c# 如何进行并行编程 parallel

Parallel.forEach 比 foreach 快因自动并行化，但短任务反慢于线程开销；需用 interlocked、Concurrent 集合或细粒度 lock 保障共享变量安全；注意 AggregateException 需展开处理。

Parallel.ForEach 为什么比 foreach 快，但有时反而更慢？

因为 Parallel.ForEach 会自动拆分数据、分配线程、合并结果，省去手动管理 Task 的开销；但若迭代体执行时间极短（比如只做一次 i++），线程调度和同步的开销会远超计算收益。

• 适合场景：每个迭代项耗时 ≥ 几毫秒，且无强顺序依赖（如批量文件处理、http 请求、图像像素计算）
• 不适用场景：循环体仅含简单算术、或需严格按索引顺序写入同一数组/集合
• 注意默认线程数受 ThreadPool 限制，高并发小任务建议用 ParallelOptions.MaxDegreeOfParallelism 控制

如何安全地在 Parallel.ForEach 中更新共享变量？

直接读写普通变量（如 int count = 0）会导致竞态——多个线程同时执行 count++ 可能只加 1 次。必须用线程安全方式：

• 用 Interlocked.Increment(ref count) 替代 count++（整数类计数首选）
• 对集合操作，改用线程安全类型：如 ConcurrentBag、ConcurrentQueue，而非 List
• 若逻辑复杂，用 lock(obj) 包裹临界区，但粒度要小，避免锁住整个循环体

Parallel.For 和 Parallel.ForEach 的关键参数差异

两者都支持 ParallelOptions，但循环结构不同导致行为差异明显：

• Parallel.For(0, data.Length, i => { ... })：索引驱动，适合需要下标访问数组/列表的场景，但不能直接用 data[i] 做越界检查（i 由框架分配，可能跳变）
• Parallel.ForEach(data, item => { ... })：元素驱动，代码更直观，但无法直接获知当前索引（除非传入 Parallel.ForEach(data.AsParallel().Select((x,i)=>new{x,i}), ...)，但已脱离原生 Parallel 范畴）
• 两者都可通过 ParallelLoopState.break() 提前退出，但 Break() 不会立即终止所有线程，后续分区仍可能执行

常见错误：AggregateException 被吞掉，实际异常没被发现

Parallel 方法内部抛出的异常会被包装成 AggregateException，若不显式处理，可能静默失败或只暴露第一个 InnerException：

try {     Parallel.ForEach(items, item =>     {         if (item == null) throw new ArgumentNullException(nameof(item));         Process(item);     }); } catch (AggregateException ex) {     // 必须遍历 InnerExceptions 才能看到所有错误     foreach (var inner in ex.InnerExceptions)     {         Console.WriteLine(inner.Message);     } }

更稳妥的做法是用 ex.Flatten().InnerExceptions 展平嵌套，并注意：只要有一个线程抛异常，整个并行操作就会中止（除非用 ParallelOptions.CancellationToken 配合手动恢复逻辑）。

别忘了，调试并行代码时，VS 的“并行堆栈”窗口比普通调用栈更有用；而 Thread.Sleep 在循环体里是性能毒药，它会让线程池误判负载，拖慢整体吞吐。