TPL DataFlow初探（一）

时间  2019-11-16
标签 tpl dataflow 初探 繁體版
原文   原文链接

属性TPL Dataflow是微软面向高并发应用而推出的一个类库。借助于异步消息传递与管道，它能够提供比线程池更好的控制，也比手工线程方式具有更好的性能。咱们经常能够消息传递，生产-消费模式或Actor-Agent模式中使用。在TDF是构建于Task Parallel Library (TPL)之上的，它是咱们开发高性能，高并发的应用程序的又一利器。您能够在NuGet中下载使用，目前最新的版本只支持.net framework 4.5。最先支持.net framework 4.0是做为Microsoft Visual Studio Async CTP中的一部分发布的，你能够在这里下载到。html

TDP的主要做用就是Buffering Data和Processing Data，在TDF中，有两个很是重要的接口，ISourceBlock<T> 和ITargetBlock<T>接口。继承于ISourceBlock<T>的对象时做为提供数据的数据源对象-生产者，而继承于ITargetBlock<T>接口类主要是扮演目标对象-消费者。在这个类库中，System.Threading.Tasks.Dataflow名称空间下，提供了不少以Block名字结尾的类，ActionBlock，BufferBlock，TransformBlock，BroadcastBlock等9个Block，咱们在开发中一般使用单个或多个Block组合的方式来实现一些功能。如下咱们逐个来简单介绍一下。web

 

BufferBlock并发

BufferBlock是TDF中最基础的Block。BufferBlock提供了一个有界限或没有界限的Buffer，该Buffer中存储T。该Block很像BlockingCollection<T>。能够用过Post往里面添加数据，也能够经过Receive方法阻塞或异步的的获取数据，数据处理的顺序是FIFO的。它也能够经过Link向其余Block输出数据。异步

image

 

 

简单的同步的生产者消费者代码示例：async

  
private static BufferBlock<int> m_buffer = new BufferBlock<int>();

// Producer
private static void Producer()
{
    while(true)
    {
        int item = Produce();
        m_buffer.Post(item);
    }
}

// Consumer
private static void Consumer()
{
    while(true)
    {
        int item = m_buffer.Receive();
        Process(item);
    }
}

// Main
public static void Main()
{
    var p = Task.Factory.StartNew(Producer);
    var c = Task.Factory.StartNew(Consumer);
    Task.WaitAll(p,c);
}
 

 

 

 

 

ActionBlock函数

 

ActionBlock实现ITargetBlock，说明它是消费数据的，也就是对输入的一些数据进行处理。它在构造函数中，容许输入一个委托，来对每个进来的数据进行一些操做。若是使用Action(T)委托，那说明每个数据的处理完成须要等待这个委托方法结束，若是使用了Func<TInput, Task>)来构造的话，那么数据的结束将不是委托的返回，而是Task的结束。默认状况下，ActionBlock会FIFO的处理每个数据，并且一次只能处理一个数据，一个处理完了再处理第二个，但也能够经过配置来并行的执行多个数据。高并发

 

image

先看一个例子：post

  
public ActionBlock<int> abSync = new ActionBlock<int>((i) =>
            {
                Thread.Sleep(1000);
                Console.WriteLine(i + " ThreadId:" + Thread.CurrentThread.ManagedThreadId + " Execute Time:" + DateTime.Now);
            }
        );

        public void TestSync()
        {
            for (int i = 0; i < 10; i++)
            {
                abSync.Post(i);
            }

            Console.WriteLine("Post finished");
        }
 

 

6{%7WGLQU90CW4[(OF)H6DC

 

可见，ActionBlock是顺序处理数据的，这也是ActionBlock一大特性之一。主线程在往ActionBlock中Post数据之后立刻返回，具体数据的处理是另一个线程来作的。数据是异步处理的，但处理自己是同步的，这样在必定程度上保证数据处理的准确性。下面的例子是使用async和await。性能

public ActionBlock<int> abSync2 = new ActionBlock<int>(async (i) =>
        {
            await Task.Delay(1000);
            Console.WriteLine(i + " ThreadId:" + Thread.CurrentThread.ManagedThreadId + " Execute Time:" + DateTime.Now);
        }

U55C4LS4`0SY0O)}[5W]{%C

虽然仍是1秒钟处理一个数据，可是处理数据的线程会有不一样。测试

 

