C#4.0入門 第二章 工作平行程式庫—第三頁 效能的差異

 
這裡有一張單色（2值）的PNG的圖片(1024*1024)。因為是單色，所以只有黑跟白兩個值（實際上使用了只有黑跟白兩色的8位PNG格式的圖片檔案）。到底，哪些像素是黑色的，我們編寫一個程式來查點一下。同時用它來進行單任務和2～4任務分別進行查點時效能的比較。

比較單任務與多任務

using System; using System.Collections.Generic; using System.Drawing; using System.Linq; using System.Threading.Tasks; class Program { public static IEnumerable<Color> Pixels(int from, int to) { var bm = new Bitmap(@"s:\sample001.png"); for (int y = from; y < to; y++) { for (int x = 0; x < bm.Width; x++) { yield return bm.GetPixel(x, y); } } } private static bool isBlack(Color c) { return c.B == 0 && c.G == 0 && c.R == 0; } private static void count(int fromInclusive, int toExclusive, ref int count, object lockTarget) { var q = from n in Pixels(fromInclusive, toExclusive) where isBlack(n) select n; int r = q.Count(); lock (lockTarget) { count += r; } } static void Main(string[] args) { Object thisLock = new Object(); DateTime start1 = DateTime.Now; int count1 = 0; count(0, 1024, ref count1, thisLock); Console.WriteLine(DateTime.Now - start1); Console.WriteLine("{0} Black Pixels by single task", count1); DateTime start2 = DateTime.Now; int count2 = 0; Parallel.Invoke(() => count(0, 512, ref count2, thisLock), () =>count(512, 1024, ref count2, thisLock)); Console.WriteLine(DateTime.Now - start2); Console.WriteLine("{0} Black Pixels by 2 task", count2); DateTime start3 = DateTime.Now; int count3 = 0; Parallel.Invoke(() =>count(0, 342, ref count3, thisLock), () => count(342, 682, ref count3, thisLock), () => count(682, 1024, ref count3, thisLock)); Console.WriteLine(DateTime.Now - start3); Console.WriteLine("{0} Black Pixels by 3 task", count3); DateTime start4 = DateTime.Now; int count4 = 0; Parallel.Invoke(() =>count(0, 256, ref count4, thisLock), () => count(256, 512, ref count4, thisLock), () => count(512, 768, ref count4, thisLock), () => count(768, 1024, ref count4, thisLock)); Console.WriteLine(DateTime.Now - start4); Console.WriteLine("{0} Black Pixels by 4 task", count4); } }

這段代碼乍看上去有點冗長，其實是必要的，正式開發中存在著大量的這種代碼。首先，在平行處理的每一個任務中分別把畫像檔案一一讀入。4任務的情況下要讀4次相同的檔案。雖然乍看上去是多餘的，但是因為Bitmap類是非安全執行緒的，不能對別的線程進行訪問。因此，儘管多餘，還是要在一個處理線程內讀入相同檔案。

請注意使用了lock語句。在這種程式裡，要防止互相競爭訪問而導致死結的發生。

另外，下面的代碼中，變數r是可以去掉的。

未去掉變數r的代碼

int r = q.Count(); lock (lockTarget) { count += r; }

可以象下例那樣去掉變數r。

去掉變數r的代碼

lock (lockTarget) { count += q.Count(); }

但是，查點像素的處理，實際上是在Count方法內進行的。因此，如果這樣進行改寫的話，這個處理本身就變成被排他性的鎖住了，全體處理就被延遲了，從而失去了有效利用多核進行平行處理的意義。

還有一點要注意的是，如果任務數超過了實際存在的核心數，反而會影響效能。以下為在雙核CPU上執行的例子。

運行結果1（在雙核CPU上啟動並執行例子。所花的時間，2任務<3任務=4任務<單任務） 00:00:07.9630000 16470 Black Pixels by single task 00:00:03.0170000 16470 Black Pixels by 2 task 00:00:03.0870000 16470 Black Pixels by 3 task 00:00:03.0850000 16470 Black Pixels by 4 task

也就是說,如果在同一個核心上分配太多任務的話,反而會對效能產生影響。因此，在原本是雙核心，但是由於使用了HT技術，所以看起來好像是4核心的Core
i5上，運行結果又不一樣了。

運行結果2（在Core i5上啟動並執行例子。所花的時間，4任務<3任務<2任務<單任務）

00:00:02.8451627 16470 Black Pixels by single task 00:00:01.4070805 16470 Black Pixels by 2 task 00:00:01.1200640 16470 Black Pixels by 3 task 00:00:01.0490600 16470 Black Pixels by 4 task

這種情況下，把分配的任務增加到4任務的時候，任務越多所花時間越短。但是，由於實際上是雙核心，所以從單任務變為2任務的時候，提速效果特別明顯，但是超過了2任務，就沒有這麼明顯的效果了。

■ 總結

把本章內容進行總結。

● 多核心時代已經開始。
● 軟體開發的多核心時代是從Visual Studio 2010/C#4.0/.NET
Framework4.0開始的。

● 利用Parallel.Invoke類，可以使並行變得很容易實現。

● 利用Parallel.ForEach方法實現foreach語句。
●
利用Parallel.For方法實現for語句。

● 但是，不能利用並行替換所有迴圈操作。
●
利用並行可以大幅度提高效能。