19.1
让查询执行得更快——
Parallel LINQ
LINQ
的出现对于
.NET
平台而言是一件大事，它使用一种统一的模式查询数据，并且可以紧密地与具体编程语言直接集成。
LINQ
语句的编写方式是“动态组合”和“递归”的，这与函数式编程语言（如
F#
）类似，这种编写方式的优点在于代码量小，通过动态组合一些典型的查询运算符，可以实现相当复杂的数据处理逻辑，而同样的功能如果采用传统的编码方式实现，将耗费不少的力气写代码。
.NET 4.0
引入的
PLINQ
是
LINQ
的“升级换代”技术，它允许以并行方式执行
LINQ
查询。
使用
PLINQ
技术的最大好处之一是当计算机处理器个数增加时，不需要修改（或仅需少量修改）源代码，程序性能就可以得到相应的提升。
在本节中，我们先介绍
PLINQ
与其他技术的关系，然后介绍如何编写
PLINQ
查询，最后，剖析
PLINQ
内部的工作原理。
交叉链接：
要学习本节，要求读者掌握了LINQ
编程的基本技巧。本书第24
章详细介绍LINQ
，可供读者参阅
19.4.1 PLINQ
概述
PLINQ
主要用于并行执行数据查询，而它本身又是
.NET 4.0
所引入的并行扩展的有机组成部分，因此，它与
LINQ
和
TPL
都有着密切的联系。
LINQ
，是英文词组“
Language-Integrated Query
”
的缩写，中文译为“语言集成的查询”，分为
LINQ to Object
，
LINQ to SQL
，
LINQ to XML
，
LINQ to DataSet
等几个有机组成部分。
在目前的版本中，
PLINQ
只实现了
LINQ to Object
的并行执行，换句话说，
PLINQ
实现了对“内存”中的数据进行并行查询。如果数据来自于数据库或文件，您需要将这些数据加载到内存中才能使用
PLINQ
。
标准的
LINQ
查询运算符是由“
System.Linq.Enumerable
”类所封装的扩展方法实现的，类似地，
PLINQ
也为所有标准的
LINQ
查询运算符（如
where
和
select
等）提供了并行版本，这些并行的
PLINQ
查询运算符实现为
.NET 4.0
新增的“
System.Linq.ParallelEnumerable
”类的扩展方法。
交叉链接：
本书3.2.4
小节介绍了扩展方法，扩展方法在LINQ
中有着重要的应用，本书第23
章介绍了这方面的内容。
将
LINQ
查询转换为
PLINQ
非常简单，在许多情况下只需简单地添加一个
AsParallel
子句就行了，例如，以下代码将把整数集合中的偶数挑出来：
//
创建一个
100
个元素的整数集合，保存从
1
到
100
的整数
.
var source = Enumerable.Range(1, 100);
var evenNums = from num in source.AsParallel()
where num % 2==0
select num;
可以看到，
PLINQ
查询除了多一个
AsParallel
子句之外，与标准
LINQ
的查询并没有什么不同，原有的绝大多数
LINQ
编程方法仍然继续适用。
当
.NET
语言编译器“看到”一个查询中包含
AsParallel
子句代码时，它会在编译期间引用
System.Concurrency.dll
程序集，将相应的标准
LINQ
查询运算符替换为对
ParallelEnumerable
类相应静态方法的调用，同时“悄悄地”将查询的返回值修改为相应的并行版本（比如许多
PLINQ
查询返回一个
ParallelQuery<T>
类型的数据集合）。由于
ParallelQuery<T>
派生自
IEnumerable<T>
，而后者是许多标准
LINQ
查询运算符的返回数据类型，因此，
PLINQ
利用多态性保证了它与原有
LINQ
代码的最大兼容性。
与
LINQ
类似，
PLINQ
也具有“延迟执行”的特性，只有对查询集合调用
foreach
迭代、或者调用
ToList
之类方法时，
PLINQ
查询才会真正执行。
设计者在设计
PLINQ
，追求的一个目标是：
PLINQ
绝不能比它的前辈
--LINQ to Object
运行得更慢！
如果在某个地方做不到，它就采用串行方式执行。
在真实的应用程序中，要确定到底性能有无提升，请直接运行
LINQ
和
PLINQ
的两个版本进行对比测试以决定取舍。
一般来说，对于小数据量的数据集而言，优先选择
LINQ
而不是
PLINQ
。
提示：
如果需要的话，可以使用AsSequential
子句“强制”PLINQ
查询采用串行方式执行。甚至可以在同一条查询语句中混用“并行”与“串行”两种模式。
另外，
PLINQ
在底层使用
TPL
所提供的基础架构完成所有工作，因此，
PLINQ
是比“
Task
”抽象层次更高的编程手段，在实际开发中，只要可能，推荐直接使用
PLINQ
。
总之，在设计并行程序时，推荐按照以下顺序来设计技术解决方案：
基于PLINQ
的声明式编程方式
à
使用Task
的直接基于TPL
的“任务并行”编程方式
à
使用线程的基于CLR
的“多线程”编程方式
。
19.4.2
基于
PLINQ
开发
由于
PLINQ
建立于
LINQ
基础之上，实现了所有标准
LINQ
运算符的并行版本，因此，本节只介绍
PLINQ
中不同于
LINQ
的技术特征。读者需要先掌握好编写标准
LINQ
查询语句的基本技巧，才可以掌握本节介绍的内容。
1
将
LINQ
查询转为并行执行
在
LINQ
查询语句中，在一个可以返回数据集合的子句后面大都可以添加一个
AsParallel()
或
AsParallel<T>()
子句将其转换为
PLINQ
语句。
以下是一个例子，从一个整数集合中取出所有的偶数
List<int> lst = new List<int>();
//
向
lst
中追加数据，代码略
...
