

}

else

{

totalCustomerIDList = totalCustomerIDList.Intersect(finalllist).ToList();

}

Console.WriteLine($"{DateTime.Now} 被锁了");

}

});

Console.WriteLine($"最后交集客户ID:{string.Join(",", totalCustomerIDList)}");

}

------- output ------

2020/04/21 16:11:46 被锁了

2020/04/21 16:11:46 被锁了

最后交集客户ID:1,7

Press any key to continue . . .

很好，这次优化将lock次数从6次降到了2次，这里我用了 new ParallelOptions() { MaxDegreeOfParallelism = 2 } 设置了并发度为最多2个CPU核，程序跑起来后会开两个线程，将一个大集合划分为2个小集合，相当于1个集合3个条件，第一个线程在执行3个条件的起始处会执行你的localInit函数，在3个条件迭代完之后再执行你的localFinally，第二个线程也是按照同样方式执行自己的3个条件，说的有点晦涩，画一张图说明吧。

三： 第二次优化

如果你了解Task这种带有返回值的Task，这就好办了，多少个filterItemList就可以开多少个Task，反正Task底层是使用线程池承载的，所以不用怕，这样就完美的实现无锁编程。

public static void ParallelTest3(List filterItemList)

{

var totalCustomerIDList = new List();

var tasks = new Task>[filterItemList.Count];

for (int i = 0; i < filterItemList.Count; i++)

{

tasks[i] = Task.Factory.StartNew((query) =>

{

return GetCustomerIDList(query.ToString());

}, filterItemList[i]);

}

Task.WaitAll(tasks);

for (int i = 0; i < tasks.Length; i++)

{

var smallCustomerIDList = tasks[i].Result;

if (i == 0)

{

totalCustomerIDList.AddRange(smallCustomerIDList);

}

else

{

totalCustomerIDList = totalCustomerIDList.Intersect(smallCustomerIDList).ToList();

}

}

Console.WriteLine($"最后交集客户ID:{string.Join(",", totalCustomerIDList)}");

}

------ output -------

最后交集客户ID:1,7

Press any key to continue . . .

四：总结

我们将原来的6个lock优化到了无锁编程，但并不说明无锁编程就一定比带有lock的效率高，大家要结合自己的使用场景合理的使用和混合搭配。

好了，本篇就说到这里，希望对您有帮助。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。