C#中异步多线程的常见用法
先来看几个基本概念（纯属个人见解，可能不准确）：
进程：程序运行时，占用的全部运行资源的总和。
线程：线程是隶属于操作系统管理的，也可以有自己的计算资源，是程序执行流的最小单位。任何的操作都是由线程来完成的。
每个线程都在操作系统的进程内执行，而操作系统进程提供了程序运行的独立环境。
多线程：多核cpu协同工作，多个执行流同时运行，是用资源换时间。（单核cpu，不存在所谓的多线程）。
单线程应用：在进程的独立环境中只跑一个线程，所以该线程拥有独立权。
多线程应用：单个进程中会跑多个线程，它们会共享当前的执行环境（尤其是内存）。
在单核计算机上，操作系统必须为每个线程分配“时间片”来模拟并发。而在多核或多处理器计算机上，多个线程可以真正的并行执行。（可能会受到计算机上其他活动进程的竞争）。
win10上的时间片（使用微软官方小工具测得）：
Thread
Thread的对象是非线程池中的线程，有自己的生命周期（有创建和销毁的过程），所以不可以被重复利用（一个操作中，不会出现二个相同Id的线程）。
Thread的常见属性：
线程一旦开始执行，IsAlive就是true，线程结束就变成false。
线程结束的条件是：线程构造函数传入的委托结束了执行。
线程一旦结束，就无法再重启。
每个线程都有一个Name属性，通常用于调试，线程的Name属性只能设置一次，以后更改会抛出异常。
静态的Thread.CurrentThread属性，会返回当前线程。
Thread的常见用法：
join
调用join方法可以等待另一个线程结束。
private void button5_Click(object sender, EventArgs e) {
Console.WriteLine($"===============Method start time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},Thread ID is {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}===================");
//开启一个线程，构造方法可重载两种委托，一个是无参无返回值，一个是带参无返回值
Thread thread = new Thread(a => DoSomeThing("Thread"));
//当前线程状态
Console.WriteLine($"thread's state is {thread.ThreadState},thread's priority is {thread.Priority} ,thread is alived ：{thread.IsAlive},thread is background:{thread.IsBackground},thread is pool threads: {thread.IsThreadPoolThread}");
//告知操作系统，当前线程可以被执行了。
thread.Start();
//阻塞当前执行线程，等待此thread线程实例执行完成。无返回值
thread.Join();
//最大等待的时间是5秒（不管是否执行完成，不再等待），返回一个bool值，如果是true,表示执行完成并终止。如果是false，表示已到指定事件但未执行完成。
thread.Join(5000);
Console.WriteLine($"===============Method end time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},,Thread ID is {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}===================");
}
private void DoSomeThing(string name)
{
Console.WriteLine($"do some thing start time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},Thread ID is {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}");
long result = 0;
for (long i = 0; i < 10000 * 10000; i++)
{
result += i;
}
Console.WriteLine($"do some thing end time is {DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss.fff")},Thread ID is {Thread.CurrentThread.ManagedThreadId},is back ground: {Thread.CurrentThread.IsBackground}");
}
注意 ：thread 默认是前台线程，启动后一定要完成任务的,即使程序关掉（进程退出）也要执行完。可以把thread 指定为后台线程，随着进程的退出而终止。
//false,默认是前台线程，启动后一定要完成任务的,即使程序关掉（进程退出）也要执行完。
Console.WriteLine(thread.IsBackground);
thread.IsBackground = true;//指定为后台线程。（随着进程的退出而退出）
Sleep
Thread.Sleep()会暂停当前线程,，并等待一段时间。其实，Thread.Sleep只是放弃时间片的剩余时间，让系统重新调度并选择一个合适的线程。
在没有其他活动线程的情况下，使用Thread.Sleep(0)还是会选上自身，即连任，系统不会对其做上下文切换。
static void Main(string[] args)
{
Stopwatch stopwatch=new Stopwatch();
stopwatch.Start();
Thread.Sleep(0);
stopwatch.Stop();
System.Console.WriteLine(stopwatch.ElapsedMilliseconds); //返回0
}
