C# 将无限线程循环（消息泵）替换为任务

在我的应用程序中，我必须监听多个不同的队列，并对队列上接收到的传入消息进行反序列化/分派

实际上，我要做的是，每个QueueConnector对象在构造时创建一个新线程，该线程通过对queue.Receive（）的阻塞调用执行一个无限循环，以接收队列中的下一条消息，如下代码所示：

// Instantiate message pump thread
msmqPumpThread = new Thread(() => while (true)
{
   // Blocking call (infinite timeout)
   // Wait for a new message to come in queue and get it
   var message = queue.Receive();

   // Deserialize/Dispatch message
   DeserializeAndDispatchMessage(message);
}).Start();

我想知道这个“消息泵”是否可以用任务代替，而不是在新线程上通过无限循环

我已经为消息接收部分做了一个任务（见下文），但我真的不知道如何将其用于消息泵（我能回忆起完成时的同一个任务吗，重复，替换上面代码中单独线程中的无限循环？）

任务GetMessageFromQueueAsync（） { var tcs=new TaskCompletionSource（）； ReceiveCompletedEventHandler receiveCompletedHandler=null； receiveCompletedHandler=（s，e）=> { queue.ReceiveCompleted-=receiveCompletedHandler； tcs.SetResult（e.Message）； }; queue.BeginReceive（）； 返回tcs.Task； } 在这个上下文中，在一个单独的线程中（使用阻塞调用=>blocking thread）使用任务而不是无限循环，我会得到什么？如果是，如何正确地进行

---

请注意，此应用程序没有很多QueueConnector对象，也不会有（最多10个连接器），这意味着第一个解决方案最多有10个线程，因此内存占用/性能启动线程在这里不是问题。我在考虑安排性能/CPU使用。会有什么不同吗？

当线程数较低时，异步代码通常会有更多的开销和更少的吞吐量。当线程数量非常多时，非阻塞代码最有用，这会导致a）堆栈和b）上下文切换造成大量内存浪费。但是，由于更多的分配、更多的间接寻址和更多的用户内核转换，它有明显的开销

---

对于低线程数（<100），您可能不必担心。试着专注于编写可维护、防bug和简单的代码。使用线程。

这是一个tipycal生产者-消费者场景，可以使用，特别是感谢Paolo！然而据我所知，生产者/消费者队列更适合于计算范围内的任务（执行密集计算），而TaskCompletionSource/异步函数更适合于I/O范围内的任务（等待某些事情发生）。由于我的问题是处理I/O绑定的任务（等待消息进入队列），因此我认为TaskCompletionSource更合适。不过我可能错了。谢谢你的回答。尽管如此，如果每个QueueConnector对象使用一个带有无限循环的专用线程来接收消息（我当前的方法），那么线程每次到达阻塞队列.receive（）调用时都将进行上下文切换。消息到达后，线程中的另一个上下文切换返回。对吗？我已经读到，任务可以使用线程池来减少启动延迟（在我的上下文中不需要），但对于TaskCompletionSource，它们也可以使用回调方法，避免使用线程等待I/O绑定操作（意味着没有上下文切换？），异步非阻塞代码导致更少的上下文切换。如果你想找出哪个版本更快，你需要尝试一下，因为两者都有理由。我的观点是，这可能不值得这么麻烦。您每秒有多少队列操作？少于10公里？那么，从性能的角度来看，这并不重要。

Task<Message> GetMessageFromQueueAsync()
{
    var tcs = new TaskCompletionSource<Message>();

    ReceiveCompletedEventHandler receiveCompletedHandler = null;

    receiveCompletedHandler = (s, e) =>
    {
       queue.ReceiveCompleted -= receiveCompletedHandler;
       tcs.SetResult(e.Message);
    };

    queue.BeginReceive();

    return tcs.Task;
}