.NET TPL线程性能问题
我正在从事网页抓取项目,我正在使用.NETCore2.0。我的客户提供了大约100万个域名,客户要求我检查域名是否处于活动状态,并检查响应是否正常。我的代码如下。当我从文件中读取域时,我没有任何问题,性能非常好 我的问题是,当我使用PLINQ并检查域是否处于活动状态时,它只使用一个线程,而对于25000个域,这大约需要一个小时。当我使用信号量方式时,性能很好,有时,结果中的域计数与输入不匹配。例如,在25000个域中,我得到的结果是24798个,我不知道剩下的202个域在哪里。如何提高性能以及代码中缺少的内容?请帮忙。这里我提供PLINQ和信号量版本的代码 信号量版本.NET TPL线程性能问题,.net,multithreading,performance,task-parallel-library,semaphore,.net,Multithreading,Performance,Task Parallel Library,Semaphore,我正在从事网页抓取项目,我正在使用.NETCore2.0。我的客户提供了大约100万个域名,客户要求我检查域名是否处于活动状态,并检查响应是否正常。我的代码如下。当我从文件中读取域时,我没有任何问题,性能非常好 我的问题是,当我使用PLINQ并检查域是否处于活动状态时,它只使用一个线程,而对于25000个域,这大约需要一个小时。当我使用信号量方式时,性能很好,有时,结果中的域计数与输入不匹配。例如,在25000个域中,我得到的结果是24798个,我不知道剩下的202个域在哪里。如何提高性能以及代
var semaphore = new Semaphore(200, 225);
var allDomains = new List<BsonDocument>();
try
{
foreach (var domain in domainList)
{
var cT1 = Task.Factory.StartNew(() =>
{
try
{
semaphore.WaitOne();
Interlocked.Increment(ref countThreads);
var active = IsDomainActive(domain) ? true : false;
lock (allDomains) allDomains.Add(
new BsonDocument
{
{"Url", domain},
{"Active", active},
{"CreatedOn", DateTime.SpecifyKind(DateTime.Now, DateTimeKind.Local)},
{"UpdatedOn", DateTime.SpecifyKind(DateTime.Now, DateTimeKind.Local)}
}
);
}
finally
{
semaphore.Release();
Interlocked.Decrement(ref countThreads);
}
}, TaskCreationOptions.LongRunning);
}
}
finally
{
if (semaphore != null)
{
semaphore.Dispose();
semaphore = null;
}
}
var allDomains = (
from domain in domainList.AsParallel().WithCancellation(cancellationToken).WithDegreeOfParallelism(7).WithExecutionMode(ParallelExecutionMode.ForceParallelism)
where IsDomainActive(domain)
select new BsonDocument
{
{"Url", domain},
{"CreatedOn", DateTime.SpecifyKind(DateTime.Now, DateTimeKind.Local)},
{"UpdatedOn", DateTime.SpecifyKind(DateTime.Now, DateTimeKind.Local)}
}).ToList();
private static bool IsDomainActive(string url)
{
var domain = new StringBuilder();
domain.Append("http://");
domain.Append(url);
Console.WriteLine($"IsDomainActive: {url:00} - On Thread " + $"{Thread.CurrentThread.ManagedThreadId:00}. Concurrent: {countThreads}");
try
{
var request = (HttpWebRequest) WebRequest.Create(new Uri(domain.ToString()));
request.Timeout = 5000;
request.UserAgent = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.121 Safari/535.2";
var response = (HttpWebResponse)request.GetResponse();
return (response == null || response.StatusCode != HttpStatusCode.OK) ? false : true;
}
catch (Exception e)
{
return false;
}
}
我的电脑配置如下,问题出现在两种环境中
private static async Task<bool> IsDomainActive(string url)
{
var domain = new StringBuilder();
domain.Append("http://");
domain.Append(url);
Console.WriteLine("Processing Domain: " + url);
try
{
var sessionId = (new Random()).Next().ToString();
var netProxy = new WebProxy("<proxyserver>", port);
login = "<login>";
password = "<password>";
