TPL 数据流如何与 "global" 数据同步

Question

我实际上是在学习 TPL 数据流。每当我读到有关它的内容时，我觉得 ok 听起来不错，但后来我经常问自己："Ok, and what if I have kind of a manager, handling different sessions. These sessions can be updated by certain messages. In case of a complex TPL dataflow mesh I've to build-in synchronization mechanism for accessing the manager, which will slow down or block the mesh."

对 TPL 数据流使用管理对象感觉有点不对。

任何人都可以给我一些关于 "right" 方向的提示（链接、书籍、示例...），如何解决上面的示例。

Answer 1

没有一些代码的非常广泛的问题。但通常你要么传递一些带有 Tuple 的 "state" 对象，要么传递一些 DTO，我个人认为这是泄漏设计，或者你可以将一些块注入你的管道。

例如，您可以创建一个 WriteOnceBlock 并为其提供会话值，每个管道都是唯一的，并且只需在执行期间发生新事件时通知它的值。如果您为不同的会话创建管道，这可能是您的一个选择，但如果您有一个大管道，则需要另一种方法。

例如，您有一个 BufferBlock, an ActionBlock, which performs a session update, and an TransformBlock, which simply continues your normal pipeline execution. The thing you can do in this case is to introduce a BroadcastBlock，link 它带有动作块和变换块。现在你 link 你的 buffer to broadcast block with a predicate，然后你 link buffer to transform block directly.

这里的想法是，如果您的消息被过滤（因此需要会话更新），它将进入广播块，然后进入会话更新操作和您的正常执行管道。如果它与谓词不匹配，它只会通过您的正常工作流程。

~~PS：如果这在文字上太复杂，我可以提供一些针对这种情况的示例代码。~~

var linkOptions = new DataflowLinkOptions { PropagateCompletion = true };

var buffer = new BufferBlock<int>();
// broadcast do copy according lambda from constructor
// if you provide same reference for message, make sure that your access is thread-safe
var broadcast = new BroadcastBlock<int>(i => i);
buffer.LinkTo(broadcast, linkOptions);

// session update block
var sessionUpdate = new ActionBlock<int>(i =>
    {
        Thread.Sleep(new Random().Next(1000));
        Console.WriteLine($"Session update:{i}");
    }, new ExecutionDataflowBlockOptions { MaxDegreeOfParallelism = 4 });
// normal execution
var transform = new TransformBlock<int, int>(i =>
    {
        Thread.Sleep(new Random().Next(1000));
        Console.WriteLine($"Normal execution:{i}");
        return i;
    }, new ExecutionDataflowBlockOptions { MaxDegreeOfParallelism = 4 });
// do not complete the standalone session block
// message will be accepted only for multipliers of 3
broadcast.LinkTo(sessionUpdate, i => i % 3 == 0);
// normal pipeline with completion propagation
broadcast.LinkTo(transform, linkOptions);

for (var i = 0; i < 10; ++i)
{
    // async message
    await buffer.SendAsync(i);
}
buffer.Complete();
await transform.Completion;

TPL 数据流如何与 "global" 数据同步

TPL Dataflow how to synchronize with "global" data

c#

dataflow

software-design

task-parallel-library

tpl-dataflow