C# task.continuewith vs c中的数据流#

我已经开始学习了。我正在努力找出

任务与
和数据流之间的区别。以下是具有相同目标的两个示例代码。首先使用
任务完成。然后继续使用
和数据流。

下面是使用
任务的示例。继续使用

var tk1 = Task.Run(() =>
{
    Console.WriteLine("Entered 1st Task");
    Thread.Sleep(3000);
    return 2;
});

tk1.ContinueWith((t) =>
{
    Console.WriteLine("Entered 2nd Task");
    Thread.Sleep(2000);
    Console.WriteLine(t.Result);
});

tk1.Wait();

下面是对数据流的相同操作

var df1 = new TransformBlock<int,int>(t =>
{
    Console.WriteLine("Entered 1st DF");
    Thread.Sleep(3000);
    return 2;
});

var df2 = new ActionBlock<int>(t =>
{

    Console.WriteLine("Entered 2nd Task");
    Thread.Sleep(2000);
    Console.WriteLine(t);
});

df1.LinkTo(df2);

df1.Completion.ContinueWith(t =>
df2.Complete());

df1.Post(2);

df2.Completion.Wait();

var-df1=新转换块（t=>
{
控制台写入线（“输入第一个DF”）；
睡眠（3000）；
返回2；
});
var df2=新动作块（t=>
{
Console.WriteLine（“已进入第二个任务”）；
《睡眠》（2000年）；
控制台写入线（t）；
});
df1.LinkTo（df2）；
df1.Completion.ContinueWith（t=>
df2.Complete（））；
df1.职位（2）；
df2.Completion.Wait（）；

Task.ContinueWith
看起来比数据流提供的冗长语法简单。谁能澄清一下两者的区别吗
 数据流我用来创建一个compleax进程pipleins，在这里流可以分支、合并和循环。（此处显示的示例非常简单）

Task.ContinueWith用于一个更简单的代码中，当流程仅在一个函数列表中一个接一个地完成时。
与您的代码实际上没有区别

但是，对于数据流来说，这是错误的——转换块的用途是什么，它总是产生一个独立于输入的结果

最好做一些处理

var df1 = new TransformBlock<int,int>(input =>
    {
        Console.WriteLine("Entered 1st DF");
        Thread.Sleep(3000);
        return input+1;
    });

将全部运行通过您的数据流网格并生成输出

顺便说一句：使用
async
/
wait
而不是
任务。继续使用
可以使代码更简单、更可读。
您需要完全理解
TPL数据流
的基础知识，因为现在您正在尝试做
TPL数据流
管道本身可以轻松完成的事情：

df1.LinkTo(df2, new DataflowLinkOptions { PropagateCompletion = true });

现在，对于
df1.Completion
，您不需要使用
ContinueWith
，但是您仍然需要通知
df1
块（顺便说一下，命名很难看）到（惊喜），因为与任务相比，它不知道何时完成：

df1.Post(2);
df1.Complete();

调用此方法将拒绝发送到
df1
块的所有其他消息，并且在其缓冲区变空后，它将沿着管道传播完成，因此您只需等待它（同步或异步）：

所以，基本上，区别在于任务只能运行一次，而块则是在手动完成任务之前永远运行的。请注意，您仍然可以继续执行块的任务：

df2.Completion.ContinueWith(t =>
{
    // some other logic here
});

df2.Completion.Wait();
// or
await df2.Completion;

df2.Completion.ContinueWith(t =>
{
    // some other logic here
});