C# 多个线程同时在同一文件夹上搜索

目前我有一个大约170000个jpg文件名的.txt文件，我把它们都读入一个列表（文件名）

我要搜索一个文件夹（此文件夹有子文件夹），以检查文件名中的每个文件是否存在于此文件夹中，如果存在，请将其复制到新文件夹

我做了一个粗略的估计，但每次搜索和复制文件名中的每个文件名大约需要0.5秒。170000秒大约是48小时，所以除以2，我的应用程序需要24小时才能用1个线程搜索到每个文件名！显然这太长了，所以我想缩小范围，加快进程。使用多线程执行此操作的最佳方法是什么

目前，我正在考虑制作20个独立的线程，并将我的列表（文件名）拆分为20个不同的列表，同时搜索文件。例如，我将有20个不同的线程同时执行以下操作：

            foreach (string str in fileNames)
            {
                foreach (var file in Directory.GetFiles(folderToCheckForFileName, str, SearchOption.AllDirectories))
                {
                    string combinedPath = Path.Combine(newTargetDirectory, Path.GetFileName(file));
                    if (!File.Exists(combinedPath))
                    {
                        File.Copy(file, combinedPath);
                    }
                }
            }

更新以在下面显示我的解决方案：

            string[] folderToCheckForFileNames = Directory.GetFiles("C:\\Users\\Alex\\Desktop\\ok", "*.jpg", SearchOption.AllDirectories);

            foreach(string str in fileNames)
            {
                Parallel.ForEach(folderToCheckForFileNames, currentFile =>
                  {
                      string filename = Path.GetFileName(currentFile);
                      if (str == filename)
                      {
                          string combinedPath = Path.Combine(targetDir, filename);
                          if (!File.Exists(combinedPath))
                          {
                              File.Copy(currentFile, combinedPath);
                              Console.WriteLine("FOUND A MATCH AND COPIED" + currentFile);
                          }
                      }

                  }
                );

            }

---

谢谢大家的贡献！非常感谢

20个不同的线程如果您的计算机的内核少于20个，则没有任何帮助。事实上，它会使进程变慢，因为1）您将不得不花费时间在每个线程之间切换上下文（这是您的CPU模拟多个线程/核心的方式），2）.NET中的

线程为其堆栈保留1MB，这相当大

相反，尝试使用
Task将I/O划分为
async
工作负载。为CPU限制/密集型部分运行
。另外，将
任务的数量保持在最多4到8个

示例代码：

var tasks = new Task[8];
var names = fileNames.ToArray();
for (int i = 0; i < tasks.Length; i++)
{
    int index = i;
    tasks[i] = Task.Run(() =>
    {
        for (int current = index; current < names.Length; current += 8)
        {
            // execute the workload
            string str = names[current];
            foreach (var file in Directory.GetFiles(folderToCheckForFileName, str, SearchOption.AllDirectories))
            {
                string combinedPath = Path.Combine(newTargetDirectory, Path.GetFileName(file));
                if (!File.Exists(combinedPath))
                {
                    File.Copy(file, combinedPath);
                }
            }
        }
    });
}
Task.WaitAll(tasks);

var tasks=新任务[8]；
var names=fileNames.ToArray（）；
for（int i=0；i
{
for（int current=index；current
如果您的计算机的内核少于20个，那么20个不同的线程将没有帮助。事实上，它会使进程变慢，因为1）您将不得不花费时间在每个线程之间切换上下文（这是您的CPU模拟多个线程/核心的方式），2）.NET中的
线程为其堆栈保留1MB，这相当大

相反，尝试使用
Task将I/O划分为
async
工作负载。为CPU限制/密集型部分运行
。另外，将
任务的数量保持在最多4到8个

示例代码：

var tasks = new Task[8];
var names = fileNames.ToArray();
for (int i = 0; i < tasks.Length; i++)
{
    int index = i;
    tasks[i] = Task.Run(() =>
    {
        for (int current = index; current < names.Length; current += 8)
        {
            // execute the workload
            string str = names[current];
            foreach (var file in Directory.GetFiles(folderToCheckForFileName, str, SearchOption.AllDirectories))
            {
                string combinedPath = Path.Combine(newTargetDirectory, Path.GetFileName(file));
                if (!File.Exists(combinedPath))
                {
                    File.Copy(file, combinedPath);
                }
            }
        }
    });
}
Task.WaitAll(tasks);

var tasks=新任务[8]；
var names=fileNames.ToArray（）；
for（int i=0；i
{
for（int current=index；current
在执行搜索时，应该使用并行linq，而不是使用普通的foreach语句。将LINQ语法的简单性和可读性与并行编程的强大功能结合起来。就像针对任务并行库的代码一样。这将保护您免受低级线程操作和可能的异常（难以找到/调试的异常），同时将您的工作拆分到多个线程中。所以你可以这样做：

fileNames.AsParallel().ForAll(str =>
            {
                var files = Directory.GetFiles(folderToCheckForFileName, str, SearchOption.AllDirectories);
                files.AsParallel().ForAll(file =>
                {
                    if (!string.IsNullOrEmpty(file))
                    {
                        string combinedPath = Path.Combine(newTargetDirectory, Path.GetFileName(file));
                        if (!File.Exists(combinedPath))
                        {
                            File.Copy(file, combinedPath);
                        }
                    }
                });
            });

在进行搜索时，应该使用并行linq，而不是使用普通的foreach语句。将LINQ语法的简单性和可读性与并行编程的强大功能结合起来。就像针对任务并行库的代码一样。这将保护您免受低级线程操作和可能的异常（难以找到/调试的异常），同时将您的工作拆分到多个线程中。所以你可以这样做：

fileNames.AsParallel().ForAll(str =>
            {
                var files = Directory.GetFiles(folderToCheckForFileName, str, SearchOption.AllDirectories);
                files.AsParallel().ForAll(file =>
                {
                    if (!string.IsNullOrEmpty(file))
                    {
                        string combinedPath = Path.Combine(newTargetDirectory, Path.GetFileName(file));
                        if (!File.Exists(combinedPath))
                        {
                            File.Copy(file, combinedPath);
                        }
                    }
                });
            });

如果我没看错的话，为什么不把所有的文件名像哈希集一样读入内存，然后用它来搜索文件呢。至于使用多线程加快磁盘IO速度，这仅限于此。一旦磁盘IO达到最大值，不管你有多少线程。不仅仅是磁盘IO，它还严重依赖于可用于处理线程逻辑的处理内核的数量，因此最终是一个糟糕的解决方案。你尝试过使用TPL foreach吗？你们是说要把所有实际的.jpg文件从folderToCheckForFileName读入内存并搜索？与其检查我机器上的实际文件夹，不如不读取文件，只读取文件名列表。如果我读对了，为什么不将所有文件名一次性读取到内存中（如哈希集），然后使用它搜索文件。至于使用多线程加快磁盘IO速度，这仅限于此。一旦磁盘IO达到最大值，不管你有多少线程。不仅仅是磁盘IO，它还严重依赖于可用于处理线程逻辑的处理内核的数量，因此最终是一个糟糕的解决方案。你尝试过使用TPL foreach吗？你们是说要把所有实际的.jpg文件从folderToCheckForFileName读入内存并搜索？而不是检查实际的fol