代码思路
将要处理的数据放到ConcurrentQueue
中,然后开启多个线程去处理数据,处理完成后,再到队列中获取下一个待处理数据。
ConcurrentQueue
表示线程安全的先进先出 (FIFO) 集合,属于System.Collections.Concurrent
命名空间下的一个数据结构
直接上代码
///
/// 多线程处理数据(无返回值)
///
/// 数据类型
/// 待处理数据
/// 数据处理方法(有参数无返回值)
/// 处理线程数量
/// 是否等待执行结束
static void RunTask(List list, Action action, int threadCount = 5, bool waitFlag = true)
{
ConcurrentQueue queue = new ConcurrentQueue(list);
Task[] tasks = new Task[threadCount];
for (int i = 0; i < threadCount; i++)
{
tasks[i] = Task.Run(() =>
{
while (queue.TryDequeue(out T t))
{
action(t);
}
});
}
if (waitFlag)
{
Task.WaitAll(tasks);
}
}
///
/// 多线程处理数据(返回处理后列表)
///
/// 数据类型
/// 待处理数据
/// 数据处理方法(有参数有返回值)
/// 处理线程数量
/// 数据处理后结果
static List RunTask(List list, Func func, int threadCount = 5)
{
var result = new List();
ConcurrentQueue queue = new ConcurrentQueue(list);
Task>[] tasks = new Task>[threadCount];
for (int i = 0; i < threadCount; i++)
{
tasks[i] = Task.Run>(() =>
{
var rList = new List();
while (queue.TryDequeue(out T t))
{
rList.Add(func(t));
}
return rList;
});
}
Task.WaitAll(tasks);
for (int i = 0; i < threadCount; i++)
{
result.AddRange(tasks[i].Result);
}
return result;
}
调用方法
List list = new List() { 1, 2, 3, 4, 5, 6, 7, 8, 9 };
//输出列表中的数据,且加上“action”字符前缀
RunTask(list, d => { Console.WriteLine("action" + d); });
//对列表中数据都执行 “*2” 的操作
var result = RunTask(list, d => { return d * 2; });
result.ForEach(d => Console.WriteLine(d));
最后的话
上面的代码只是简单的实现了对数据的处理,并没有考虑到对内存的使用限制,一般的项目中使用还是可以的。
最后我尝试了下,生成一个100M的列表,然后将其加载到ConcurrentQueue
,监控程序内存占用,发现没有很大的内存占用变化。