ActionBlock<T> 对比 Task.WhenAll

Question

我想知道并行执行多个异步方法的推荐方法是什么？

在 System.Threading.Tasks.Dataflow 中我们可以指定最大并行度，但无界可能也是 Task.WhenAll 的默认设置？

这个：

var tasks = new List<Task>();
foreach(var item in items)
{
    tasks.Add(myAsyncMethod(item));
}
await Task.WhenAll(tasks.ToArray());

或者那个：

var action = new ActionBlock<string>(myAsyncMethod, new ExecutionDataflowBlockOptions
        {
            MaxDegreeOfParallelism = DataflowBlockOptions.Unbounded,
            BoundedCapacity = DataflowBlockOptions.Unbounded,
            MaxMessagesPerTask = DataflowBlockOptions.Unbounded
        });
foreach (var item in items) { }
{
     action.Post(item);
}
action.Complete();

await action.Completion;

Answer 1

这两种方法都可以接受，选择应根据您的要求而定，因为您可以看到 Dataflow 为您提供了很多可配置性，否则您在直接使用 Tasks 时必须手动实施这些可配置性。

请注意，在这两种情况下，任务池都将负责排队和运行任务，因此行为应该保持不变。

Dataflow 擅长将可组合的异步操作组链接在一起，而使用任务可以让您进行更细粒度的控制。

Answer 2

I would like to know what is the recommended way to execute multiple async methods in parallel?

旁注：实际上不是并行，而是并行。

in System.Threading.Tasks.Dataflow we can specify the max degree of parallelism but unbounded is probably the default for Task.WhenAll too ?

正如有人评论的那样，Task.WhenAll 仅加入现有任务；当您的代码到达 Task.WhenAll 时，所有并发决策都已完成。

您可以使用 SemaphoreSlim.

之类的东西来限制纯异步代码

直接使用异步并发还是TPL Dataflow取决于周边代码。如果这个并发操作只被异步调用一次，那么异步并发是最好的选择；但如果此并发操作是您数据的 "pipeline" 的一部分，那么 TPL 数据流可能更合适。

ActionBlock<T> 对比 Task.WhenAll

ActionBlock<T> vs Task.WhenAll

c#

asynchronous

task-parallel-library

async-await

tpl-dataflow