var evenNums = from num in lst.AsParallel<int>
()
where num%2==0
select num;
上述代码执行时，
TPL
引擎会自动在后台创建并管理线程，让查询得以并行执行。
然而，在某些情况下，由于并行处理会带来错误的结果，因此必须强制将其转为串行模式，这时，可以调用
ParallelEnumerable
类的扩展方法
AsSequential()
达到此目的。
请看示例
AsParallelAndAsSequential
。
示例程序在一个保存了学生考试成绩的数据集合中查找
60
分以上的学生，并且按照成绩高低排名次。
如果使用
PLINQ
来完成这个工作，我们可以写出以下代码：
int counter = 0;//
计数器
var query =
from student in students.AsParallel
()
where student.Score > 60
//
分数大于
60
orderby student.Score descending
//
按成绩降序排序
select new
//
返回学生信息
{
TempID = ++counter,
//
学生成绩名次
student.Name,
student.Score
};
//
输出处理结果，代码略……
请注意上述代码中加了方框的部分，由于上述
PLINQ
查询是并行执行的，这就是说会有多个线程同时访问
counter
变量，这就隐含着一个“多线程同时访问共享资源”的问题，而且到底
TPL
会创建多少个线程，以及这些线程的推进顺序是不可控的，因此，上述代码执行结果是错误的，学生成绩与名次不能正确对应。
如果将上述代码中的
AsParallel
子句去掉，则结果正确，但却失去了并行执行的任何好处。
如何能在享受
PLINQ
所带来的性能提升的好处的同时，又能避免因并行执行而得到错误的结果？
其关键在于要分清楚数据处理工作中哪些可以并行执行，哪些必须串行执行，然后，再将其组合起来。
对于这种需要混合并行与串行执行的情况，直接使用
PLINQ
语句比较困难，通常在这种场景下使用扩展方法实现。
在本例中，可以写出以下代码同时组合“并行执行”与“串行执行”的两种数据处理工作。
var query2 = students.AsParallel()
//
使用并行查询
.Where(student => student.Score > 60) //
分数大于
60
.OrderByDescending(stu => stu.Score)
//
按成绩降序排序
.AsSequential()
//
强制转换为串行执行
.Select(studentInfo =>
new
{
TempID = ++counter,
//
名次
studentInfo.Name,
studentInfo.Score
});
上述代码中，按成绩筛选记录是并行执行的，而生成处理结果集合时是顺序执行的。
2
维持数据的顺序
默认情况下，
PLINQ
查询要处理的数据被认为“顺序无关紧要”，
TPL
会按照它内置的算法将数据分成几组（称为“数据分区”），然后在这些相互独立的数据分区上并行处理。
然而在某些情况下，数据的顺序是重要的，请看示例项目
AsOrdered
。
示例项目先用随机整数填充了一个
List<int>
集合对象
source
，然后，程序找出排在最前面的
10
个偶数出来，要求保持原有顺序。
以下
PLINQ
查询完成这个工作。
var parallelQuery = from num in source.AsParallel().AsOrdered()
where num % 2 == 0
select num;
var First10Numbers = parallelQuery.Take(10);
上述查询语句中的
AsOrdered()
子句强制
PLINQ
保持原始数据的排列次序。
读者可以试一下，如果去掉
AsOrdered()
子句，则得到的结果是错误的。
AsOrdered()
是
ParallelEnumerable
类提供的静态扩展方法，因此适用于绝大多数数据集合类型。
注意：
AsOrdered()
和前面介绍的AsSequential()
是不一样的，AsSequential()
强制PLINQ
查询以串行方式执行，而AsOrdered()
仍是并行执行的，只不过并行执行的结果先被缓存起来，然后再按原始数据顺序进行排序，才得到最后的结果。
很明显，给
PLINQ
查询加上
AsOrdered()
子句将会影响到程序的性能，因此，尽量避免使用它。
在一些情况下，可以通过修改
PLINQ
查询的顺序避免使用
AsOrdered()
子句。例如，假设整数集合中的原始是排好序的，则以下
PLINQ
查询按顺序取出所有的偶数：
var
evenNums = from num in source.AsParallel().AsOrdered()
where num % 2 == 0
select num;
如果对查询操作的顺序进行一下修改，会得到更好的性能：
var evenNums = from num in source.AsParallel()
where num % 2 == 0
orderby num
select num;
当然，我们并不能肯定“修改之后的代码一定比修改前快”，因为这取决于许多因素，特别是“
TPL
执行
PLINQ
查询内部所使用的数据分区策略和并行算法”，它对于应用软件开发工程师而言是不可控的因素，但却对性能影响很大。此处只是提醒读者在编码时需要注意这些细节。