C# 使用任务并行库进行调度

我必须处理大约200000个对象（在桌面应用程序中），每个对象需要大约20ms的处理时间。为了加快速度，我想同时做

对于测试，我只是将每个对象放在一个单独的任务中，但由于任务的规模很小，这只会产生微小的速度提高。因此，我的第一个问题是：

有没有一种聪明（但不是太复杂）的方法来为这些对象找到最佳的批量大小？我想我可以进行一些局部测试，看看将它们分成10、20或100个对象是否最快，但这似乎有点不太理想

第二（也是更重要的）：只要有一些CPU时间，大多数对象都应该被处理。但是，用户将始终看到10-20个对象。我希望始终能够将用户正在查看的对象放在队列的前面，以提供流畅的用户体验。用户可能会一直导航，所以我觉得能够快速重新安排订单是很重要的。（20毫秒*20应该能够在大约0.4秒内处理完毕）

---

有人能帮我处理这些对象的好设计模式吗？

如果对象在集合中，可以使用Parallel.ForEach或Parallel.for。由于您的用户响应要求，并行。For将是一个更好的选择

---

不幸的是，没有什么可以替代测量性能和根据结果调整策略。

如果您想并行处理项目，而不关心顺序，只需使用

parallel.ForEach（）

（从后台线程调用它，这样您就不会阻塞UI线程）

但是，如果您想实现动态优先级更改，那将更加复杂

一种方法是使用一个对象，我们称之为

Job

，它表示必须执行的单个操作。然后，您将有一个处理作业队列的方法，但如果有作业队列，则执行具有高优先级的作业。比如：

Queue<Job> jobs;
IEnumerable<Job> priorityJobs;

void ProcessJobs()
{
    while (true)
    {
        Job job = null;

        lock (jobs)
        {
            job = priorityJobs.FirstOrDefault(j => j.NotYetStarted);

            if (job == null)
            {
                do
                {
                    if (jobs.Count == 0)
                        return;

                    job = jobs.Dequeue();
                } while (job.NotYetStarted);
            }

            job.NotYetStarted = false;
        }

        job.Execute();
    }
}

---

你在说什么样的处理？是否受CPU限制？您可能需要定义最佳wrt批量大小。最简单的方法是：将项目计数除以核心/处理器的数量。总吞吐量是一个明显的因素，但对用户的响应性也很重要；如果批大小太大，那么如果用户希望看到恰好在批中的项目，则相关线程可能需要太长时间来交付这些项目（除非线程以较小的组交付已处理的项目）。您的线程可以支持重新调度，以便在需要时，项目X..Y必须移动到队列的头部。

queue

是明显的集合类，但它不支持重新调度（除非使用扩展方法，如

SkipWhile

）。或者，使用

List

，它有方法

AddRange

，

RemoveRange

。您能解释一下为什么您认为并行处理更好吗？OP的要求是用户查看的任何对象都优先处理。假设用户正在查看容器中的连续项，则可以在该项切片上运行Parallel.For。

var tasks = Enumerable.Range(0, Environment.ProcessorCount)
    .Select(_ => Task.Run(() => ProcessJobs()));