C#基础之线程安全集合讲解
笔记哥 /
05-07 /
5点赞 /
0评论 /
150阅读
## 引言
最近看一些代码的时候，发现有人用 `System.Collections.Concurrent` 下的 `BlockingCollection` 很便利的实现了生产者 - 消费者模式，这是之前没有注意到的，之前只关注过 `ConcurrentQueue` 、`ConcurrentStack` 或 `ConcurrentBag`这些并发队列，并发堆栈，并发包相关的使用，正好好奇 `BlockingCollection`的用法，本次将 `System.Collections.Concurrent` 下的所有用法都实践一下。
## 简介
那先来看一下该库都有哪些成员从微软官方文档看一下 `System.Collections.Concurrent` [\[1\]](https://learn.microsoft.com/en-us/dotnet/api/system.collections.concurrent?view=net-9.0)的介绍:
共有如下成员，类成员包含：
- **BlockingCollection**：为实现了IProducerConsumerCollection接口的集合提供阻塞和限制功能，可用于生产者 - 消费者场景。
- **ConcurrentBag**：无序的、线程安全的集合，适合于生产者 - 消费者模式，允许快速添加和移除元素。
- **ConcurrentDictionary<TKey,TValue>**：线程安全的键值对集合，支持多个线程同时读写操作，避免了锁竞争带来的性能问题。
- **ConcurrentQueue**：线程安全的先进先出（FIFO）队列，支持多个线程同时入队和出队操作。
- **ConcurrentStack**：线程安全的后进先出（LIFO）栈，支持多个线程同时入栈和出栈操作。
- **OrderablePartitioner**：抽象类，用于对数据源进行分区，生成有序的分区，方便并行处理。
- **Partitioner**：提供创建分区程序的静态方法，可用于并行处理时对数据源进行分区。
- **Partitioner**：抽象基类，用于创建自定义的分区程序。
结构包含：
- **ConcurrentDictionary<TKey,TValue>.AlternateLookup**：ConcurrentDictionary<TKey, TValue>类的嵌套结构，用于提供替代键查找功能。
接口包含：
- **IProducerConsumerCollection**：定义了生产者 - 消费者集合的基本操作，如添加、移除元素等，实现该接口的集合可以用于多线程环境。
枚举包含
- **EnumerablePartitionerOptions**：用于指定在创建可枚举分区程序时的选项，如是否保留元素顺序等。
## 代码实操
我们从上至下的来看，先来看接口。
### IProducerConsumerCollection
看一下该接口的接口说明，主要提供四个方法， `CopyTo`、`ToArray`、`TryAdd`、`TryTake`，那对于该库中的 `BlockingCollection` 、`ConcurrentQueue` 、`ConcurrentStack`等线程安全的集合，均基于该接口实现。
那接下来基于该接口，我们自己手动简单实现一个线程安全的随机取元素的集合：
```csharp
public class CustomRandomConCurrentList : IProducerConsumerCollection
{
private readonly Random random = new Random();
private readonly List _items = new List();
private readonly object _lock = new object();
// 添加元素到集合中
public void Add(T item)
{
lock (_lock)
{
_items.Add(item);
}
}
// 尝试添加元素到集合中
public bool TryAdd(T item)
{
lock (_lock)
{
_items.Add(item);
return true;
}
}
// 尝试从集合中移除一个元素
public bool TryTake(out T item)
{
lock (_lock)
{
if (_items.Count > 0)
{
var index = random.Next(0, _items.Count);
item = _items[index]; // 随机取一个元素
_items.RemoveAt(index);
return true;
}
item = default;
return false; // 集合为空，无法移除
}
}
// 获取集合中的元素数量
public int Count
{
get
{
lock (_lock)
{
return _items.Count;
}
}
}
// 获取集合是否为只读
public bool IsSynchronized => false;
// 获取同步根对象（本实现不支持）
public object SyncRoot => throw new NotSupportedException("SyncRoot is not supported.");
public void CopyTo(T[] array, int index)
{
lock (_lock)
{
_items.CopyTo(array, index);
