通過一個範例形象地理解C# async await 非並行非同步、並行非同步、並行非同步的並行量控制
2023-02-04 15:01:04
前言
接上一篇 通過一個範例形象地理解C# async await非同步
我在 .NET與巨量資料 中吐槽前同事在雙層迴圈體中(肯定是單執行緒了)頻繁請求es，導致介面的總耗時很長。這不能怪前同事，確實難寫，會使程式碼複雜度增加。
評論區有人說他的理解是使用非同步增加了系統吞吐能力，這個理解是正確的，但對於單個介面的單次請求而言，它是單執行緒的，耗時反而可能比同步還慢。如何縮短單個介面的單次請求的時間呢(要求：儘量不增加程式碼複雜度)？請看下文。
範例的測試步驟
先直接測試，看結果，下面再放程式碼
- 點選VS2022的啟動按鈕，啟動程式，它會先啟動Server工程，再啟動AsyncAwaitDemo2工程
- 分別點選三個button
- 觀察思考輸出結果
測試截圖
非並行非同步(順序執行的非同步)
截圖說明：單次請求耗時約0.5秒，共10次請求，耗時約 0.5秒×10=5秒
並行非同步
截圖說明：單次請求耗時約0.5秒，共10次請求，耗時約 0.5秒
並行非同步(控制並行數量)
截圖說明：單次請求耗時約0.5秒，共10次請求，並行數是5，耗時約 0.5秒×10÷5=1秒
伺服器端
伺服器端和使用者端是兩個獨立的工程，測試時在一起跑，但其實可以分開部署，部署到不同的機器上
伺服器端是一個web api介面，用.NET 6、VS2022開發，程式碼如下：
[ApiController]
[Route("[controller]")]
public class TestController : ControllerBase
{
[HttpGet]
[Route("[action]")]
public async Task<Dictionary<int, int>> Get(int i)
{
var result = new Dictionary<int, int>();
await Task.Delay(500); //模擬耗時操作
if (i == 0)
{
result.Add(0, 5);
result.Add(1, 4);
result.Add(2, 3);
result.Add(3, 2);
result.Add(4, 1);
}
else if (i == 1)
{
result.Add(0, 10);
result.Add(1, 9);
result.Add(2, 8);
result.Add(3, 7);
result.Add(4, 6);
}
return result;
}
}
使用者端
大家看使用者端程式碼時，不需要關心伺服器端怎麼寫
使用者端是一個Winform工程，用.NET 6、VS2022開發，程式碼如下：
public partial class Form1 : Form
{
private readonly string _url = "http://localhost:5028/Test/Get";
public Form1()
{
InitializeComponent();
}
private async void Form1_Load(object sender, EventArgs e)
{
//預熱
HttpClient httpClient = HttpClientFactory.GetClient();
await (await httpClient.GetAsync(_url)).Content.ReadAsStringAsync();
}
//非並行非同步(順序執行的非同步)
private async void button3_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 非並行非同步 開始，執行緒ID={Thread.CurrentThread.ManagedThreadId} ========================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<string>>();
StringBuilder sb = new StringBuilder();
for (int i = 0; i < 2; i++)
{
int sum = 0;
for (int j = 0; j < 5; j++)
{
Dictionary<int, int> dict = await RequestAsync(_url, i);
if (dict.ContainsKey(j))
{
int num = dict[j];
sum += num;
sb.Append($"{num}, ");
}
}
Log($"輸出：sum={sum}");
}
Log($"輸出：{sb}");
sw.Stop();
Log($"==== 結束，執行緒ID={Thread.CurrentThread.ManagedThreadId}，耗時：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
// 並行非同步
private async void button4_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 並行非同步 開始，執行緒ID={Thread.CurrentThread.ManagedThreadId} ========================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<Dictionary<int, int>>>();
StringBuilder sb = new StringBuilder();
//雙層迴圈寫第一遍
for (int i = 0; i < 2; i++)
{