而Thread.Sleep(大于0)却让当前线程沉睡了，即使只有1ms也是沉睡了，也就是说当前线程放弃下次的竞选，所以不能连任，系统上下文必然发生切换。
阻塞
如果线程的执行由于某种原因导致暂停，那么就认为该线程被阻塞了。例如在Sleep或者Join等待其他线程结束。被阻塞的线程会立即将其处理器的时间片生成给其他线程，从此就不再消耗处理器时间。
Thread的回调用法：
Thread没有像Framework中的delegate的回调用法，如果需要回调得自动动手改造：
private void CallBack(Action action, Action calback)
{
Thread thread = new Thread(() => { action(); calback(); });
thread.Start();
}
//无参无返回值
CallBack(() => Console.WriteLine("好吗？"), () => Console.WriteLine("好的！"));
复制代码
复制代码
private Func<T> CallBackReturn<T>(Func<T> func)
{
T t = default(T);
Thread thread = new Thread(() =>
{
t = func();
});
thread.Start();
return () =>
{
thread.Join();
return t;
};
}
//带返回值得用法
Func<int> func = CallBackReturn<int>(() => DateTime.Now.Second);
Console.WriteLine("线程未阻塞");
int result = func.Invoke();
Console.WriteLine("result:" + result);
ThreadPool 线程池
Thread的功能太过强大，像我这样的小白是用不好的（之前在项目中大量使用Thread的API,出现了许多意想不到的bug）。线程池中的线程在同一操作中可以被重复利用。
//开启多线程
ThreadPool.QueueUserWorkItem(n => DoSomeThing(“ThreadPool”));
个人觉得尽量不要阻塞线程池的线程，因为线程池里的线程数量是有限的，当线程池中没有线程可用时，会出现死锁。如果非要等待，用法如下：
ManualResetEvent manualResetEvent = new ManualResetEvent(false);
ThreadPool.QueueUserWorkItem(n =>
{
DoSomethingLong("ThreadPool");
manualResetEvent.Set();
});
//等待线程完成
manualResetEvent.WaitOne();
Task
Task是基于ThreadPool的基础上做的封装，属于线程池中的线程。
Task启动多线程的方式：
方式一：指定任务的开始时机
/// <summary>
/// 使用Task或Task<T>创建任务，需指定任务的开始时机（任务调度）。
/// </summary>
public static void Demo1()
{
Task task = new Task(() =>
{
Thread.Sleep(3000);
Console.WriteLine($"Current thread id is {Thread.CurrentThread.ManagedThreadId}");
});
task.Start();//任务调度（开始任务）
Console.WriteLine($"Current thread name is {Thread.CurrentThread.ManagedThreadId}");
Console.WriteLine($"当前任务状态：{task.Status}");
task.Wait(); //等待任务执行完成
Console.WriteLine($"当前任务状态：{task.Status}");
}
方式二：一步完成多线程的创建和启动
/// <summary>
/// 使用Task.Run()方法一步完成多线程的创建和启动（当前线程立即准备启动任务）。
/// <remark>
/// 如果不需要对任务的创建和调度做更多操作,Task.Run()方法是创建和启动任务的首选方式。
/// </remark>
/// </summary>
public static void Demo2()
{
Task task = Task.Run(() => { Thread.Sleep(3000); Console.WriteLine($"Current thread id is {Thread.CurrentThread.ManagedThreadId}"); });
task.Wait(); //等待，直到任务完成
}
方式三：需要想多线程任务c#教程传递状态参数
/// <summary>
/// Task和Task<TResult>都有静态属性Factory，它返回默认的实例TaskFactory.
/// 使用Task.Factory.StartNew()方法也可以一步完成任务的创建和启动。
/// 当前需要向任务传递一个状态（参数）。可以使用此方法。
/// </summary>
public static void Demo3()
{
Task[] tasks = new Task[10];
for (int i = 0; i < tasks.Length; i++)
{
tasks[i] = Task.Factory.StartNew((obj) =>
{
CustomData data = obj as CustomData;
data.ThreadId = Thread.CurrentThread.ManagedThreadId;
}, new CustomData { CreationTime = DateTime.Now.Ticks, Index = i});
}
//以阻塞当前线程的方式，等待所以子线程的完成
Task.WaitAll(tasks);
foreach (var task in tasks)
{
//通过任务的AsyncState属性，可以获取任务状态（提供给任务的参数).