}
}
// 实现 IEnumerable 的 GetEnumerator 方法
public IEnumerator GetEnumerator()
{
lock (_lock)
{
foreach (var item in _items)
{
yield return item;
}
}
}
// 实现 IEnumerable 的非泛型 GetEnumerator 方法
IEnumerator IEnumerable.GetEnumerator()
{
return GetEnumerator();
}
// 将集合转换为数组
public T[] ToArray()
{
lock (_lock)
{
return _items.ToArray();
}
}
// 复制集合中的元素到数组
public void CopyTo(Array array, int index)
{
lock (_lock)
{
((ICollection)_items).CopyTo(array, index);
}
}
}
```
从上述实现中，可以看到实现的方法明显不止四个，是因为 `IProducerConsumerCollection`接口还分别继承了`IEnumerable`, `IEnumerable`, `ICollection` 接口，这些接口分别包含以下成员：
- `IEnumerable` 包含非泛型 `GetEnumerator()`;
- `ICollection` 包含 `Count`、`IsSynchronized`、`SyncRoot` 、`CopyTo`；
- `IEnumerable` 包含泛型方法 `GetEnumerator()`；
接下来执行测试代码，测试一下，这里说明一下，如何验证这个集合是线程安全的呢？
一般是模拟高并发场景下对集合的大量操作。例如，通过多个线程不断地向队列中添加和取出元素，持续一段时间后，观察集合是否有异常或崩溃，另一方面观察集合内数据是否有丢失、重复或错误的情况。
我们这里简单的模拟生产-消费场景，检查结束后集合是否清空。
```csharp
public static void TestCustomRandomConCurrentList()
{
const int ThreadCount = 10; // 线程数
const int OperationsPerThread = 1000; // 每个线程操作次数
var list = new CustomRandomConCurrentList();
int totalAdded = 0;
int totalRemoved = 0;
List producers = new List();
List consumers = new List();
for (int i = 0; i < ThreadCount; i++)
{
var task = Task.Run(() =>
{
for (int i = 0; i < OperationsPerThread; i++)
{
list.Add(i);
//Console.WriteLine($"producers：{i}");
Interlocked.Increment(ref totalAdded);
}
});
producers.Add(task);
}
//先让生产者生成部分数据，验证是否是随机取出
var temp = Task.Run(() => { Thread.Sleep(10); });
temp.Wait();
for (int i = 0; i < ThreadCount; i++)
{
var task = Task.Run(() =>
{
for (int i = 0; i < OperationsPerThread; i++)
{
if (list.TryTake(out int item))
{
Interlocked.Increment(ref totalRemoved);
//Console.WriteLine($"consumers：{item}");
}
}
});
consumers.Add(task);
}
// 等待所有任务完成
Task.WaitAll(producers.Concat(consumers).ToArray());
// 验证结果
Console.WriteLine($"共添加数据: {totalAdded}, 共移除数据: {totalRemoved}");
Console.WriteLine($"任务结束后剩余数据: {list.Count}");
Console.WriteLine($"集合是否是线程安全：{totalAdded == totalRemoved || list.Count == 0}");
}
```
输出为：
```shell
共添加数据: 10000, 共移除数据: 10000
任务结束后剩余数据: 0
集合是否是线程安全：True
```
移除 `Console.WriteLine` 注释后，运行后可以看到是随机取出的，若将 `CustomRandomConCurrentList` 替换为`ConcurrentBag`，从输出则可以看出是顺序取出的，这里就不放出输出结果了。
至此，手动简单实现一个线程安全的随机取元素的集合就完成了。
### ConcurrentQueue
接下来看看线程安全的队列，`ConcurrentQueue` 先进先出（FIFO）队列，支持多个线程同时入队和出队操作。
```csharp
// 创建一个空的 ConcurrentQueue
ConcurrentQueue queue = new ConcurrentQueue();
// 入队操作