for (int j = 0; j < 5; j++)
{
var task = RequestAsync(_url, i);
tasks.Add($"{i}_{j}", task);
}
}
//雙層迴圈寫第二遍
for (int i = 0; i < 2; i++)
{
int sum = 0;
for (int j = 0; j < 5; j++)
{
Dictionary<int, int> dict = await tasks[$"{i}_{j}"];
if (dict.ContainsKey(j))
{
int num = dict[j];
sum += num;
sb.Append($"{num}, ");
}
}
Log($"輸出：sum={sum}");
}
Log($"輸出：{sb}");
sw.Stop();
Log($"==== 結束，執行緒ID={Thread.CurrentThread.ManagedThreadId}，耗時：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
// 並行非同步(控制並行數量)
private async void button5_Click(object sender, EventArgs e)
{
await Task.Run(async () =>
{
Log($"==== 並行非同步(控制並行數量) 開始，執行緒ID={Thread.CurrentThread.ManagedThreadId} ===================");
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var tasks = new Dictionary<string, Task<Dictionary<int, int>>>();
Semaphore sem = new Semaphore(5, 5);
StringBuilder sb = new StringBuilder();
//雙層迴圈寫第一遍
for (int i = 0; i < 2; i++)
{
for (int j = 0; j < 5; j++)
{
var task = RequestAsync(_url, i, sem);
tasks.Add($"{i}_{j}", task);
}
}
//雙層迴圈寫第二遍
for (int i = 0; i < 2; i++)
{
int sum = 0;
for (int j = 0; j < 5; j++)
{
Dictionary<int, int> dict = await tasks[$"{i}_{j}"];
if (dict.ContainsKey(j))
{
int num = dict[j];
sum += num;
sb.Append($"{num}, ");
}
}
Log($"輸出：sum={sum}");
}
sem.Dispose(); //別忘了釋放
Log($"輸出：{sb}");
sw.Stop();
Log($"==== 結束，執行緒ID={Thread.CurrentThread.ManagedThreadId}，耗時：{sw.Elapsed.TotalSeconds:0.000}秒 ========================");
});
}
private async Task<Dictionary<int, int>> RequestAsync(string url, int i)
{
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var result = await (await httpClient.GetAsync($"{url}?i={i}")).Content.ReadAsStringAsync();
sw.Stop();
Log($"執行緒ID={Thread.CurrentThread.ManagedThreadId}，請求耗時：{sw.Elapsed.TotalSeconds:0.000}秒");
return JsonSerializer.Deserialize<Dictionary<int, int>>(result);
}
private async Task<Dictionary<int, int>> RequestAsync(string url, int i, Semaphore semaphore)
{
semaphore.WaitOne();
try
{
Stopwatch sw = Stopwatch.StartNew();
HttpClient httpClient = HttpClientFactory.GetClient();
var result = await (await httpClient.GetAsync($"{url}?i={i}")).Content.ReadAsStringAsync();
sw.Stop();
Log($"執行緒ID={Thread.CurrentThread.ManagedThreadId}，請求耗時：{sw.Elapsed.TotalSeconds:0.000}秒");
return JsonSerializer.Deserialize<Dictionary<int, int>>(result);
}
catch (Exception ex)
{
Log($"錯誤：{ex}");
throw;
}
finally
{
semaphore.Release();
}
}
#region Log
private void Log(string msg)
{
msg = $"{DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")} {msg}\r\n";
if (this.InvokeRequired)