若是你想异步处理多个消息的话，ActionBlock也提供了一些接口，让你轻松实现。在ActionBlock的构造函数中，能够提供一个ExecutionDataflowBlockOptions的类型，让你定义ActionBlock的执行选项，在下面了例子中，咱们定义了MaxDegreeOfParallelism选项，设置为3。目的的让ActionBlock中的Item最多能够3个并行处理。

  
public ActionBlock<int> abAsync = new ActionBlock<int>((i) =>
        {
            Thread.Sleep(1000);
            Console.WriteLine(i + " ThreadId:" + Thread.CurrentThread.ManagedThreadId + " Execute Time:" + DateTime.Now);
        }
        , new ExecutionDataflowBlockOptions() { MaxDegreeOfParallelism = 3 });

public void TestAsync()
        {
            for (int i = 0; i < 10; i++)
            {
                abAsync.Post(i);
            }
            Console.WriteLine("Post finished");
        }
 

XVGW}JJK7YY7(%E}])11J7V

 

 

运行程序，咱们看见，每3个数据几乎同时处理，而且他们的线程ID也是不同的。

 

 

ActionBlock也有本身的生命周期，全部继承IDataflowBlock的类型都有Completion属性和Complete方法。调用Complete方法是让ActionBlock中止接收数据，而Completion属性则是一个Task，是在ActionBlock处理完全部数据时候会执行的任务，咱们可使用Completion.Wait()方法来等待ActionBlock完成全部的任务，Completion属性只有在设置了Complete方法后才会有效。

 

 

  
public void TestAsync()
        {
            for (int i = 0; i < 10; i++)
            {
                abAsync.Post(i);
            }
            abAsync.Complete();
            Console.WriteLine("Post finished");
            abAsync.Completion.Wait();
            Console.WriteLine("Process finished");
        }
 

 

 

$WSKZ$6M1`[J7T_W@~Y~WZ3

 

TransformBlock

TransformBlock是TDF提供的另外一种Block，顾名思义它经常在数据流中充当数据转换处理的功能。在TransformBlock内部维护了2个Queue，一个InputQueue，一个OutputQueue。InputQueue存储输入的数据，而经过Transform处理之后的数据则放在OutputQueue，OutputQueue就好像是一个BufferBlock。最终咱们能够经过Receive方法来阻塞的一个一个获取OutputQueue中的数据。TransformBlock的Completion.Wait()方法只有在OutputQueue中的数据为0的时候才会返回。

image

举个例子，咱们有一组网址的URL，咱们须要对每一个URL下载它的HTML数据并存储。那咱们经过以下的代码来完成：

  
public TransformBlock<string, string> tbUrl = new TransformBlock<string, string>((url) =>
        {
            WebClient webClient = new WebClient();
            return webClient.DownloadString(new Uri(url));
        }

        public void TestDownloadHTML()
        {
            tbUrl.Post("www.baidu.com");
            tbUrl.Post("www.sina.com.cn");

            string baiduHTML = tbUrl.Receive();
            string sinaHTML = tbUrl.Receive();
        }
 

固然，Post操做和Receive操做能够在不一样的线程中进行，Receive操做一样也是阻塞操做，在OutputQueue中有可用的数据时，才会返回。

 

TransformManyBlock

TransformManyBlock和TransformBlock很是相似，关键的不一样点是，TransformBlock对应于一个输入数据只有一个输出数据，而TransformManyBlock能够有多个，及能够从InputQueue中取一个数据出来，而后放多个数据放入到OutputQueue中。

image

 

  
TransformManyBlock<int, int> tmb = new TransformManyBlock<int, int>((i) => { return new int[] { i, i + 1 }; });

        ActionBlock<int> ab = new ActionBlock<int>((i) => Console.WriteLine(i));

        public void TestSync()
        {
            tmb.LinkTo(ab);

            for (int i = 0; i < 4; i++)
            {
                tmb.Post(i);
            }

            Console.WriteLine("Finished post");
        }
 

GC(K]J4DB4UKP$S@8C9ZVMV

 

BroadcastBlock

BroadcastBlock的做用不像BufferBlock，它是使命是让全部和它相联的目标Block都收到数据的副本，这点从它的命名上面就能够看出来了。还有一点不一样的是，BroadcastBlock并不保存数据，在每个数据被发送到全部接收者之后，这条数据就会被后面最新的一条数据所覆盖。如没有目标Block和BroadcastBlock相连的话，数据将被丢弃。但BroadcastBlock总会保存最后一个数据，无论这个数据是否是被发出去过，若是有一个新的目标Block连上来，那么这个Block将收到这个最后一个数据。

image

  
        BroadcastBlock<int> bb = new BroadcastBlock<int>((i) => { return i; });

        ActionBlock<int> displayBlock = new ActionBlock<int>((i) => Console.WriteLine("Displayed " + i));

        ActionBlock<int> saveBlock = new ActionBlock<int>((i) => Console.WriteLine("Saved " + i));

