6

鉴于 MSDN 的以下内容：

正则表达式对象可以在任何线程上创建并在线程之间共享。

我发现为了性能，使用类时最好不要在线程之间共享Regex实例。ThreadLocal

请有人解释一下为什么线程本地实例的运行速度大约快 5 倍？

以下是结果（在 8 核机器上）：

   Using Regex singleton' returns 3000000 and takes 00:00:01.1005695
   Using thread local Regex' returns 3000000 and takes 00:00:00.2243880

源代码：

using System;
using System.Linq;
using System.Threading;
using System.Text.RegularExpressions;
using System.Diagnostics;

namespace ConsoleApplication1
{
    class Program
    {
        static readonly string str = new string('a', 400);
        static readonly Regex re = new Regex("(a{200})(a{200})", RegexOptions.Compiled);

        static void Test(Func<Regex> regexGettingMethod, string methodDesciption)
        {
            Stopwatch sw = new Stopwatch();
            sw.Start();
            var sum = Enumerable.Repeat(str, 1000000).AsParallel().Select(s => regexGettingMethod().Match(s).Groups.Count).Sum();
            sw.Stop();
            Console.WriteLine("'{0}' returns {1} and takes {2}", methodDesciption, sum, sw.Elapsed);
        }

        static void Main(string[] args)
        {
            Test(() => re, "Using Regex singleton");

            var threadLocalRe = new ThreadLocal<Regex>(() => new Regex(re.ToString(), RegexOptions.Compiled));
            Test(() => threadLocalRe.Value, "Using thread local Regex");

            Console.Write("Press any key");
            Console.ReadKey();
        }
    }
}
4

1 回答 1

5

发布我的调查结果。

让我们 ILSpy 正则表达式。它包含对 RegexRunner 的引用。当 Regex 对象匹配某些内容时，它会锁定其 RegexRunner。如果对同一个 Regex 对象有另一个并发请求，则会创建另一个 RegexRunner 临时实例。RegexRunner 很昂贵。共享 Regex 对象的线程越多，浪费时间创建临时 RegexRunner 的机会就越大。希望微软能解决这个问题，以应对大规模并行化时代。

另一件事：当相同的模式在不同的线程中匹配时，Regex 类的静态成员将模式字符串作为参数（如 Match.IsMatch(input, pattern)）也必须表现不佳。Regex 维护 RegexRunner 的缓存。两个具有相同模式的并发 Match.IsMatch() 将尝试使用相同的 RegexRunner，并且一个线程将不得不创建临时 RegexRunner。

感谢 Will 让我知道您如何处理主题启动者已找到答案的问题。

于 2011-09-30T16:04:55.560 回答