19

我终于得到了 VS2012 并得到了一个简单的演示,并努力检查异步和等待的潜在性能提升,但令我沮丧的是它更慢!可能我做错了什么,但也许你可以帮助我。(我还添加了一个简单的 Threaded 解决方案,并且运行速度比预期的更快)

我的代码根据系统上的内核数(-1)使用一个类来对数组求和同样的事情,但有异步/等待。

代码:(请注意,您需要添加参考以System.Management使核心检测器工作)

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Threading;
using System.Management;
using System.Diagnostics;

namespace AsyncSum
{
    class Program
    {
        static string Results = "";

        static void Main(string[] args)
        {
            Task t = Run();
            t.Wait();

            Console.WriteLine(Results);
            Console.ReadKey();
        }

        static async Task Run()
        {
            Random random = new Random();

            int[] huge = new int[1000000];

            for (int i = 0; i < huge.Length; i++)
            {
                huge[i] = random.Next(2);
            }

            ArraySum summer = new ArraySum(huge);

            Stopwatch sw = new Stopwatch();

            sw.Restart();
            long tSum = summer.Sum();
            for (int i = 0; i < 100; i++)
            {
                tSum = summer.Sum();
            }
            long tticks = sw.ElapsedTicks / 100;

            long aSum = await summer.SumAsync();
            sw.Restart();
            for (int i = 0; i < 100; i++)
            {
                aSum = await summer.SumAsync();
            }
            long aticks = sw.ElapsedTicks / 100;

            long dSum = summer.SumThreaded();
            sw.Restart();
            for (int i = 0; i < 100; i++)
            {
                dSum = summer.SumThreaded();
            }
            long dticks = sw.ElapsedTicks / 100;


            long pSum = summer.SumParallel();
            sw.Restart();
            for (int i = 0; i < 100; i++)
            {
                pSum = summer.SumParallel();
            }
            long pticks = sw.ElapsedTicks / 100;

            Program.Results += String.Format("Regular Sum: {0} in {1} ticks\n", tSum, tticks);
            Program.Results += String.Format("Async Sum: {0} in {1} ticks\n", aSum, aticks);
            Program.Results += String.Format("Threaded Sum: {0} in {1} ticks\n", dSum, dticks);
            Program.Results += String.Format("Parallel Sum: {0} in {1} ticks\n", pSum, pticks);
        }
    }

    class ArraySum
    {
        int[] Data;
        int ChunkSize = 1000;
        int cores = 1;


        public ArraySum(int[] data)
        {
            Data = data;

            cores = 0;
            foreach (var item in new System.Management.ManagementObjectSearcher("Select * from Win32_Processor").Get())
            {
                cores += int.Parse(item["NumberOfCores"].ToString());
            }
            cores--;
            if (cores < 1) cores = 1;

            ChunkSize = Data.Length / cores + 1;
        }

        public long Sum()
        {
            long sum = 0;
            for (int i = 0; i < Data.Length; i++)
            {
                sum += Data[i];
            }
            return sum;
        }

        public async Task<long> SumAsync()
        {
            Task<long>[] psums = new Task<long>[cores];
            for (int i = 0; i < psums.Length; i++)
            {
                int start = i * ChunkSize;
                int end = start + ChunkSize;

                psums[i] = Task.Run<long>(() =>
                {
                    long asum = 0;
                    for (int a = start; a < end && a < Data.Length; a++)
                    {
                        asum += Data[a];
                    }
                    return asum;
                });
            }

            long sum = 0;
            for (int i = 0; i < psums.Length; i++)
            {
                sum += await psums[i];
            }

            return sum;
        }

        public long SumThreaded()
        {
            long sum = 0;
            Thread[] threads = new Thread[cores];
            long[] buckets = new long[cores];
            for (int i = 0; i < cores; i++)
            {
                int start = i * ChunkSize;
                int end = start + ChunkSize;
                int bucket = i;
                threads[i] = new Thread(new ThreadStart(() =>
                {
                    long asum = 0;
                    for (int a = start; a < end && a < Data.Length; a++)
                    {
                        asum += Data[a];
                    }
                    buckets[bucket] = asum;
                }));
                threads[i].Start();
            }