queue.Enqueue(1);
queue.Enqueue(2);
queue.Enqueue(3);
Console.WriteLine($"队列中有元素:{string.Join(",", queue)}");
//查看队列的头部元素
int peekResult;
if (queue.TryPeek(out peekResult))
{
Console.WriteLine($"查看队列的头部元素: {peekResult}，队列中剩余元素：{string.Join(",", queue)}");
}
else
{
Console.WriteLine($"查看队列的头部元素：队列为空");
}
//出队操作
int result;
for (int i = 0; i < 4; i++)
{
if (queue.TryDequeue(out result))
{
Console.WriteLine($"队列取出元素: {result}，队列中剩余元素：{string.Join(",", queue)}");
}
else
{
Console.WriteLine("队列取出元素：队列为空");
}
}
//查看队列的头部元素
if (queue.TryPeek(out peekResult))
{
Console.WriteLine($"查看队列的头部元素: {peekResult}，队列中剩余元素：{string.Join(",", queue)}");
}
else
{
Console.WriteLine($"查看队列的头部元素：队列为空");
}
```
结果输出
```shell
队列中有元素:1,2,3
查看队列的头部元素: 1，队列中剩余元素：1,2,3
队列取出元素: 1，队列中剩余元素：2,3
队列取出元素: 2，队列中剩余元素：3
队列取出元素: 3，队列中剩余元素：
队列取出元素：队列为空
```
1. 使用 `Enqueue` 方法可以将元素添加到队列的末尾，上述代码添加了三个元素
2. 使用`TryPeek` 方法用于尝试查看队列的头部元素，但不会将其移除。如果队列为空，该方法会返回 false，上述代码中，添加三个元素之后，获取到了头部元素，移除全部元素后，再次获取头部元素，未获取到且不抛异常。
3. 使用 `TryDequeue` 方法是取出队列头部元素，并从队列中移除，从输出可以看到，取出三次后，队列为空。
如果感兴趣的朋友想要验证 `ConcurrentQueue` 的并发测试，可以接着使用上面的测试代码，将 `CustomRandomConCurrentList` 更改为 `ConcurrentQueue` ，然后将 `Add`、`TryTake` 方法分别替换为 `Enqueue`、 `TryDequeue`，即可直接运行测试代码。
### ConcurrentStack
接下来是线程安全的堆栈，`ConcurrentStack` 是线程安全的后进先出（LIFO）栈，支持多个线程同时入栈和出栈操作。
```csharp
// 创建一个空的 ConcurrentStack
ConcurrentStack stack = new ConcurrentStack();
// 压栈操作
stack.Push(1);
stack.Push(2);
stack.Push(3);
Console.WriteLine($"堆栈中有元素:{string.Join(",", stack)}");
//查看堆栈的头部元素
int peekResult;
if (stack.TryPeek(out peekResult))
{Console.WriteLine($"查看堆栈的头部元素: {peekResult}，堆栈中剩余元素：{string.Join(",", stack)}");
}
else
{Console.WriteLine($"查看堆栈的头部元素：堆栈为空");
}
//出栈操作
int result;
for (int i = 0; i < 4; i++)
{if (stack.TryPop(out result)){ Console.WriteLine($"堆栈取出元素: {result}，堆栈中剩余元素：{string.Join(",", stack)}");}else{ Console.WriteLine("堆栈取出元素：堆栈为空");}
}
//查看堆栈的头部元素
if (stack.TryPeek(out peekResult))
{Console.WriteLine($"查看堆栈的头部元素: {peekResult}，堆栈中剩余元素：{string.Join(",", stack)}");
}
else
{Console.WriteLine($"查看堆栈的头部元素：堆栈为空");
}
```
结果输出：
```csharp
堆栈中有元素:3,2,1
查看堆栈的头部元素: 3，堆栈中剩余元素：3,2,1
堆栈取出元素: 3，堆栈中剩余元素：2,1
堆栈取出元素: 2，堆栈中剩余元素：1
堆栈取出元素: 1，堆栈中剩余元素：
堆栈取出元素：堆栈为空
查看堆栈的头部元素：堆栈为空
```
可以看到，他的元素排列顺序和取出顺序都是跟 `ConcurrentQueue` 是相反的，同样的想要验证 `ConcurrentStack` 的并发测试，还是使用上面的测试代码，将 `CustomRandomConCurrentList` 更改为 `ConcurrentStack` ，然后将 `Add`、`TryTake` 方法分别替换为 `Push`、 `TryPop`，即可直接运行测试代码。
### ConcurrentBag
`ConcurrentBag` 是无序的、线程安全的集合，许快速添加和移除元素。