var data = task.AsyncState as CustomData;
Console.WriteLine(JsonConvert.SerializeObject(data));
}
}
//Task.Factory.StartNew() 调用无返回值的任务
//Task<TResult>.Factory.StartNew() 调用有返回值的任务
Task
public static void Demo4()
{
Task<Double>[] tasks = {
Task<Double>.Factory.StartNew(() => DoComputation(1.0)),
Task<Double>.Factory.StartNew(() => DoComputation(100.0)),
Task<Double>.Factory.StartNew(() => DoComputation(1000.0)) };
var results = new Double[tasks.Length];
Double sum = 0;
for (int i = 0; i < tasks.Length; i++)
{
//Task<TResult>.Result属性包含任务的计算结果，如果在任务完成之前调用，则会阻塞线程直到任务完成
results[i] = tasks[i].Result;
Console.Write("{0:N1} {1}", results[i],
i == tasks.Length - 1 ? "= " : "+ ");
sum += results[i];
}
Console.WriteLine("{0:N1}", sum);
}
private static Double DoComputation(Double start)
{
Double sum = 0;
for (var value = start; value <= start + 10; value += .1)
sum += value;
return sum;
}
Task的常用API
WaitAny和WaitAll，会阻塞当前线程（主线程）的执行：
List<Task> tasks = new List<Task>();
tasks.Add(Task.Run(() => DoSomeThing("Task1")));
tasks.Add(Task.Run(() => DoSomeThing("Task2")));
tasks.Add(Task.Run(() => DoSomeThing("Task3")));
//阻塞当前线程的执行,等待任意一个子线程任务完成后继续往下执行
Task.WaitAny(tasks.ToArray());
//阻塞当前线程的执行,等待所有子线程任务完成后继续往下执行
Task.WaitAll(tasks.ToArray());
WhenAll和WhenAny,是通过返回一个Task 对象的方式，来达到非阻塞式的等待
//不阻塞当前线程的执行,等待所有子线程任务完成后,异步执行后续的操作
Task.WhenAll(tasks).ContinueWith(t =>
{
Console.WriteLine($"不阻塞，{Thread.CurrentThread.ManagedThreadId}");
});
//工厂模式的实现
Task.Factory.ContinueWhenAll(tasks.ToArray(), s =>
{
Console.WriteLine("不阻塞" + s.Length);
});
ContinueWith，是一个实例方式，并且返回Task实例，所以可以使用这种链式结构来完成按顺序执行。
public static void Demo8()
{
var task = Task.Factory
.StartNew(() => { Console.WriteLine("1"); return 10; })
.ContinueWith(i => { Console.WriteLine("2"); return i.Result + 1; })
.ContinueWith(i => { Console.WriteLine("3"); return i.Result + 1; });
Console.WriteLine(task.Result);
}
控制线程数量的使用，(核心思想来自别python基础教程人，我感觉控制的很好):
/// <summary>
/// 线程数量的控制
/// </summary>
/// <param name="sender"></param>
/// <param name="e"></param>
private void Test(object sender, EventArgs e)
{
//完成10000个任务，但只要11个线程。
List<int> intList = new List<int>();
for (int i = 0; i < 10000; i++)
{
intList.Add(i);
}
Action<int> action = i =>
{
Console.WriteLine(Thread.CurrentThread.ManagedThreadId);
Thread.Sleep(new Random(i).Next(100, 300));
};
List<Task> tasks = new List<Task>();
foreach (var item in intList)
{
int i = item;
tasks.Add(Task.Run(() => action(i)));
//当已使用了11个线程的时候，即时释放已完成的线程。
if (tasks.Count > 10)
{
Task.WaitAny(tasks.ToArray());
tasks = tasks.Where(n => n.Status != TaskStatus.RanToCompletion).ToList();
}
}
Task.WaitAll(tasks.ToArray());
}
注意：应当避免在子线程委托的内部直接使用主线程变量（闭包的弊端问题）
public static void Demo5()
{
Task[] taskArray = new Task[10];
for (int i = 0; i < taskArray.Length; i++)
{
taskArray[i] = Task.Factory.StartNew(() =>
{
//当您使用lambda表达式创建委托时，虽然可以访问变量范围内可见的所有变量。
//但是在某些情况下（最明显的是在循环中），lambda不能像预期的那样捕获变量
//(本例中，它只能捕获最后一个值，而不每次迭代的值)。
//因为任务的运行时机不确定。可以通过传递参数的方式，避免此问题的发生。
Console.WriteLine(i);//输出10个10
});
}
Task.WaitAll(taskArray);
}
创建分离的子任务
在父任务中创建子任务，如果未指定AttachedToParent选项时，子任务不会与父任务同步。
public static void Demo9()
{
//创建父任务
var outer = Task.Run(() =>
{
