分区是如何完成的
Parallel.For(0, buffer.Length, (i)=> buffer[i] = 0);
我的假设是，对于n核心机器，工作将被分区n way并n threads执行工作负载。这意味着例如buffer.Length = 100 and n = 4, each thread will get 0-24, 25-49, 50-74, 75-99块。（100 元素数组是说明分区的示例，但请考虑包含数百万项的数组。）
这是一个公平的假设吗？请讨论。
我注意到Array.Clear(...)在这种特定情况下会执行得更快。你如何合理化这一点？
首先是简单的部分。一个包含 100 个元素的数组非常小，可以轻松放入内核的缓存中。此外，清除数组相当于将内存区域设置为 0，这可以作为 CPU 命令使用，因此可以尽可能快地完成。
事实上，SSE 命令和并行优化的内存控制器意味着芯片组很可能只使用一个 CPU 命令就可以并行清除内存。
另一方面，Parallel.For 引入了一些开销。它必须对数据进行分区，创建适当的任务来处理它们，收集结果并返回最终结果。在 Parallel.For 下，运行时必须将数据复制到每个内核、处理内存同步、收集结果等。在您的示例中，这可能比将内存位置归零所需的实际时间要大得多。
事实上，对于小尺寸，99.999% 的开销很可能是内存同步，因为每个内核都试图访问相同的内存页面。请记住，内存锁定在页面级别，您可以在 4K 内存页面中容纳 2K 16 位整数。
至于 PLINQ 如何调度任务 - 使用了许多不同的分区方案，具体取决于您使用的运算符。检查LINQ 中的分区以获得很好的介绍。在任何情况下，分区器都会尝试确定是否可以从分区中获得任何好处，并且可能根本不会对数据进行分区。
在您的情况下，分区程序可能会使用远程分区。您的有效负载仅使用几个 CPU 周期，因此您所看到的只是分区、创建任务、管理同步和收集结果的开销。
更好的基准是在大型阵列上运行一些聚合，例如。计数和平均值等。
PFX/PLINQ 的优化很复杂。但是，这是基本图片...
输入端优化：
PLINQ 具有三种用于将输入元素分配给线程的分区策略：
Strategy Element allocationRelative performance
Chunk partitioning Dynamic Average
Range partitioning Static Poor to excellent
Hash partitioning Static Poor
对于需要比较元素（ 、 等）的查询运算符，GroupByPLINQJoin总是GroupJoin选择相对低效的哈希分区，因为它必须预先计算每个元素的哈希码（以便具有相同代码的元素可以在同一线程上运行）。
对于所有其他查询运算符，您可以选择范围或块分区。默认情况下，如果输入序列是可索引的（如果它是并且数组继承自IList<T>），PLINQ 将选择范围分区；否则它将选择块分区。
对于每个元素占用相似 CPU 时间的长序列，范围分区更快。否则，块分区会更快。
它们是如何工作的：
块分区的工作原理是让每个工作线程定期从输入序列中抓取小“块”元素进行处理。PLINQ 首先分配非常小的块，然后随着查询的进行增加这个数量；这确保了小序列被有效地并行化，并且大序列不会出现过多的“往返”。如果一个工作线程碰巧很快完成了它的工作，它最终会得到更多的块。该系统使每个线程保持同样繁忙，并且机器的核心“平衡”。这种方法的缺点是从共享输入序列中获取元素需要锁定，这会增加开销。
范围分区绕过了正常的输入端枚举，并为每个工作线程预先分配了相等数量的元素，从而避免了输入序列的争用。如果一个线程使用此方法提前完成，它将处于空闲状态，直到其他线程完成。
平行For和Foreach:
默认情况下，for For/ Foreachloops PLINQ 将使用范围分区。
我希望这有帮助。