TPL数据流提速？(TPL Dataflow Speedup?)

我不知道下面的代码是否可以进行优化，以更快地执行。我目前似乎最大程度的发挥以每秒大约140万简单的信息在一个非常简单的数据流结构。我知道，这个样本处理传递/转换的消息同步，不过，我目前测试TPL数据流基于任务和并发集合为自己的定制解决方案的可能替代。我知道的术语“并发”已经建议我运行的东西并行，但当前测试目的，我通过同步推在我自己的解决方案的消息，我也得到每秒约5.1万条信息。缺少什么我在这里，我读TPL数据流被推为高吞吐量，低延迟解决方案，但到目前为止，我必须俯瞰性能调整。任何人谁可以点我到正确的方向吗？

class TPLDataFlowExperiments
{
    public TPLDataFlowExperiments()
    {
        var buf1 = new BufferBlock<int>();

        var transform = new TransformBlock<int, string>(t =>
            {
                return "";
            });

        var action = new ActionBlock<string>(s =>
            {
                //Thread.Sleep(100);
                //Console.WriteLine(s);
            });

        buf1.LinkTo(transform);
        transform.LinkTo(action);

        //Propagate all Completions down the flow
        buf1.Completion.ContinueWith(t =>
        {
            transform.Complete();
            transform.Completion.ContinueWith(u =>
            {
                action.Complete();
            });
        });

        Stopwatch watch = new Stopwatch();
        watch.Start();

        int cap = 10000000;
        for (int i = 0; i < cap; i++)
        {
            buf1.Post(i);
        }

        //Mark Buffer as Complete
        buf1.Complete();

        action.Completion.ContinueWith(t =>
            {
                watch.Stop();

                Console.WriteLine("All Blocks finished processing");
                Console.WriteLine("Units processed per second: " + cap / watch.ElapsedMilliseconds * 1000);
            });

        Console.ReadLine();
    }
}

Answer 1:

我认为这主要是归结为一点：你的测试几乎是毫无意义的。所有这些区块都应该做的事情，并使用多个内核和异步操作做到这一点。

此外，在您的测试，很可能是大量的时间都花在同步。有了更现实的代码，该代码将需要一些时间来执行，所以会出现竞争少，所以实际开销会比你测量什么小。

但实际上回答你的问题，是的，你可以俯瞰一些性能调整。具体而言， SingleProducerConstrained ，这意味着较少的锁定的数据结构可以被使用。如果我用这两个块（ BufferBlock是完全没用在这里，你可以放心地将其删除），速率约3-4每秒百万的项目提高到超过500万在我的电脑上。