c# foreach 和 Parallel.ForEach 的区别和性能

9次阅读

Parallel.foreach 不保证执行顺序且不提供线程安全,而 foreach 严格保序;需用并发集合或异步任务队列替代共享变量操作,小数据量或IO密集场景不宜使用。

c# foreach 和 Parallel.ForEach 的区别和性能

Parallel.ForEach 会乱序,foreach 一定按顺序

这是最直观、也最容易踩坑的区别。如果你写 console.WriteLine(item) 测试,foreach 输出永远是 1→2→3→4;而 Parallel.ForEach 可能输出 3→1→4→2,甚至每次运行都不一样。

  • 原因:多个线程并行执行,谁先完成谁先输出,没有调度保证
  • 后果:如果逻辑依赖顺序(比如累加到同一个变量、写入文件需严格编号),直接用 Parallel.ForEach 会出错
  • 补救方式:不推荐“强行排序”,而是改用 foreach + 异步任务队列,或用 AsParallel().ForAll()(但依然不保序)

线程安全不是 Parallel.ForEach 给的,是你自己要写的

Parallel.ForEach 本身是线程安全的——它不会崩,但它不管你的代码安不安全。你往里塞一个 sharedList.Add(item),大概率会抛 ArgumentException数据丢失

  • 常见错误现象:Collection was modified; enumeration operation may not execute. 或结果数量少于输入项数
  • 正确做法:用线程安全集合,比如 ConcurrentBagConcurrentQueue,或加 lock(但锁太重会抵消并行收益)
  • 特别注意:List.ForEach 是单线程的,天然没这问题,但它也不是 Parallel.ForEach 的替代品(类型受限、不支持异步)

性能不是“用了就快”,要看任务类型和数据量

小数据(比如 Parallel.ForEach 往往比 foreach 慢——线程创建、调度、同步开销压过了计算收益。

  • 适合加速的场景:ProcessHeavy(item) 类型任务(CPU 密集,单次 > 10ms),数据量 ≥ 数千
  • 不适合的场景:IO 密集(如逐个 http 调用)、短循环
  • .net 6+ 推荐用 Parallel.ForEachAsync 处理异步 IO,它比手动 Task.WhenAll 更可控(可设最大并发数、支持 CancellationToken
await Parallel.ForEachAsync(myList, new ParallelOptions { MaxDegreeOfParallelism = 10 }, async (item, token) => {     await CallApiAsync(item, token); });

foreach + await 才是多数人真正该用的组合

别被“并行”二字带偏。90% 的业务逻辑需要顺序、可预测、易调试。比如“依次上传文件并记录日志”“按顺序更新数据库字段”,这时 foreach 配合 await 是最稳妥的选择。

  • 它不抢资源、不争锁、异常清晰、断点好下
  • 真要并发发请求?优先考虑 Task.WhenAll 或上面提到的 Parallel.ForEachAsync,而不是硬套 Parallel.ForEach + async void
  • 记住:list.ForEach(async item => await ...) 是危险写法——编译器会转成 async void,异常无法捕获,千万别用

真正难的不是选哪个 API,而是判断“这个任务到底能不能并行”。顺序、共享状态、资源瓶颈、异常传播路径——这些比语法细节重要得多。

text=ZqhQzanResources