```csharp
// 创建一个空的 ConcurrentBag
ConcurrentBag bags = new ConcurrentBag();
// 入队操作
bags.Add(1);
bags.Add(2);
bags.Add(3);
Console.WriteLine($"并发包中有元素:{string.Join(",", bags)}");
//查看并发包的头部元素
int peekResult;
if (bags.TryPeek(out peekResult))
{Console.WriteLine($"查看并发包的头部元素: {peekResult}，并发包中剩余元素：{string.Join(",", bags)}");
}
else
{Console.WriteLine($"查看并发包的头部元素：并发包为空");
}
//出队操作
int result;
for (int i = 0; i < 4; i++)
{if (bags.TryTake(out result)){ Console.WriteLine($"并发包取出元素: {result}，并发包中剩余元素：{string.Join(",", bags)}");}else{ Console.WriteLine("并发包取出元素：并发包为空");}
}
//查看并发包的头部元素
if (bags.TryPeek(out peekResult))
{Console.WriteLine($"查看并发包的头部元素: {peekResult}，并发包中剩余元素：{string.Join(",", bags)}");
}
else
{Console.WriteLine($"查看并发包的头部元素：并发包为空");
}
```
输出：
```shell
并发包中有元素:3,2,1
查看并发包的头部元素: 3，并发包中剩余元素：3,2,1
并发包取出元素: 3，并发包中剩余元素：2,1
并发包取出元素: 2，并发包中剩余元素：1
并发包取出元素: 1，并发包中剩余元素：
并发包取出元素：并发包为空
查看并发包的头部元素：并发包为空
```
从输出看，`ConcurrentBag` 与 `ConcurrentStack`看着是一样的，但其实他俩在多线程下并不同。最主要的原因就是它一种无序的集合，不保证元素的添加和移除顺序，内部使用一种特殊的算法来管理元素，使得多个线程可以高效地添加和移除元素，适合处理对元素顺序没有要求的集合，且高并发且线程频繁添加/移除的场景下，性能优于其他并发集合。
### 并发集合对比
那我们将`ConcurrentBag` 、`ConcurrentQueue`与 `ConcurrentStack`这三个并发集合在性能和适用场景做一下对比：
#### 性能特点
- `ConcurrentBag`
- 在多线程同时添加和移除元素的场景下性能较好，因为它的设计允许每个线程独立地操作自己的本地存储，减少了线程间的竞争。当线程主要进行添加和移除操作，且对元素顺序无要求时，使用 ConcurrentBag 可以获得较高的性能。
- `ConcurrentStack`
- 对于多线程频繁进行入栈（Push）和出栈（Pop）操作的场景，性能表现不错。由于栈的操作主要集中在栈顶，多线程并发操作时的冲突相对较少。
- `ConcurrentQueue`
- 在多线程环境下，如果需要保证元素按照添加的顺序被处理，ConcurrentQueue 是合适的选择。不过，由于队列需要维护头部和尾部的指针，在高并发情况下，可能会存在一定的性能开销。
#### 适用场景
- `ConcurrentBag`
- 适用于并行计算场景，例如多个线程同时生成任务，然后由其他线程随机获取任务进行处理，不关心任务的处理顺序。
当需要快速收集元素，且后续处理对元素顺序无要求时，也可以使用 ConcurrentBag。
- `ConcurrentStack`
- 常用于实现递归算法的迭代版本，例如深度优先搜索（DFS）。多个线程可以同时将节点压入栈中，然后按照后进先出的顺序进行处理。
适用于撤销操作的场景，最后执行的操作可以最先被撤销。
- `ConcurrentQueue`
- 适用于任务调度系统，任务按照提交的顺序依次执行。例如，多个线程将任务添加到队列中，然后由一个或多个工作线程从队列中取出任务进行处理。
在消息传递系统中，消息按照发送的顺序依次被处理，也可以使用 ConcurrentQueue 来实现。
### ConcurrentDictionary
`ConcurrentDictionary` 是用于多线程环境下的线程安全字典，用于多线程环境下的并发读写字典操作。
常见用法如下：
1. 创建实例
```csharp
var dict = new ConcurrentDictionary();
```
1. 添加元素
```csharp
// TryAdd (原子操作)
bool added = dict.TryAdd("key1", 100);
// AddOrUpdate (如果存在则更新，否则添加)
dict.AddOrUpdate("key1", 200, (key, oldValue) => oldValue + 200);
```
1. 获取元素
```csharp
// TryGetValue (原子操作)
if (dict.TryGetValue("key1", out int value))
{
Console.WriteLine($"Value: {value}");
}
// 直接通过索引器获取（非原子，需自行处理异常）
try
{
var val = dict["key1"];
}
catch (KeyNotFoundException)