Console.WriteLine("父任务开始启动！");
//创建子任务
var child = Task.Run(() =>
{
Thread.SpinWait(5000000);
Console.WriteLine("分离的任务完成");
});
});
outer.Wait(); //父任务不会等待子任务的完成
Console.WriteLine("父任务完成.");
}
当在任务中运行的代码使用AttachedToParent选项创建新任务时，新任务称为父任务的附加子任务。可以使用AttachedToParent选项来表达结构化任务并行性，因为父任务隐式等待所有附加的子任务完成。
public static void Demo10()
{
var parent = Task.Factory.StartNew(() => {
Console.WriteLine("Parent task beginning.");
for (int i = 0; i < 10; i++)
{
Task.Factory.StartNew((x) => {
Thread.SpinWait(5000000);
Console.WriteLine("Attached child #{0} completed.",x);
}, i, TaskCreationOptions.AttachedToParent);
}
});
parent.Wait();
Console.WriteLine("Parent task completed.");
}
注意：如果父任务启动DenyChildAttach选项，子任务即时启用AttachedToParent选项也不会附加到父任务。
Parallel
parallel为并行计算，主线程也参与计算
//Parallel.For:
public static void Main(string[] args)
{
//计算目录的大小
long totalSize = 0;
String[] files =Directory.GetFiles(@"C:\Users\Administrator\Desktop");
Parallel.For(0, files.Length,
index => {
FileInfo fi = new FileInfo(files[index]);
long size = fi.Length;
Interlocked.Add(ref totalSize, size); //将两个64位整数相加，并用和替换第一个整数，作为
});
Console.WriteLine("{0:N0} files, {1:N0} bytes", files.Length, totalSize);
}
//旋转图片
static void Main(string[] args)
{
// A simple source for demonstration purposes. Modify this path as necessary.
string[] files = Directory.GetFiles(@"C:\Users\Administrator\Desktop\test");
string newDir = @"C:\Users\Administrator\Desktop\test\Modified";
if (!Directory.Exists(newDir))
Directory.CreateDirectory(newDir);
// Method signature: Parallel.ForEach(IEnumerable<TSource> source, Action<TSource> body)
Parallel.ForEach(files, (currentFile) =>
{
// The more computational work you do here, the greater
// the speedup compared to a sequential foreach loop.
string filename = Path.GetFileName(currentFile);
var bitmap = new Bitmap(currentFile);
bitmap.RotateFlip(RotateFlipType.Rotate180FlipNone);
bitmap.Save(Path.Combine(newDir, filename));
// Peek behind the scenes to see how work is parallelized.
// But be aware: Thread contention for the Console slows down parallel loops!!!
Console.WriteLine($"Processing {filename} on thread {Thread.CurrentThread.ManagedThreadId}");
//close lambda expression and method invocation
});
}
分区局部变量
static void TestParallForeach()
{
int[] array = Enumerable.Range(1, 100).ToArray();
long totalNum = 0;
//int 为集合元素类型
//long 为分区局部变量类型
Parallel.ForEach<int, long>(array, //源集合
() => 0, //初始化局部分区变量，每个分区执行一次
(index, state, subtotal) => //每次迭代的时候执行
{
subtotal += index; //修改分区局部变量
return subtotal; //传递给当前分区的下一次迭代
},
//每个分区结束的时间执行,并将该分区最后一次迭代的局部分区变量传递过来。
(finalTotal) => Interlocked.Add(ref totalNum, finalTotal)
);
/*重载方式：public static ParallelLoopResult ForEach<TSource, TLocal>(IEnumerable<TSource> source,
Func<TLocal> localInit, Func<TSource, ParallelLoopState, TLocal, TLocal> body, Action<TLocal> localFinally);
TSource:源数据类型。 source:源数据，必须实现 IEnumerable<T>接口。
TLocal:局部分区变量类型。localInit：初始化局部分区变量的函数。每个分区都是执行此函数一次。
body:并行循环的每次迭代都是调用此方法。
body.TSource:当前元素。body.ParallelLoopState:ParallelLoopState类型的变量，可用来检索循环的状态。
body.TLocal.1:局部分区变量。
body.TLocal.2:返回值。将其传递给特定分区循环的下一个迭代。
localFinally:每个分区的循环完成时调用此委托。*/
Console.WriteLine(totalNum);