        ActionBlock<int> sendBlock = new ActionBlock<int>((i) => Console.WriteLine("Sent " + i));

        public void TestSync()
        {
            bb.LinkTo(displayBlock);
            bb.LinkTo(saveBlock);
            bb.LinkTo(sendBlock);

            for (int i = 0; i < 4; i++)
            {
                bb.Post(i);
            }

            Console.WriteLine("Post finished");
        }
 

A][PVWN1@4UMGZ[YTEV$[E9

 

若是咱们在Post之后再添加链接Block的话，那些Block就只会收到最后一个数据了。

  
public void TestSync()
        {
            for (int i = 0; i < 4; i++)
            {
                bb.Post(i);
            }

            Thread.Sleep(5000);

            bb.LinkTo(displayBlock);
            bb.LinkTo(saveBlock);
            bb.LinkTo(sendBlock);
            Console.WriteLine("Post finished");
        }
 

 

AC}VT(NM__HO1@UJ948)$@W

 

WriteOnceBlock

若是说BufferBlock是最基本的Block，那么WriteOnceBock则是最最简单的Block。它最多只能存储一个数据，一旦这个数据被发送出去之后，这个数据仍是会留在Block中，但不会被删除或被新来的数据替换，一样全部的接收者都会收到这个数据的备份。

image

和BroadcastBlock一样的代码，可是结果不同：

  
WriteOnceBlock<int> bb = new WriteOnceBlock<int>((i) => { return i; });

        ActionBlock<int> displayBlock = new ActionBlock<int>((i) => Console.WriteLine("Displayed " + i));

        ActionBlock<int> saveBlock = new ActionBlock<int>((i) => Console.WriteLine("Saved " + i));

        ActionBlock<int> sendBlock = new ActionBlock<int>((i) => Console.WriteLine("Sent " + i));

        public void TestSync()
        {
            bb.LinkTo(displayBlock);
            bb.LinkTo(saveBlock);
            bb.LinkTo(sendBlock);
            for (int i = 0; i < 4; i++)
            {
                bb.Post(i);
            }

            Console.WriteLine("Post finished");
        }
 

@2[203}OL`G6VH2K}}9}DNE

WriteOnceBock只会接收一次数据。并且始终保留那个数据。

一样使用Receive方法来获取数据也是同样的结果，获取到的都是第一个数据：

  
public void TestReceive()
        {
            for (int i = 0; i < 4; i++)
            {
                bb.Post(i);
            }
            Console.WriteLine("Post finished");

            Console.WriteLine("1st Receive:" + bb.Receive());
            Console.WriteLine("2nd Receive:" + bb.Receive());
            Console.WriteLine("3rd Receive:" + bb.Receive());
        }
 

7M5Q]MH5K82OVQ}N]E(J8MV

 

 BatchBlock

 

 image

BatchBlock提供了可以把多个单个的数据组合起来处理的功能，如上图。应对有些需求须要固定多个数据才能处理的问题。在构造函数中须要制定多少个为一个Batch，一旦它收到了那个数量的数据后，会打包放在它的OutputQueue中。当BatchBlock被调用Complete告知Post数据结束的时候，会把InputQueue中余下的数据打包放入OutputQueue中等待处理，而无论InputQueue中的数据量是否是知足构造函数的数量。

  
        BatchBlock<int> bb = new BatchBlock<int>(3);

        ActionBlock<int[]> ab = new ActionBlock<int[]>((i) => 
            {
                string s = string.Empty;

                foreach (int m in i)
                {
                    s += m + " ";
                }
                Console.WriteLine(s);
            });

        public void TestSync()
        {
            bb.LinkTo(ab);

            for (int i = 0; i < 10; i++)
            {
                bb.Post(i);
            }
            bb.Complete();

            Console.WriteLine("Finished post");
        }
 

@D__1{B5V72~T7`AGM74D_0

BatchBlock执行数据有两种模式：贪婪模式和非贪婪模式。贪婪模式是默认的。贪婪模式是指任何Post到BatchBlock，BatchBlock都接收，并等待个数满了之后处理。非贪婪模式是指BatchBlock须要等到构造函数中设置的BatchSize个数的Source都向BatchBlock发数据，Post数据的时候才会处理。否则都会留在Source的Queue中。也就是说BatchBlock可使用在每次从N个Source那个收一个数据打包处理或从1个Source那里收N个数据打包处理。这里的Source是指其余的继承ISourceBlock的，用LinkTo链接到这个BatchBlock的Block。

在另外一个构造参数中GroupingDataflowBlockOptions，能够经过设置Greedy属性来选择是否贪婪模式和MaxNumberOfGroups来设置最大产生Batch的数量，若是到达了这个数量，BatchBlock将不会再接收数据。

