Язык программирования C#9 и платформа .NET5 - Эндрю Троелсен

Чтобы запросить поток из пула для обработки вызова метода, можно использовать метод ThreadPool.QueueUserWorkItem(). Он имеет перегруженную версию, которая позволяет в дополнение к экземпляру делегата WaitCallback указывать необязательный параметр System.Object для передачи специальных данных состояния:

public static class ThreadPool

{

  ...

  public static bool QueueUserWorkItem(WaitCallback callBack);

  public static bool QueueUserWorkItem(WaitCallback callBack,

                                      object state);

}

Делегат WaitCallback может указывать на любой метод, который принимает в качестве единственного параметра экземпляр System.Object (представляющий необязательные данные состояния) и ничего не возвращает. Обратите внимание, что если при вызове QueueUserWorkItem() не задается экземпляр System.Object, то среда .NET Core Runtime автоматически передает значение null. Чтобы продемонстрировать работу методов очередей, работающих с пулом потоков .NET Core Runtime, рассмотрим еще раз программу (в проекте консольного приложения по имени ThreadPoolApp), в которой применяется тип Printer. На этот раз массив объектов Thread не создается вручную, а метод PrintNumbers() будет назначаться членам пула потоков:

using System;

using System.Threading;

using ThreadPoolApp;

Console.WriteLine("***** Fun with the .NET Core Runtime Thread Pool *****n");

Console.WriteLine("Main thread started. ThreadID = {0}",

  Thread.CurrentThread.ManagedThreadId);

Printer p = new Printer();

WaitCallback workItem = new WaitCallback(PrintTheNumbers);

// Поставить в очередь метод десять раз.

for (int i = 0; i < 10; i++)

{

  ThreadPool.QueueUserWorkItem(workItem, p);

}

Console.WriteLine("All tasks queued");

Console.ReadLine();

static void PrintTheNumbers(object state)

{

  Printer task = (Printer)state;

  task.PrintNumbers();

}

У вас может возникнуть вопрос: почему взаимодействовать с пулом потоков, поддерживаемым средой .NET Core Runtime, выгоднее по сравнению с явным созданием объектов Thread? Использование пула потоков обеспечивает следующие преимущества.

• Пул потоков эффективно управляет потоками, сводя к минимуму количество потоков, которые должны создаваться, запускаться и останавливаться.

• За счет применения пула потоков можно сосредоточиться на решении задачи, а не на потоковой инфраструктуре приложения.

Тем не менее, в некоторых случаях ручное управление потоками оказывается более предпочтительным. Ниже приведены примеры.

• Когда требуются потоки переднего плана или должен устанавливаться приоритет потока. Потоки из пула всегда являются фоновыми и обладают стандартным приоритетом (ThreadPriority.Normal).

• Когда требуется поток с фиксированной идентичностью, чтобы его можно было прерывать, приостанавливать или находить по имени.

На этом исследование пространства имен System.Threading завершено. Несомненно, понимание вопросов, рассмотренных в настоящей главе до сих пор (особенно в разделе, посвященном проблемам параллелизма), будет чрезвычайно ценным при создании многопоточного приложения. А теперь, опираясь на имеющийся фундамент, мы переключим внимание на несколько новых аспектов, связанных с потоками, которые появились в .NET 4.0 и остались в .NET Core. Для начала мы обратимся к альтернативной потоковой модели под названием TPL.

Параллельное программирование с использованием TPL

Вы уже ознакомились с объектами из пространства имен System.Threading, которые позволяют строить многопоточное программное обеспечение. Начиная с версии .NET 4.0, в Microsoft ввели новый подход к разработке многопоточных приложений, предусматривающий применение библиотеки параллельного программирования, которая называется TPL. С помощью типов из System.Threading.Tasks можно строить мелкомодульный масштабируемый параллельный код без необходимости напрямую иметь дело с потоками или пулом потоков.

Однако речь не идет о том, что вы не будете использовать типы из пространства имен System.Threading во время применения TPL. Оба инструментальных набора для создания многопоточных приложений могут вполне естественно работать вместе. Сказанное особенно верно в связи с тем, что пространство имен System.Threading по-прежнему предоставляет большинство примитивов синхронизации, которые рассматривались ранее (Monitor, Interlocked и т.д.). В итоге вы на самом деле обнаружите, что иметь дело с библиотекой TPL предпочтительнее, чем с первоначальным пространством имен System.Threading, т.к. те же самые задачи могут решаться гораздо проще. 

Пространство имен System.Threading.Tasks

Все вместе типы из пространства System.Threading.Tasks называются библиотекой параллельных задач (Task Parallel Library — TPL). Библиотека TPL будет автоматически распределять нагрузку приложения между доступными процессорами в динамическом режиме с применением пула потоков исполняющей среды. Библиотека TPL поддерживает разбиение работы на части, планирование потоков, управление состоянием и другие низкоуровневые детали. В конечном итоге появляется возможность максимизировать производительность приложений .NET Core, не сталкиваясь со сложностями прямой работы с потоками.

Роль класса Parallel

Основным классом в TPL является System.Threading.Tasks.Parallel. Он содержит методы, которые позволяют осуществлять итерацию по коллекции данных (точнее по объекту, реализующему интерфейс IEnumerable<T>) в параллельной манере. Это делается главным образом посредством двух статических методов Parallel.For() и Parallel.ForEach(), каждый из которых имеет множество перегруженных версий.

Упомянутые методы позволяют создавать тело из операторов кода, которое будет выполняться в параллельном режиме. Концептуально такие операторы представляют логику того же рода, которая была бы написана в нормальной циклической конструкции (с использованием ключевых слов for и foreach языка С#). Преимущество заключается в том, что класс Parallel будет самостоятельно извлекать потоки из пула потоков (и управлять параллелизмом).

Оба метода требуют передачи совместимого с IEnumerable или IEnumerable<T> контейнера, который хранит данные, подлежащие обработке в параллельном режиме. Контейнер может быть простым массивом, необобщенной коллекцией (вроде ArrayList), обобщенной коллекцией (наподобие List<T>) или результатами запроса LINQ.

Вдобавок понадобится применять делегаты System.Func<T> и System.Action<T> для указания целевого метода, который будет вызываться при обработке данных. Делегат Func<T> уже встречался в главе 13 во время исследования технологии LINQ to Objects. Вспомните, что Func<T> представляет метод, который возвращает значение и принимает различное количество аргументов. Делегат Action<T> похож на Func<T> в том, что позволяет задавать метод, принимающий несколько параметров, но данный метод должен возвращать void.

Хотя можно было бы вызывать методы Parallel.For() и Parallel.ForEach() и передавать им строго типизированный объект делегата Func<T> или Action<T>, задача программирования упрощается за счет использования подходящих анонимных методов или лямбда-выражений С#.

Обеспечение параллелизма данных с помощью класса Parallel

Первое применение библиотеки TPL связано с