{
// 处理不存在的情况
}
```
1. 更新元素
```csharp
// TryUpdate (原子操作)
bool updated = dict.TryUpdate("key1", 300, 200); // 仅当旧值为200时更新
// 使用 AddOrUpdate 更新
dict.AddOrUpdate("key1", 0, (key, oldValue) => 300);
```
1. 删除元素
```csharp
// TryRemove (原子操作)
if (dict.TryRemove("key1", out int removedValue))
{
Console.WriteLine($"Removed: {removedValue}");
}
// 删除满足条件的键
dict.TryRemove("key2", out _);
```
1. 获取或添加
```csharp
// GetOrAdd (原子操作)
int value = dict.GetOrAdd("key3", 400); // 如果不存在则添加
```
#### 注意事项
使用 `ConcurrentDictionary` 需要注意的是，再用索引器直接获取元素和遍历元素可能存在问题，下面用代码示例：
1. 索引器的线程安全问题
直接通过索引器（`dict[key]`）读取或写入时，如果其他线程正在修改该键的值，可能引发两个问题，一个是读取时键被删除，然后抛出 `KeyNotFoundException`
```csharp
static ConcurrentDictionary dict = new ConcurrentDictionary();
static void Main()
{
int count = 0;
while (count < 10)
{
// 清空字典
dict.Clear();
// 初始化一个键值
dict.TryAdd(1, 100);
// 启动一个线程删除键
Task.Run(() => { dict.TryRemove(1, out _); });
// 主线程尝试通过索引器读取
try
{
Console.WriteLine($"通过索引器读取值: {dict[1]}"); // 可能抛出 KeyNotFoundException
}
catch (KeyNotFoundException ex)
{
Console.WriteLine($"异常捕获: {ex.Message}");
}
count++;
}
}
```
输出：
1. 遍历元素的线程安全问题
`ConcurrentDictionary` 的枚举器是非快照的，遍历时如果其他线程修改字典，可能也导致遍历过程中看到部分更新的数据。
```csharp
static ConcurrentDictionary dict = new ConcurrentDictionary();
static void Main()
{
// 初始化数据
for (int i = 0; i < 5; i++)
{
dict.TryAdd(i, i * 10);
}
Random random = new Random();
// 启动一个线程在遍历时修改字典
Task.Run(() =>
{
// 遍历时修改字典
foreach (var key in dict.Keys)
{
dict.TryAdd(key + 100, (key + 100) * 10);
// 模拟耗时操作
Task.Delay(150).Wait();
}
});
foreach (var kv in dict)
{
if (dict.TryGetValue(kv.Key, out int value))
{
Console.WriteLine($"键: {kv.Key}, 值: {value}");
// 模拟耗时操作
Task.Delay(30).Wait();
}
}
Console.WriteLine("遍历完成");
}
```
输出：
可以看到遍历过程输出了部分新添加的数据。
1. 原子操作与索引器的区别
其实就是写入冲突，通过索引器获取到的键值对，值被修改后，可能会覆盖其他线程的更新。
```csharp
static ConcurrentDictionary dict = new ConcurrentDictionary();
static void Main()
{
// 初始化键
dict.TryAdd(1, 0);
// 启动多个线程通过索引器自增（非原子操作）
Parallel.For(0, 1000, i =>
{
// 危险操作：索引器读取后可能被其他线程修改
int value = dict[1];
dict[1] = value + 1;
});
Console.WriteLine($"通过索引器自增后的值: {dict[1]}"); // 可能小于 1000
// 重置字典
dict.TryRemove(1, out _);
// 启动多个线程使用 AddOrUpdate（原子操作）
Parallel.For(0, 1000, i =>
{
dict.AddOrUpdate(1, 1, (key, oldVal) => oldVal + 1);
});
Console.WriteLine($"通过 AddOrUpdate 自增后的值: {dict[1]}"); // 应为 1000
}
```
输出：
从结果也可以看到，使用索引器自增时，因并发覆盖导致丢失更新，所以最终值可能小于 `1000`，而使用 `AddOrUpdate` 时，最终值始终为 `1000`。
### BlockingCollection
`BlockingCollection` 是专门用于生产者-消费者模式的并发集合。它提供了以下核心功能：
