C# 在Azure批处理中运行Azure Data Factory活动时,应如何处理异步性
背景 我稍微简化了这个场景,但这是一般问题 我正在使用Azure数据工厂将来自自定义API的数据摄取到Azure数据仓库中的表中。我使用IDotNetActivity来运行调用API并将数据加载到数据仓库的C代码。该活动在Azure批处理中运行 在活动本身中,在调用自定义API之前,我从Azure Blob存储中的文件加载一个人员列表。 然后为文件中的每个人调用自定义API。 这些调用是依次进行的。 问题是这种方法花费的时间太长。 文件大小可能会增加,因此所需的时间只会变得更糟 我努力提高绩效的事情C# 在Azure批处理中运行Azure Data Factory活动时,应如何处理异步性,c#,azure,asynchronous,azure-data-factory,azure-batch,C#,Azure,Asynchronous,Azure Data Factory,Azure Batch,背景 我稍微简化了这个场景,但这是一般问题 我正在使用Azure数据工厂将来自自定义API的数据摄取到Azure数据仓库中的表中。我使用IDotNetActivity来运行调用API并将数据加载到数据仓库的C代码。该活动在Azure批处理中运行 在活动本身中,在调用自定义API之前,我从Azure Blob存储中的文件加载一个人员列表。 然后为文件中的每个人调用自定义API。 这些调用是依次进行的。 问题是这种方法花费的时间太长。 文件大小可能会增加,因此所需的时间只会变得更糟 我努力提高绩效的
- 使API调用异步并分3批调用它们。奇怪的是,它跑得慢了。看起来批处理过程不能很好地处理异步/等待
- 我们看到的另一个奇怪之处是MoreLinq的批处理命令根本不起作用。我已检查了以下内容的源代码: . 这使用了收益率返回,但我不知道为什么这不起作用,甚至不知道它是否与异步/等待问题有关
- 如果Azure不支持异步/等待,那么解决此问题的更好方法是什么?i、 e.使用作业管理器并旋转更多节点
- 有人能解释一下为什么MoreLinq的批处理在Azure批处理中不起作用吗?
以下是受影响代码的一个片段:
List<int> personIds = GetPersonIds(clientAddress, clientUsername, clientPassword); var customResults = new List<CustomApiResult>(); foreach (var personIdsBatch in personIds.Batch(100)) { customResults.AddRange(GetCustomResultsByBatch(address, username, password, personIdsBatch)); }
List personIds=GetPersonIds(clientAddress、clientUsername、clientPassword); var customResults=新列表(); foreach(personIds.Batch中的变量personIdsBatch(100)) { AddRange(GetCustomResultsByBatch(地址、用户名、密码、PersonidBatch)); }
人形。批量(100)
只需将人形
批量放入大小(100)的桶中
//方法1
foreach(personIds.Batch中的变量personIdsBatch(100))
{
AddRange(GetCustomResultsByBatch(地址、用户名、密码、PersonidBatch));
}
//方法2
AddRange(GetCustomResultsByBatch(地址、用户名、密码、PersonId));
上述两种方法都会按顺序为每个人调用自定义API,而method1
添加了处理相同任务的附加逻辑
Azure批处理是否支持异步/等待
根据您的代码,我定义了IDotNetActivity
实现,如下所示,您可以参考它:
public class MyDotNetActivity : IDotNetActivity
{
public IDictionary<string, string> Execute(IEnumerable<LinkedService> linkedServices, IEnumerable<Dataset> datasets, Activity activity, IActivityLogger logger)
{
return ExecuteAsync(linkedServices, datasets, activity, logger).Result;
}
async Task<IDictionary<string, string>> ExecuteAsync(IEnumerable<LinkedService> linkedServices, IEnumerable<Dataset> datasets, Activity activity, IActivityLogger logger)
{
List<int> personIds = await GetPersonIds("{clientAddress}", "{clientUsername}", "{clientPassword}");
var tasks = new List<Task<List<CustomApiResult>>>();
foreach (var personIdsBatch in personIds.Batch(100))
{
tasks.AddRange(GetCustomResultsByBatch("{address}", "{username}", "{password}", "{personIdsBatch}"));
}
var taskResults = await Task.WhenAll(tasks);
List<CustomApiResult> customResults = taskResults.SelectMany(r=>r).ToList();
//process the custom api results
return new Dictionary<string, string>();
}
async Task<List<CustomApiResult>> GetCustomResultsByBatch(string address, string username, string password, IEnumerable<int> personIdsBatch)
{
//Get Custom Results By Batch
return new List<CustomApiResult>();
}
async Task<List<int>> GetPersonIds(string clientAddress, string clientUsername, string clientPassword)
{
//load a list of people from a file in Azure Blob storage
return new List<int>();
}
}
公共类MyDotNetActivity:IDotNetActivity
{
公共IDictionary执行(IEnumerable LinkedService、IEnumerable数据集、活动活动、IActivityLogger)
{
返回ExecuteAsync(链接服务、数据集、活动、记录器);
}
异步任务ExecuteAsync(IEnumerable链接服务、IEnumerable数据集、活动活动、IActivityLogger)
{
List personIds=wait-GetPersonIds(“{clientAddress}”,“{clientUsername}”,“{clientPassword}”);
var tasks=新列表();
foreach(personIds.Batch中的变量personIdsBatch(100))
{
AddRange(GetCustomResultsByBatch(“{address}”、“{username}”、“{password}”、“{personIdsBatch}”);
}
var taskResults=等待任务.WhenAll(任务);
列出customResults=taskResults.SelectMany(r=>r.ToList();
//处理自定义api结果
返回新字典();
}
异步任务GetCustomResultsByBatch(字符串地址、字符串用户名、字符串密码、IEnumerable personIdsBatch)
{
//按批获取自定义结果
返回新列表();
}
异步任务GetPersonId(字符串clientAddress、字符串clientUsername、字符串clientPassword)
{
//从Azure Blob存储中的文件加载人员列表
返回新列表();
}
}
此外,我假设您可以利用以下方法并行执行同步作业:
List<int> personIds = GetPersonIds(clientAddress, clientUsername, clientPassword);
var customResults = new List<CustomApiResult>();
Parallel.ForEach(personIds.Batch(100),
new ParallelOptions()
{
MaxDegreeOfParallelism=5
},
(personIdsBatch) =>
{
var results = GetCustomResultsByBatch(address, username, password, personIdsBatch);
lock (customResults)
{
customResults.AddRange(results);
}
});
List personIds=GetPersonIds(clientAddress、clientUsername、clientPassword);
var customResults=新列表();
平行。ForEach(personIds.Batch(100),
新选项()
{
MaxDegreeOfParallelism=5
},
(personIdsBatch)=>
{
var results=GetCustomResultsByBatch(地址、用户名、密码、PersonidBatch);
锁定(自定义结果)
{
customResults.AddRange(结果);
}
});
谢谢,布鲁斯,这很有效。MoreLinq批量工程。几个月前这还不起作用。异步/等待代码也可以正常工作。我不知道为什么它以前不起作用。