使用任务并行库进行 I/O 绑定处理
use Task parallel library for I/O bound processing
想知道你是否可以澄清一下。
我正在编写一个工具，所有要做的就是从数据库（sql 服务器）检索数据并创建 txt 文件。
我说的是 500.000 个 txt 文件。
一切正常。
不过我想知道使用 Task Parallel 库是否可以改进和加快创建这些文件所需的时间。
我知道（读到）"TPL" 不打算用于 I/0 绑定处理，而且它很可能会执行与
顺序 .
这是真的吗？
同样在使用简单 "foreach parallel" 的初始尝试中，我收到错误无法访问文件，因为正在使用中。
有什么建议吗？
您没有并行 I/O 绑定进程。
原因很简单：因为CPU不是瓶颈。无论你启动多少个线程，你只有一个磁盘可以写入，这是最慢的。
所以你需要的是简单地迭代每个文件并写入它们。您可以启动一个单独的工作线程来完成这项工作，或者使用异步 I/O 获得更好的 UI 响应。
如果您从多个磁盘读取 and/or 写入，那么并行化可以提高速度。例如，如果您想读取所有文件并 运行 对它们进行散列并存储散列，那么您可以为每个磁盘创建一个线程，您会看到显着的加速。但是，如果您的情况看起来任务不太可能提高性能。
想知道你是否可以澄清一下。
我正在编写一个工具，所有要做的就是从数据库（sql 服务器）检索数据并创建 txt 文件。 我说的是 500.000 个 txt 文件。
一切正常。
不过我想知道使用 Task Parallel 库是否可以改进和加快创建这些文件所需的时间。
我知道（读到）"TPL" 不打算用于 I/0 绑定处理，而且它很可能会执行与 顺序 .
这是真的吗？
同样在使用简单 "foreach parallel" 的初始尝试中，我收到错误无法访问文件，因为正在使用中。
有什么建议吗？
您没有并行 I/O 绑定进程。
原因很简单：因为CPU不是瓶颈。无论你启动多少个线程，你只有一个磁盘可以写入，这是最慢的。
所以你需要的是简单地迭代每个文件并写入它们。您可以启动一个单独的工作线程来完成这项工作，或者使用异步 I/O 获得更好的 UI 响应。
如果您从多个磁盘读取 and/or 写入，那么并行化可以提高速度。例如，如果您想读取所有文件并 运行 对它们进行散列并存储散列，那么您可以为每个磁盘创建一个线程，您会看到显着的加速。但是，如果您的情况看起来任务不太可能提高性能。