为什么在这种情况下使用AsParallel()比foreach慢？我正在以这种格式从excel中提取数据product1|unnamedcol2|product2|unnamedcol4|product3|unnamedcol6|------------------------------------------------------------------------------@1foo|1.10|@1foo|0.3|@1foo|0.3@2foo|1.00|@2foo|2|@2foo|@3foo|1.52|@3foo|2.53|@3foo|@4foo|1.47|||@4foo|1.31@5foo|1.49|||@5foo|1.31该文件使用了全部255个字段。使用dapper-dot-net我通过此代码获取数据IEnumerableexcelDataRaw=conn.Query(string.Format("select*from{0}",table)).Cast();我通过这些数据传递给这些测试方法。数据作为IDictionaries的IEnumerable返回，其中每个键是一个产品，每个值都是一个IDictionary，其中每个键是产品列中的一个值，对应的值是未命名列中产品列右侧的值。varexcelDataRefined=newList>();excelDataRefined.Add(newDictionary());excelDataRefined[0].Add("产品",newDictionary());excelDataRefined[0]["产品"].Add("@1foo",1.1m);方法：privatestaticDictionaryBenchmark_foreach(IEnumerableexcelDataRaw){Console.WriteLine("1.Usingforeach");varwatch=new秒表();观看。开始（）；列表标题=excelDataRaw.Select(dictionary=>dictionary.Keys).First().ToList();boolisEven=false;列出产品=headers.Where(h=>isEven=!isEven).ToList();vardates=newList();varprices=newList();foreach（标头中的字符串字段）{stringproduct1=field;如果(headers.IndexOf(field)%2==0){dates.Add(excelDataRaw.AsParallel().AsOrdered().Select(col=>col[product1]).Where(row=>row!=null));}如果(headers.IndexOf(fi场）％2==1）{prices.Add（excelDataRaw.AsParallel（）。AsOrdered（）。选择（col=>col[product1]??0m）。Take（dates.Last（）。Count（）））;}}watch.Stop();Console.WriteLine("重新排列数据：{0}s",watch.Elapsed.TotalSeconds);观看.重启（）；varexcelDataRefined=newDictionary();foreach（日期中的IEnumerable日期列表）{十进制数；IEnumerable日期列表1=日期列表；IEnumerablepricelist=prices[dates.IndexOf(datelist1)].Select(value=>value??0m).Where(content=>decimal.TryParse(content.ToString(),outnum));Dictionarydict=datelist1.Zip(pricelist,(k,v)=>new{k,v}).ToDictionary(x=>(string)xk,x=>decimal.Parse(xvToString()));if(!excelDataRefined.ContainsKey(products[dates.IndexOf(datelist1)])){excelDataRefined.Add(products[dates.IndexOf(datelist1)],dict);}}watch.Stop();Console.WriteLine("压缩数据：{0}s",watch.Elapsed.TotalSeconds);返回excelDataRefined；}privatestaticDictionaryBenchmark_AsParallel(IEnumerableexcelDataRaw){Console.WriteLine("2.使用AsParallel().AsOrdered().ForAll");varwatch=new秒表();观看。开始（）；列表标题=excelDataRaw.Select(dictionary=>dictionary.Keys).First().ToList();boolisEven=false;列出产品=headers.Where(h=>isEven=!isEven).ToList();vardates=newList();varprices=newList();headers.AsParallel().AsOrdered().ForAll(field=>dates.Add(excelDataRaw.AsParallel().AsOrdered().TakeWhile(x=>headers.IndexOf(field)%2==0).Select(列=>col[field]).Where(row=>row!=null).ToList()));headers.AsParallel().AsOrdered().ForAll(field=>prices.Add(excelDataRaw.AsParallel().AsOrdered().TakeWhile(x=>headers.IndexOf(field)%2==1).Select(col=>col[field]??0m).Take(256).ToList()));dates.RemoveAll(x=>x.Count()==0);prices.RemoveAll(x=>x.Count()==0);观看。停止（）；Console.WriteLine("重新排列数据：{0}s",watch.Elapsed.TotalSeconds);观看.重启（）；varexcelDataRefined=newDictionary();foreach（日期中的IEnumerable日期列表）{十进制数；IEnumerable日期列表1=日期列表；IEnumerablepricelist=prices[dates.IndexOf(datelist1)].Select(value=>value??0m).Where(content=>decimal.TryParse(content.ToString(),outnum));Dictionarydict=datelist1.Zip(pricelist,(k,v)=>new{k,v}).ToDictionary(x=>(string)xk,x=>decimal.Parse(xvToString()));if(!excelDataRefined.ContainsKey(products[dates.IndexOf(datelist1)])){excelDataRefined.Add(products[dates.IndexOf(datelist1)],dict);}}watch.Stop();Console.WriteLine("压缩数据：{0}s",watch.Elapsed.TotalSeconds);返回excelDataRefined；}privatestaticDictionaryBenchmark_ForEach(IEnumerableexcelDataRaw){Console.WriteLine("3.使用ForEach");varwatch=new秒表();观看。开始（）；列表标题=excelDataRaw.Select(dictionary=>dictionary.Keys).First().ToList();boolisEven=false;列出产品=headers.Where(h=>isEven=!isEven).ToList();vardates=newList();varprices=newList();headers.ForEach(字段=>dates.Add(excelDataRaw.TakeWhile(x=>headers.IndexOf(field)%2==0).Select(col=>col[field]).Where(row=>row!=null).ToList()));headers.ForEach(field=>prices.Add(excelDataRaw.TakeWhile(x=>headers.IndexOf(field)%2==1).Select(col=>col[field]??0m).Take(256).ToList()));dates.RemoveAll(x=>x.Count()==0);prices.RemoveAll(x=>x.Count()==0);观看。停止（）；Console.WriteLine("重新排列数据：{0}s",watch.Elapsed.TotalSeconds);观看.重启（）；varexcelDataRefined=newDictionary<字符串,IDictionary>();foreach（日期中的IEnumerable日期列表）{十进制数；IEnumerable日期列表1=日期列表；IEnumerablepricelist=prices[dates.IndexOf(datelist1)].Select(value=>value??0m).Where(content=>decimal.TryParse(content.ToString(),outnum));Dictionarydict=datelist1.Zip(pricelist,(k,v)=>new{k,v}).ToDictionary(x=>(string)xk,x=>decimal.Parse(xvToString()));if(!excelDataRefined.ContainsKey(products[dates.IndexOf(datelist1)])){excelDataRefined.Add(products[dates.IndexOf(datelist1)],dict);}}watch.Stop();Console.WriteLine("压缩数据：{0}s",watch.Elapsed.TotalSeconds);返回excelDataRefined；为什么它会这样？我希望AsParallel是最快的，因为它是并行执行的，而不是顺序执行的。我该如何优化它？为了实现并行计算，你必须有多个处理器或核心，否则你只是在线程池中排队等待CPU的任务。即单核机器上的AsParallel是顺序加上线程池和线程上下文切换的开销。即使在双核机器上，也可能无法获得两个内核，因为许多其他东西都在同一台机器上运行。实际上.AsParallel()只有在您有长时间运行的阻塞操作(I/O)任务时才有用，操作系统可以挂起阻塞线程并让另一个线程运行。创建额外的线程和管理每个线程的工作负载会产生开销。
