TPL DataFlow初探（二）

上一篇簡單的介紹了TDF提供的一些Block，通過對這些Block配置和組合，可以滿足很多的數據處理的場景。這一篇將繼續介紹與這些Block配置的相關類，和挖掘一些高級功能。

 

在一些Block的構造函數中，我們常常可以看見需要你輸入DataflowBlockOptions 類型或者它的兩個派生類型ExecutionDataflowBlockOptions 和 GroupingDataflowBlockOptions。

DataflowBlockOptions

DataflowBlockOptions有五個屬性：BoundedCapacity，CancellationToken，MaxMessagesPerTask，NameFormat和TaskScheduler。

用BoundedCapacity來限定容量

這個屬性用來限制一個Block中最多可以緩存數據項的數量，大多數Block都支持這個屬性，這個值默認是DataflowBlockOptions.Unbounded = -1，也就是說沒有限制。開發人員可以制定這個屬性設置數量的上限。那后面的新數據將會延遲。比如說用一個BufferBlock連接一個ActionBlock，如果在ActionBlock上面設置了上限，ActionBlock處理的操作速度比較慢，留在ActionBlock中的數據到達了上限，那么余下的數據將留在BufferBlock中，直到ActionBlock中的數據量低於上限。這種情況常常會發生在生產者生產的速度大於消費者速度的時候，導致的問題是內存越來越大，數據操作越來越延遲。我們可以通過一個BufferBlock連接多個ActionBlock來解決這樣的問題，也就是負載均衡。一個ActionBlock滿了，就會放到另外一個ActionBlock中去了。

 

用CancellationToken來取消操作

TPL中常用的類型。在Block的構造函數中放入CancellationToken，Block將在它的整個生命周期中全程監控這個對象，只要在這個Block結束運行（調用Complete方法）前，用CancellationToken發送取消請求，該Block將會停止運行，如果Block中還有沒有處理的數據，那么將不會再被處理。

用MaxMessagesPerTask控制公平性

每一個Block內部都是異步處理，都是使用TPL的Task。TDF的設計是在保證性能的情況下，盡量使用最少的任務對象來完成數據的操作，這樣效率會高一些，一個任務執行完成一個數據以后，任務對象並不會銷毀，而是會保留着去處理下一個數據，直到沒有數據處理的時候，Block才會回收掉這個任務對象。但是如果數據來自於多個Source，公平性就很難保證。從其他Source來的數據必須要等到早前的那些Source的數據都處理完了才能被處理。這時我們就可以通過MaxMessagesPerTask來控制。這個屬性的默認值還是DataflowBlockOptions.Unbounded=-1，表示沒有上限。假如這個數值被設置為1的話，那么單個任務只會處理一個數據。這樣就會帶來極致的公平性，但是將帶來更多的任務對象消耗。

用NameFormat來定義Block名稱

MSDN上說屬性NameFormat用來獲取或設置查詢塊的名稱時要使用的格式字符串。

Block的名字Name=string.format(NameFormat, block.GetType ().Name, block.Completion.Id)。所以當我們輸入”{0}”的時候，名字就是block.GetType ().Name，如果我們數據的是”{1}”，那么名字就是block.Completion.Id。如果是“{2}”，那么就會拋出異常。

用TaskScheduler來調度Block行為

TaskScheduler是非常重要的屬性。同樣這個類型來源於TPL。每個Block里面都使用TaskScheduler來調度行為，無論是源Block和目標Block之間的數據傳遞，還是用戶自定義的執行數據方法委托，都是使用的TaskScheduler。如果沒有特別設置的話，將使用TaskScheduler.Default（System.Threading.Tasks.ThreadPoolTaskScheduler）來調度。我們可以使用其他的一些繼承於TaskScheduler的類型來設置這個調度器，一旦設置了以后，Block中的所有行為都會使用這個調度器來執行。.Net Framework 4中內建了兩個Scheduler，一個是默認的ThreadPoolTaskScheduler，另一個是用於UI線程切換的SynchronizationContextTaskScheduler。如果你使用的Block設計到UI的話，那可以使用后者，這樣在UI線程切換上面將更加方便。