            for (int i = 0; i < cores; i++)
            {
                threads[i].Join();
                sum += buckets[i];
            }

            return sum;
        }

        public long SumParallel()
        {
            long sum = 0;
            long[] buckets = new long[cores];
            ParallelLoopResult lr = Parallel.For(0, cores, new Action<int>((i) =>
            {
                int start = i * ChunkSize;
                int end = start + ChunkSize;
                int bucket = i;
                long asum = 0;
                for (int a = start; a < end && a < Data.Length; a++)
                {
                    asum += Data[a];
                }
                buckets[bucket] = asum;
            }));

            for (int i = 0; i < cores; i++)
            {
                sum += buckets[i];
            }

            return sum;
        }
    }
}

有什么想法吗?我做错了异步/等待吗?我很乐意尝试任何建议。

4

4 回答 4

26

将“异步”与“并行”区分开来很重要。 await是否有助于使编写异步代码更容易。并行运行的代码可能(或可能不)涉及异步,而异步代码可能会或可能不会并行运行。

没有什么await是旨在使并行代码更快的。的目的await是使编写异步代码更容易,同时最大限度地减少对性能的负面影响。使用await永远不会比正确编写的非等待异步代码快(尽管因为编写正确的代码await更容易,但有时会更快,因为程序员在没有等待的情况下无法正确编写异步代码,或者不是愿意花时间这样做。如果非异步代码编写得好,它的性能将与代码一样好,如果不是好一点的话await

C# 确实有专门针对并行化的支持,但不是专门针对await. 任务并行库 (TPL) 和并行 LINQ (PLINQ) 有几种非常有效的并行代码方法,这些方法通常比简单的线程实现更有效。

在您的情况下,使用 PLINQ 的有效实现可能是这样的:

public static int Sum(int[] array)
{
    return array.AsParallel().Sum();
}

请注意,这将有效地将输入序列划分为并行运行的块;它将负责确定块的适当大小和并发工作人员的数量,并将适当地聚合这些工作人员的结果,以确保正确同步以确保正确的结果(与您的线程示例不同)和高效(这意味着它不会完全序列化所有聚合)。

于 2013-03-27T17:57:46.650 回答
12

async不适用于重型并行计算。您可以使用Task.Runwith进行基本的并行工作Task.WhenAll,但任何严重的并行工作都应使用任务并行库(例如Parallel)来完成。客户端的异步代码是关于响应性的,而不是并行处理

一种常见的方法是Parallel用于并行工作,然后将其包装在 a 中Task.Runawait在其上使用以保持 UI 响应。

于 2013-03-27T17:55:45.100 回答
10

您的基准有几个缺陷:

  • 您正在计时第一次运行,其中包括初始化时间(加载class Task、JIT 编译等)
  • 您正在使用DateTime.Now,这对于毫秒范围内的计时来说太不准确了。你需要使用StopWatch

解决了这两个问题;我得到以下基准测试结果:

Regular Sum:  499946 in 00:00:00.0047378
Async Sum:    499946 in 00:00:00.0016994
Threaded Sum: 499946 in 00:00:00.0026898

Async 现在是最快的解决方案,耗时不到 2 毫秒。

这是下一个问题:像 2ms 这样快的时间是非常不可靠的;如果其他进程在后台使用 CPU,您的线程可能会暂停更长的时间。您应该对数千次基准运行的结果进行平均。

另外,您的核心检测数量是怎么回事?我的四核使用的是 333334 的块大小,它只允许运行 3 个线程。

于 2013-03-27T18:08:14.060 回答
6

快速浏览一下,结果是预期的:您的 async sum 仅使用一个线程,而您异步等待它完成,因此它比多线程 sum 慢。

如果您在完成工作时还有其他事情要完成,您将使用异步。因此,这不是任何速度/响应改进的正确测试。

于 2013-03-27T17:55:58.677 回答