{
this.BeginInvoke(new Action(() =>
{
txtLog.AppendText(msg);
}));
}
else
{
txtLog.AppendText(msg);
}
}
#endregion
private void button6_Click(object sender, EventArgs e)
{
txtLog.Text = string.Empty;
}
}
思考
1. Semaphore的使用要小心
- 這裡是Winform，它是在button事件中定義的區域性變數，如果是WebAPI介面，那就在介面方法中定義Semaphore區域性變數。可造成別定義成全域性的，或者定義成靜態的，或者定義成Controller的成員變數，那樣會嚴重限制使用它的介面的吞吐能力！
- 用完呼叫Dispose釋放
2. 儘量不增加程式碼複雜度
請思考程式碼中的註釋"雙層迴圈寫第一遍""雙層迴圈寫第二遍"，這個寫法儘量不增加程式碼複雜度，試想一下，如果你用Task.Run且不說佔用執行緒，就問你怎麼寫能簡單？
有人說，我會，這樣寫不就行了：
Dictionary<int, int>[] result = await Task.WhenAll(tasks.Values);
那請問，你接下來怎麼寫？我相信你肯定會寫，但問題是，程式碼的邏輯結構變了，程式碼複雜度增加了！
所以"雙層迴圈寫第一遍""雙層迴圈寫第二遍"是什麼意思？你即能方便合併，又能方便拆分，程式碼邏輯結構沒變，只是複製了一份。
3. RequestAsync的複雜度可控
RequestAsync的複雜度並沒有因為Semaphore的引入變得更復雜，增加的程式碼可以接受。
我寫這篇部落格不是空穴來風，不只是寫個Demo，我確實有實際專案中的問題需要解決，程式碼如下：
WebAPI的Controller層：
[HttpPost]
[Route("[action]")]
public async Task<List<NightActivitiesResultItem>> Get([FromBody] NightActivitiesPostData data)
{
return await ServiceFactory.Get<NightActivitiesService>().Get(data.startDate, data.endDate, data.startTime, data.endTime, data.threshold, data.peopleClusters);
}
WebAPI的Service層：
public async Task<List<NightActivitiesResultItem>> Get(string strStartDate, string strEndDate, string strStartTime, string strEndTime, decimal threshold, List<PeopleCluster> peopleClusterList)
{
List<NightActivitiesResultItem> result = new List<NightActivitiesResultItem>();
DateTime startDate = DateTime.ParseExact(strStartDate, "yyyyMMdd", CultureInfo.InvariantCulture);
DateTime endDate = DateTime.ParseExact(strEndDate, "yyyyMMdd", CultureInfo.InvariantCulture);
string[][] strTimes;
if (string.Compare(strStartTime, strEndTime) > 0)
{
strTimes = new string[2][] { new string[2], new string[2] };
strTimes[0][0] = strStartTime;
strTimes[0][1] = "235959";
strTimes[1][0] = "000000";
strTimes[1][1] = strEndTime;
}
else
{
strTimes = new string[1][] { new string[2] };
strTimes[0][0] = strStartTime;
strTimes[0][1] = strEndTime;
}
foreach (PeopleCluster peopleCluster in peopleClusterList)
{
for (DateTime day = startDate; day <= endDate; day = day.AddDays(1))
{
string strDate = day.ToString("yyyyMMdd");
int sum = 0;
foreach (string[] timeArr in strTimes)
{
List<PeopleFeatureAgg> list = await ServiceFactory.Get<PeopleFeatureQueryService>().QueryAgg(strDate + timeArr[0], strDate + timeArr[1], peopleCluster.ClusterIds);
Dictionary<string, int> agg = list.ToLookup(a => a.ClusterId).ToDictionary(a => a.Key, a => a.First().Count);
foreach (string clusterId in peopleCluster.ClusterIds)
{
if (agg.TryGetValue(clusterId, out int count))