 

JoinBlock

image

JoinBlock一看名字就知道是须要和两个或两个以上的Source Block相链接的。它的做用就是等待一个数据组合，这个组合须要的数据都到达了，它才会处理数据，并把这个组合做为一个Tuple传递给目标Block。举个例子，若是定义了JoinBlock<int, string>类型，那么JoinBlock内部会有两个ITargetBlock，一个接收int类型的数据，一个接收string类型的数据。那只有当两个ITargetBlock都收到各自的数据后，才会放到JoinBlock的OutputQueue中，输出。

 

 

 

  
JoinBlock<int, string> jb = new JoinBlock<int, string>();
        ActionBlock<Tuple<int, string>> ab = new ActionBlock<Tuple<int, string>>((i) =>
            {
                Console.WriteLine(i.Item1 + " " + i.Item2);
            });
            
        public void TestSync()
        {
            jb.LinkTo(ab);

            for (int i = 0; i < 5; i++)
            {
                jb.Target1.Post(i);
            }

            for (int i = 5; i > 0; i--)
            {
                Thread.Sleep(1000);
                jb.Target2.Post(i.ToString());
            }

            Console.WriteLine("Finished post");
        }
 

)DNMCJE%H41G[2YBPD%W4%B

 

BatchedJoinBlock

image

BatchedJoinBlock一看就是BacthBlock和JoinBlick的组合。JoinBlick是组合目标队列的一个数据，而BatchedJoinBlock是组合目标队列的N个数据，固然这个N能够在构造函数中配置。若是咱们定义的是BatchedJoinBlock<int, string>， 那么在最后的OutputQueue中存储的是Tuple<IList<int>, IList<string>>，也就是说最后获得的数据是Tuple<IList<int>, IList<string>>。它的行为是这样的，仍是假设上文的定义，BatchedJoinBlock<int, string>， 构造BatchSize输入为3。那么在这个BatchedJoinBlock种会有两个ITargetBlock，会接收Post的数据。那何时会生成一个Tuple<IList<int>，IList<string>>到OutputQueue中呢，测试下来并非咱们想的须要有3个int数据和3个string数据，而是只要2个ITargetBlock中的数据个数加起来等于3就能够了。3和0,2和1，1和2或0和3的组合都会生成Tuple<IList<int>，IList<string>>到OutputQueue中。能够参看下面的例子：

  
BatchedJoinBlock<int, string> bjb = new BatchedJoinBlock<int, string>(3);

        ActionBlock<Tuple<IList<int>, IList<string>>> ab = new ActionBlock<Tuple<IList<int>, IList<string>>>((i) =>
            {
                Console.WriteLine("-----------------------------");

                foreach (int m in i.Item1)
                {
                    Console.WriteLine(m);
                };

                foreach (string s in i.Item2)
                {
                    Console.WriteLine(s);
                };
            });

        public void TestSync()
        {
            bjb.LinkTo(ab);

            for (int i = 0; i < 5; i++)
            {
                bjb.Target1.Post(i);
            }

            for (int i = 5; i > 0; i--)
            {
                bjb.Target2.Post(i.ToString());
            }

            Console.WriteLine("Finished post");
        }
 

GZ}X_[]DM}42_()PXL05A(T

最后剩下的一个数据1，因为没有满3个，因此一直被保留在Target2中。

 

TDF中最有用的功能之一就是多个Block之间能够组合应用。ISourceBlock能够链接ITargetBlock，一对一，一对多，或多对多。下面的例子就是一个TransformBlock和一个ActionBlock的组合。TransformBlock用来把数据*2，并转换成字符串，而后把数据扔到ActionBlock中，而ActionBlock则用来最后的处理数据打印结果。

 

 

 

 

  
public ActionBlock<string> abSync = new ActionBlock<string>((i) =>
        {
            Thread.Sleep(1000);
            Console.WriteLine(i + " ThreadId:" + Thread.CurrentThread.ManagedThreadId + " Execute Time:" + DateTime.Now);
        }
);

        public TransformBlock<int, string> tbSync = new TransformBlock<int, string>((i) =>
            {
                i = i * 2;
                return i.ToString();
            }
        );

        public void TestSync()
        {
            tbSync.LinkTo(abSync);

            for (int i = 0; i < 10; i++)
            {
                tbSync.Post(i);
            }
            tbSync.Complete();
            Console.WriteLine("Post finished");

            tbSync.Completion.Wait();
            Console.WriteLine("TransformBlock process finished");
        }
 

7S`N)T79TI4~0X8${XF8[PB


测试代码能够在这里下载。下一篇将介绍Block的一些配置，来应对一些高级应用。

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程