netProxy.Credentials = new NetworkCredential(login, password);
var handler = new HttpClientHandler()
{
Proxy = netProxy,
UseProxy = true,
};
var httpClient = new HttpClient(handler);
var request = new HttpRequestMessage() {
RequestUri = new Uri(domain.ToString()),
Method = HttpMethod.Get
};
request.Headers.Add("Timeout","5000");
request.Headers.Add("UserAgent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.121 Safari/535.2");
var response = await httpClient.SendAsync(request).ConfigureAwait(false);
response.EnsureSuccessStatusCode();
return true;
}
catch (Exception e)
{
return false;
}
}
私有静态异步任务IsDomainInactive(字符串url)
{
var domain=新的StringBuilder();
domain.Append(“http://”);
domain.Append(url);
Console.WriteLine(“处理域:+url”);
尝试
{
var sessionId=(new Random()).Next().ToString();
var netProxy=newwebproxy(“,端口);
登录名=”;
密码=”;
netProxy.Credentials=新的网络凭据(登录名、密码);
var handler=new-HttpClientHandler()
{
Proxy=netProxy,
UseProxy=true,
};
var httpClient=新的httpClient(处理程序);
var request=newhttprequestmessage(){
RequestUri=新Uri(domain.ToString()),
Method=HttpMethod.Get
};
添加(“超时”,“5000”);
添加(“UserAgent”、“Mozilla/5.0(WindowsNT6.1;WOW64)AppleWebKit/535.2(KHTML,类似Gecko)Chrome/15.0.874.121 Safari/535.2”);
var response=await-httpClient.sendaync(请求).ConfigureAwait(false);
response.EnsureSuccessStatusCode();
返回true;
}
捕获(例外e)
{
返回false;
}
}
@编辑2
将列表更改为并发
private static List<BsonDocument> ProcessFile(ConcurrentBag<string> domains, IProgress<string> progress,
CancellationToken cancellationToken)
{
var allDomains = (from domain in domains.AsParallel().WithCancellation(cancellationToken)
.WithDegreeOfParallelism(Environment.ProcessorCount)
.WithExecutionMode(ParallelExecutionMode.ForceParallelism)
where IsDomainActive(domain).Result
select new BsonDocument
{
{"Url", domain},
{"Protocol", "http"},
{"CreatedOn", DateTime.SpecifyKind(DateTime.Now, DateTimeKind.Local)},
{"UpdatedOn", DateTime.SpecifyKind(DateTime.Now, DateTimeKind.Local)}
}).ToList();
return allDomains;
}
私有静态列表进程文件(ConcurrentBag域、IProgress进程、,
取消令牌(取消令牌)
{
var allDomains=(来自domains.aspallel()中的域,带有取消(cancellationToken)
.具有并行度(Environment.ProcessorCount)
.WithExecutionMode(ParallelExecutionMode.ForceParallelism)
其中IsDomainActive(域).Result
选择新的B文档
{
{“Url”,域},
{“协议”,“http”},
{“CreatedOn”,DateTime.SpecifyKind(DateTime.Now,DateTimeKind.Local)},
{“UpdatedOn”,DateTime.SpecifyKind(DateTime.Now,DateTimeKind.Local)}
}).ToList();
返回所有域;
}
我已经解决了这个问题,并在linux中进行了测试,效果良好。谢谢大家。我使用Parallel.Foreach()代替信号量方法,检查了线程的创建,并用输入验证了结果。明天的演示一切看起来都很好 为什么平行度设置为7?为什么不使用诸如HttpClient.GetAsync()之类的本机异步调用?我设置DegreeOfParallelism=7的原因。我的电脑配置为8核处理器。测试完成后,我计划更改为Environment.ProcessorCount。因为我的电脑和服务器配置不同。在何处使用HttpClient.GetAsync()?请让我知道。任何帮助都将不胜感激。您使用的是非线程安全集合,不能在并行代码中使用列表。不要重用HtpClient实例。您不必在第一个版本的代码中等待任务,这就是为什么它会更快。谢谢。我已经用我的问题更新了代码。因为在注释中,它不允许我添加代码:-(不知道为什么。