{
sum += count;
}
}
}
if (sum >= threshold) //大於或等於閾值
{
NightActivitiesResultItem item = new NightActivitiesResultItem();
item.peopleCluster = peopleCluster;
item.date = strDate;
item.count = sum;
foreach (string[] timeArr in strTimes)
{
PeopleFeatureQueryResult featureList = await ServiceFactory.Get<PeopleFeatureQueryService>().Query(strDate + timeArr[0], strDate + timeArr[1], peopleCluster.ClusterIds, 10000);
item.list.AddRange(featureList.list);
}
item.dataType = "xxx";
result.Add(item);
}
}
}
var clusters = result.ConvertAll<PeopleCluster>(a => a.peopleCluster);
await ServiceFactory.Get<PersonScoreService>().Set(OpeType.Xxx, peopleClusterList, clusters, startDate.ToString("yyyyMMddHHmmss"), endDate.ToString("yyyyMMddHHmmss"));
return result;
}
思考
上述介面程式碼，它有三層迴圈，在第三層迴圈體中await，第一層迴圈的數量會達到1000甚至10000，第二層迴圈的數量會達到30(一個月30天)，甚至90(三個月)，第三層迴圈的數量很少。
那麼總請求次數會達到3萬甚至90萬，如果不使用並行非同步請求，那耗時將會很長。
請問：在儘量不增加程式碼複雜度的前提下，怎麼優化，縮短該服務介面的執行時間？
我知道肯定有人要說我了，你傻啊，請求3萬次？你可以改寫，只請求一次，或者按天來，每天的資料只請求一次，那最多也才90次。然後在記憶體中計算，這不就快了？
確實是這樣的，確實不應該請求3萬次。但問題沒這麼簡單：
- 且不說程式碼的複雜度，程式碼的複雜度你們自己想。你寫的也不是一個介面，你可能會有幾十個這樣的介面要寫，複雜度增加一點這麼多介面都要寫死人。
- 這3萬請求，可都是精確查詢，es強大的快取機制，肯定會命中快取，也就是這些請求實際上基本是直接從記憶體中拿資料，連遍歷集合都不需要，直接命中索引。只是網路往返次數太多。
- 你這1次請求，或30次請求，對es來說，變成了範圍查詢，es要遍歷，要給你查詢並組織資料，返回集合給你。當然es叢集的運算速度肯定很快。
- 你1次請求，或30次請求，那結果返回後，你就要在記憶體中計算了，我有的介面就是這樣寫的，但要多寫程式碼，比如在記憶體中計算，為了提高效率，先建立字典相當於建索引。
- 只是邏輯複雜了嗎？你還要多定義一些臨時的變數啊！
- 程式碼寫著寫著就變懶了，每個介面1次請求，然後在記憶體中再遍歷再計算，心智負擔好重
- 我在網上看到es叢集預設最多支援10000個並行查詢，需要請求es的業務程式肯定不止一個，對一個業務程式而言，確實要控制並行量
- 根據我的觀察，一個WebAPI程式，執行緒數一般也就幾十，多的時候上百，在沒有非同步的時候，並行請求數量實際上受限於物理執行緒。
- 使用非同步之後，並行請求數量實際上受限於虛擬執行緒。確實會增加請求es的並行數量，壓力大的時候，這個並行數量能達到多少，還需要研究，以進一步確定，怎麼限制並行數量。也許可以搞個全域性的Semaphore sem = new Semaphore(500, 500);來限制一下總的es請求並行量。
怎麼檢視並行請求數
windows的cmd命令：
netstat -ano | findstr 5028
還有兩個問題，部落格中沒有體現
1. 使用者端程式執行請求時，使用者端執行緒數量
通過工作管理員檢視，非並行非同步，執行緒數很少，請求開始後只增加了一兩個執行緒。並行非同步執行緒數較多。並行非同步並控制並行量的活，執行緒數少很多。
2. Semaphore會阻塞當前執行緒
semaphore.WaitOne()阻塞執行緒一直阻塞到semaphore.Release()，使用了Semaphore的介面，被請求一次，阻塞一個執行緒，不過問題不是很大。
思考
.NET只有一個CLR執行緒池和一個非同步執行緒池(完成埠執行緒池)，當執行緒池中執行緒數量不夠用時，.NET每秒才增加1到2個執行緒，執行緒增加的速度非常緩慢。結合非同步，考慮一下這是為什麼？
我認為(不一定對)：
- 非同步不需要大量物理執行緒，少量即可
- 如果執行緒增加速度很快，以非同步的吞吐量，怕不是要把es請求掛！因為並行請求數太多了。
總結
- 並行非同步，會有並行量太大，導致諸如資料庫或者es叢集抗不住的問題，謹慎使用。
- 並行非同步(控制並行數量)，這個目前是最佳實踐。
完整測試原始碼
注意是AsyncParallel分支
https://gitee.com/s0611163/AsyncAwaitDemo2/tree/AsyncParallel/
最後
我努力嘗試，不一定能解決我想解決的問題，倒是可以幫助大家理解非同步、並行、並行。
上述我寫的實際介面，耗時長沒有問題，還有很多服務介面，它們通過定時任務在凌晨錯開時間跑，結果儲存在資料庫中供前端查詢。這是離線分析。
前同事寫的介面是實時的，所以他覺得es慢了，如果只請求一次呢，可能es的查詢語句也不好寫，所以用ClickHouse，利用SQL靈活性，只查詢一次，然後在記憶體中計算。