- 阻塞操作：当集合为空时，消费者线程会被阻塞；当集合已满时（如果设置了容量限制），生产者线程会被阻塞。
- 线程安全：无需额外锁机制即可在多线程环境中使用。
- 封装底层集合：默认使用 `ConcurrentQueue`（先进先出），但也可以使用其他实现了 `IProducerConsumerCollection` 的集合（如 `ConcurrentStack`或者上文中自己实现的 `CustomRandomConCurrentList` ）。
下面看一下示例：
```csharp
Random random = new Random();
// 方式1：创建 BlockingCollection（默认不限制容量）
var blockingCollection = new BlockingCollection();
// 方式2：创建一个容量为 5 的集合
//var blockingCollection = new BlockingCollection(2);
// 方式3：创建 ConcurrentStack（后进先出）
//var blockingCollection = new BlockingCollection(new ConcurrentStack());
// 生产者任务
Task producer = Task.Run(() =>
{
for (int i = 0; i < 10; i++)
{
blockingCollection.Add(i); // 添加元素
Console.WriteLine($"生产: {i}");
Thread.Sleep(random.Next(20, 200));
}
blockingCollection.CompleteAdding(); // 标记生产者已完成
});
// 消费者任务
Task consumer = Task.Run(() =>
{
foreach (int item in blockingCollection.GetConsumingEnumerable()) // 阻塞直到有数据
{
Console.WriteLine($"消费: {item}");
Thread.Sleep(200);
}
});
Task.WaitAll(producer, consumer);
Console.WriteLine("操作完成");
```
输出：
```shell
生产: 0
消费: 0
生产: 1
消费: 1
生产: 2
消费: 2
生产: 3
消费: 3
生产: 4
生产: 5
消费: 4
生产: 6
生产: 7
消费: 5
生产: 8
消费: 6
生产: 9
消费: 7
消费: 8
消费: 9
操作完成
```
因为上述代码中，使用的默认构造方法，所以使用的是 `ConcurrentQueue`先进先出的方式取出元素，若修改为方式3后进先出的方式，则输出会像这样，最后生产的，先被消费：
```shell
生产: 0
消费: 0
生产: 1
生产: 2
消费: 2
生产: 3
生产: 4
消费: 4
生产: 5
消费: 5
生产: 6
消费: 6
生产: 7
生产: 8
消费: 8
生产: 9
消费: 9
消费: 7
消费: 3
消费: 1
操作完成
```
若采用方式2创建，则会限制生产队列的容量，当队列中满容量且没有被消费时，则阻塞当前线程，直到被消费后，重新生产并加入，输出会像这样：
```csharp
生产: 0
消费: 0
生产: 1
消费: 1
生产: 2
生产: 3
消费: 2
生产: 4
消费: 3
生产: 5
消费: 4
生产: 6
消费: 5
生产: 7
消费: 6
生产: 8
消费: 7
生产: 9
消费: 8
消费: 9
操作完成
```
当然也可以创建后进先出，且容量为2的队列，像这样：
```csharp
var blockingCollection = new BlockingCollection(new ConcurrentStack(),2);
```
下面列出部分关键方法或属性：
- 添加元素
- `Add(T item)`: 添加元素，如果集合已满（有界容量），则阻塞。
- `TryAdd(T item, int timeout)`: 尝试添加元素，可指定超时时间。
- 获取元素
- `Take()`: 移除并返回元素，若集合为空，则阻塞。
- `TryTake(out T item, int timeout)`: 尝试获取元素，可指定超时时间。
- 完成通知
- `CompleteAdding()`: 标记集合不再接受新元素，后续的 Add 操作会抛出异常。
- `IsCompleted`: 返回是否已完成添加且集合为空。
- 其他属性
- `BoundedCapacity`: 返回集合的容量限制（若为无界，返回 int.MaxValue）。
- `IsAddingCompleted`: 返回是否已调用 CompleteAdding()。
### OrderablePartitioner
`OrderablePartitioner` 是 `System.Collections.Concurrent` 命名空间下的一个高级分区器类，专门用来并行处理场景，使用者可以用来自定义数据的分区策略，并在 Parallel.ForEach 等并行操作中保持元素的顺序性（例如，处理顺序与原始数据顺序一致）。
通过 `Partitioner.Create()` 创建分区器时，可以使用 `EnumerablePartitionerOptions` 指定是否需要缓存，`EnumerablePartitionerOptions`枚举值区别如下：
