我的并行循环没有提高性能

Question

我的并行循环没有提高性能

c#winformsparallel-processing

4

我正在使用并行循环以提高加载图表的性能，我已经在并行循环中调用了它。

加载图表的方法有大量代码，我想要并行执行，但当我执行时，并行执行与顺序执行没有显示出差异。

并行和顺序处理都需要相同的执行时间。

我的并行循环代码如下。

List<Chart> lstCharts = new List<Chart>();
        Parallel.For(0, givenSampleArray.Length, i =>
            {
                Chart NewChart = new Chart();

                objChart.LoadChart(ref NewChart, givenSampleArray[i], YAxisTable, XPointsValues,
                                   ScaleMinValue, ScaleMaxValue, ref dtNewRowsContainer,
                                   dtExcelData); 
                NewChart.Tag = (i + 1).ToString();
                NewChart.Width = (pnlChart.Width * 49) / (100);


                Legend legend = AddLegend();
                NewChart.Legends.Add(legend);

                lstCharts.Add(NewChart);
            }
        );

- Nitin Vijay

10

将整个操作从一个线程移动到另一个线程并不会改善性能。关键是将操作分布在多个线程中，而不是完全转移到另一个线程中。 - Simon Whitehead

@SimonWhitehead 感谢您的评论。您能否给我一个简要的想法，我需要在代码中做出什么改变，或者提供任何有用的链接。 - Nitin Vijay

2

那段代码如果在多个线程上运行，由于访问共享的不线程安全资源，所以是不线程安全的。 - user166390

只是确认一下：dtExcelData 是与 Excel 相关的，还是只是为了好玩而命名的？ - Alexei Levenkov

你的ChartControl怎么样？你确定你的图表控件可以同时呈现多个图表吗？ - D J

显示剩余2条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Eric Lippert · Accepted Answer

注意到您的问题中没有问题，所以我会为您提出一些：

为什么我的程序在并行化后没有变快？

九个女人不能在一个月内生一个孩子。有些操作并行化时不会加速。这就是其中之一。

哪些问题特征能够通过并行化有效地解决？

当你并行化它们时，能够加速的操作具有以下属性：(1) 问题可以轻松地分成任意多个部分，(2) 小问题可以独立地正确求解，(3) 小问题的解决方案可以廉价地组合成一个解决大问题的方案。

例如，将物理模拟与计算分形图像进行比较。许多相互作用的物体的模拟很难分解成子问题，因为所有部分都相互作用。但第一千个像素与第二千个像素不相互作用。分形计算很容易并行化；物理模拟则更难并行化。(当然也可以做到；只是不容易。)

假设我要解决一个“尴尬并行”的问题。那么开启十个线程可以使它运行十倍快吗？

不可以。首先，如果你想让并行化后的作业更快，你需要使处理器达到饱和状态。如果你只有四个处理器，那么十个线程会让你的程序变慢，而不是变快。其次，创建和管理线程是有成本的，这些成本将反映在底线上。

把线程看作是司机，而处理器则是汽车。如果你有一千个包裹要送，只有一辆车和一个司机，或许需要100个小时才能完成。如果你雇佣了另一个司机，花费了钱但没有额外的汽车，速度不会更快，反而会更慢。如果你购买了四辆汽车，你想要四个司机每人送250个包裹。那需要25个小时吗？好吧，你雇用这些司机要花多长时间？线程是很昂贵的资源，需要时间来分配，你必须考虑到这一点。

当然，你肯定不希望4辆车被10个司机共享，每个司机负责100个包裹！这只会使速度更慢、费用更高，因为你正在支付所有10个司机，即使此刻至少有6个司机正在等待一辆可用的汽车而闲置。

总结一下：除非你有一个易于并行化的问题可以饱和处理器，其中任务比创建线程更加昂贵，并确保线程数不超过处理器数量，否则不要试图并行化。理想情况下，你应该使用任务而不是线程；任务并行库是为你设计的，它会为你确定应该调度多少个线程。