C# 我是否需要检查Parallel.ForEach的小工作负载？

我的工作负载中有一组可以并行运行的项。有时候只有一个，有时候很多。当我在很大的工作负载上并行.ForEach时，速度明显加快。因此，它似乎是Parelle.ForEach的合适用法

我已经读到，对于1或2的工作负载，最好不要并行。这是否意味着我必须用这种模式包装每个工作负载大小可变的Parallel.ForEach

if (workItems.Count==1)
{
    foreach (MyItem item in workItems)
    {
        bool failed = WorkItWorkIt(item);
    }
}
else
{
    Parallel.ForEach(workItems, (item, loopState) =>
        {
            bool failed = WorkItWorkIt(item);
        });
}

---

好的，

Parallel.ForEach

使用单个任务会增加一些开销，但不会太大<代码>并行。ForEach实际上将重用主线程，这意味着实际上只有一些小检查，然后它运行您的工作。两个工作项可能是有价值的，越多越好

Parallel.ForEach的更大问题实际上不是集合中的项目数量，而是每个项目完成的工作量和类型。如果您有非常小的实体（在CPU时间等方面），并行化的成本可能会很快超过好处

如果您的每项工作都受到CPU的限制并且相当大，那么总是并行化而不进行检查是相当安全的

---

也就是说，最好的解决方案，一如既往，是使用您所有的选项来实际分析您的应用程序。

对于大多数常见任务，与维护两条代码路径的开发成本相比，有时在小工作负载下产生Parallel.ForEach（）开销的CPU成本将很小，一个用于小型工作负载，另一个用于大型工作负载

---

除非用例中的度量结果表明相反，否则我会选择一个并行的.ForEach（）实现。

如果您的任务是关键的（性能方面），特别是如果您的方法worktworkit（）需要某种锁定（例如，对数据表的写操作），那么这绝对是值得的，但我不会只测试一两个元素。相反，我会有一个阈值，并根据数据集大小决定最佳策略。

---

示例：我处理了一个真实的测试用例，其中Parallel.ForEach（）需要4秒来处理数据表中的1200行，而单线程线性For只需2秒（时间的1/2）即可完成相同的任务。

您可以找到相同的方法：measure。但这可能不会有多大区别。实际选择取决于任务数量和任务大小。