.Net Framework 4.5 中，還有一個類型被加入到System.Threading.Tasks名稱空間下：ConcurrentExclusiveSchedulerPair。這個類是兩個TaskScheduler的組合。它提供兩個TaskScheduler：ConcurrentScheduler和ExclusiveScheduler；我們可以把這兩個TaskScheduler構造進要使用的Block中。他們保證了在沒有排他任務的時候（使用ExclusiveScheduler的任務），其他任務（使用ConcurrentScheduler）可以同步進行，當有排他任務在運行的時候，其他任務都不能運行。其實它里面就是一個讀寫鎖。這在多個Block操作共享資源的問題上是一個很方便的解決方案。

public ActionBlock<int> readerAB1;

        public ActionBlock<int> readerAB2;

        public ActionBlock<int> readerAB3;

        public ActionBlock<int> writerAB1;

        public BroadcastBlock<int> bb = new BroadcastBlock<int>((i) => { return i; });

        public void Test()
        {
            ConcurrentExclusiveSchedulerPair pair = new ConcurrentExclusiveSchedulerPair();

            readerAB1 = new ActionBlock<int>((i) =>
                {
                    Console.WriteLine("ReaderAB1 begin handling." + " Execute Time:" + DateTime.Now);
                    Thread.Sleep(500);
                }
            , new ExecutionDataflowBlockOptions() { TaskScheduler = pair.ConcurrentScheduler });

            readerAB2 = new ActionBlock<int>((i) =>
                {
                    Console.WriteLine("ReaderAB2 begin handling." + " Execute Time:" + DateTime.Now);
                    Thread.Sleep(500);
                }
            , new ExecutionDataflowBlockOptions() { TaskScheduler = pair.ConcurrentScheduler });

            readerAB3 = new ActionBlock<int>((i) =>
                {
                    Console.WriteLine("ReaderAB3 begin handling." + " Execute Time:" + DateTime.Now);
                    Thread.Sleep(500);
                }
            , new ExecutionDataflowBlockOptions() { TaskScheduler = pair.ConcurrentScheduler });

            writerAB1 = new ActionBlock<int>((i) =>
            {
                Console.ForegroundColor = ConsoleColor.Red;
                Console.WriteLine("WriterAB1 begin handling." + " Execute Time:" + DateTime.Now);
                Console.ResetColor();
                Thread.Sleep(3000);
            }
            , new ExecutionDataflowBlockOptions() { TaskScheduler = pair.ExclusiveScheduler });

            bb.LinkTo(readerAB1);
            bb.LinkTo(readerAB2);
            bb.LinkTo(readerAB3);


            Task.Run(() =>
                {
                    while (true)
                    {
                        bb.Post(1);
                        Thread.Sleep(1000);
                    }
                });

            Task.Run(() =>
            {
                while (true)
                {
                    Thread.Sleep(6000);
                    writerAB1.Post(1);
                }
            });

        }

 

 

用MaxDegreeOfParallelism來並行處理

通常，Block中處理數據都是單線程的，一次只能處理一個數據，比如說ActionBlock中自定義的代理。使用MaxDegreeOfParallelism可以讓你並行處理這些數據。屬性的定義是最大的並行處理個數。如果定義成-1的話，那就是沒有限制。用戶需要在實際情況中選擇這個值的大小，並不是越大越好。如果是平行處理的話，還應該考慮是否有共享資源。

 

 

TDF中的負載均衡

我們可以使用Block很方便的構成一個生產者消費者的模式來處理數據。當生產者產生數據的速度快於消費者的時候，消費者Block的Buffer中的數據會越來越多，消耗大量的內存，數據處理也會延時。這時，我們可以用一個生產者Block連接多個消費者Block來解決這個問題。由於多個消費者Block一定是並行處理，所以對共享資源的處理一定要做同步處理。

使用BoundedCapacity屬性來實現

當連接多個ActionBlock的時候，可以通過設置ActionBlock的BoundedCapacity屬性。當第一個滿了，就會放到第二個，第二個滿了就會放到第三個。

public BufferBlock<int> bb = new BufferBlock<int>();

        public ActionBlock<int> ab1 = new ActionBlock<int>((i) =>
            {
                Thread.Sleep(1000);
                Console.WriteLine("ab1 handle data" + i + " Execute Time:" + DateTime.Now);
            }
        , new ExecutionDataflowBlockOptions() { BoundedCapacity = 2 });

        public ActionBlock<int> ab2 = new ActionBlock<int>((i) =>
        {
            Thread.Sleep(1000);
            Console.WriteLine("ab2 handle data" + i + " Execute Time:" + DateTime.Now);
        }
        , new ExecutionDataflowBlockOptions() { BoundedCapacity = 2 });

        public ActionBlock<int> ab3 = new ActionBlock<int>((i) =>
        {
            Thread.Sleep(1000);
            Console.WriteLine("ab3 handle data:" + i + " Execute Time:" + DateTime.Now);
        }
        , new ExecutionDataflowBlockOptions() { BoundedCapacity = 2 });

        public void Test()
        {
            bb.LinkTo(ab1);
            bb.LinkTo(ab2);
            bb.LinkTo(ab3);

            for (int i = 0; i < 9; i++)
            {
                bb.Post(i);
            }
        }

測試代碼可以從這里下載。