- `EnumerablePartitionerOptions.None` :这是默认值，使用系统默认的分区行为。系统会根据集合的类型、大小以及运行环境等因素，自动选择合适的分区策略。通常情况，它会尝试进行高效的分区，以充分利用多核处理器的性能。适用于不确定使用哪种分区策略，或者希望让系统自动优化分区的场景。
- `EnumerablePartitionerOptions.NoBuffering` :默认情况下，分区器可能会对数据进行缓冲，以提高性能。但使用 `NoBuffering` 时，分区器会逐个元素地将数据分配给工作线程，而不会预先缓冲一批数据。这样工作线程会立即处理下一个可用的元素，减少了内存使用，但可能会增加线程间的同步开销。适用于处理实时数据流时，这种数据是逐个到达的，使用 `NoBuffering` 可以避免不必要的缓冲。
示例代码：
```csharp
int[] data = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
int[] result = new int[data.Length];
// 创建 OrderablePartitioner
OrderablePartitioner partitioner = Partitioner.Create(data, EnumerablePartitionerOptions.NoBuffering);
// 并行处理结果
Parallel.ForEach(partitioner, (item, state, index) =>
{
Console.WriteLine($"处理元素开始: {item}, 原始索引: {index},时间：{DateTime.Now.ToString("HH:mm:ss:fff")}");
// 模拟处理逻辑
Thread.Sleep(100);
result[index] = item;
});
Console.WriteLine($"result中的元素为：{string.Join(",", result)},时间：{DateTime.Now.ToString("HH:mm:ss:fff")}");
```
输出：
```shell
处理元素开始: 6, 原始索引: 5,时间：14:29:23:015
处理元素开始: 7, 原始索引: 6,时间：14:29:23:019
处理元素开始: 8, 原始索引: 7,时间：14:29:23:019
处理元素开始: 2, 原始索引: 1,时间：14:29:23:019
处理元素开始: 3, 原始索引: 2,时间：14:29:23:019
处理元素开始: 5, 原始索引: 4,时间：14:29:23:019
处理元素开始: 9, 原始索引: 8,时间：14:29:23:015
处理元素开始: 1, 原始索引: 0,时间：14:29:23:015
处理元素开始: 10, 原始索引: 9,时间：14:29:23:015
处理元素开始: 4, 原始索引: 3,时间：14:29:23:015
result中的元素为：1,2,3,4,5,6,7,8,9,10,时间：14:29:23:155
```
从输出可以看到，因为在每个任务处理时，能够明确知道当前任务的索引，所以也就能够处理使得结果顺序跟源顺序一致，从时间戳来看，完成10个耗时100秒的任务，总时间只用了100多毫秒，充分利用了CPU多线程性能。
### 总结
上述就是对 `System.Collections.Concurrent` 命名空间的所有成员做了比较详细的说明和应用了，我们可以通过合理选择这些集合类，可以显著简化多线程编程，同时保证高性能与线程安全。
参考链接
>
>
> [1] https://learn.microsoft.com/en-us/dotnet/api/system.collections.concurrent?view=net-9.0
>
本文来自投稿，不代表本站立场，如若转载，请注明出处：http//www.knowhub.vip/share/2/3141
- 热门的技术博文分享
- 1 . ESP实现Web服务器
- 2 . 从零到一：打造高效的金仓社区 API 集成到 MCP 服务方案
- 3 . 使用C#构建一个同时问多个LLM并总结的小工具
- 4 . .NET 原生驾驭 AI 新基建实战系列Milvus ── 大规模 AI 应用的向量数据库首选
- 5 . 在Avalonia/C#中使用依赖注入过程记录
- 6 . [设计模式/Java] 设计模式之工厂方法模式
- 7 . 5. RabbitMQ 消息队列中 Exchanges(交换机) 的详细说明
- 8 . SQL 中的各种连接 JOIN 的区别总结！
- 9 . JavaScript 中防抖和节流的多种实现方式及应用场景
- 10 . SaltStack 远程命令执行中文乱码问题
- 11 . 推荐10个 DeepSeek 神级提示词，建议搜藏起来使用
- 12 . C#基础：枚举、数组、类型、函数等解析
- 13 . VMware平台的Ubuntu部署完全分布式Hadoop环境
- 14 . C# 多项目打包时如何将项目引用转为包依赖
- 15 . Chrome 135 版本开发者工具（DevTools）更新内容
- 16 . 从零创建npm依赖，只需执行一条命令
- 17 . 关于 Newtonsoft.Json 和 System.Text.Json 混用导致的的序列化不识别的问题
- 18 . 大模型微调实战之训练数据集准备的艺术与科学
- 19 . Windows快速安装MongoDB之Mongo实战
- 20 . 探索 C# 14 新功能：实用特性为编程带来便利
- 相关联分享