进一步了解并行LINQ

作者: Jonathan Allen 译者 陈黎夫 出处:infoq.com　2007-10-06 12:55　   砖    好    评论  条 　进入论坛

阅读提示：MSDN Magazine最近介绍了并行LINQ（Parallel LINQ）技术。并行LINQ是一个LINQ的扩展，也被叫做PLINQ，旨在自动为LINQ查询语句添加多线程支持。

LINQ（Language Integrated Query）是Visual Studio 2008中的领军人物。借助于LINQ技术，我们可以使用一种类似SQL的语法来查询任何形式的数据。目前为止LINQ所支持的数据源有SQL Server、XML以及内存中的数据集合。开发人员也可以使用其提供的扩展框架添加更多的数据源，例如MySQL、Amazon甚至是Google Desktop。

一般来讲，这类查询语句的一个重要特点就是可以并行化执行。虽然有些情况下并行可能会带来一些问题，但这种情况非常少见。这样也就水到渠成地引出了PLINQ这个并行处理的LINQ类库。

PLINQ原名为Parallel LINQ，支持XML和内存中的数据集合。执行于远程服务器上的查询语句（例如LINQ to SQL）显然无法实现这个功能。

将LINQ语句转换为PLINQ语句极为简单——只需要在查询语句中From子句所指定的数据源的最后添加.AsParallel()即可。随后Where、OrderBy和Select子句将自动改为调用这个并行的LINQ版本。
据MSDN Magazine介绍，PLINQ可以以三种方式执行。第一种是管道处理：一个线程用来读取数据源，而其他的线程则用来处理查询语句，二者同步进行——虽然这个单一的消费线程可能并不那么容易与多个生产线程同步。不过若是能够仔细配置好负载平衡的话，仍然会极大地减少内存占用。

第二种模式叫做“stop and go”，用于处理结果集需要被一次返回时（例如调用ToList、ToArray或对结果排序）的情况。在这种模式下，将依次完成各个处理过程，并将结果统一返回给消费线程。这个模式在性能上将优于第一种模式，因为它省去了用来保持线程同步所花费的开销。

最后一种方法叫做“inverted enumeration”。该方法并不需要实现收集到所有的输出，然后在单一的线程中处理，而是将最终调用的函数通过ForAll扩展传递到每个线程中。 这是目前为止最快的一种处理模式，不过这需要传递到ForAll中的函数是线程安全的，且最好不包含任何lock之类的互斥语句。

若是PLINQ中任意的一个线程抛出异常，那么所有的其他线程将会被终止。若是抛出了多个异常，那么这些异常将被组合成一个MultipleFailuresException类型的异常，但每个异常的调用堆栈仍会被保留。

查看英文原文：More on Parallel LINQ