C#并行计算类Parallel的性能测试
2014-08-26 12:29
411 查看
为下个学期的《C#程序设计与应用》课程做准备,这个暑假部分学习了Herbert Schildt的名著《C#4.0完全参考手册》,并决定从.NET 2.0更新到.NET 4.0开发环境。比较.NET 2.0框架,还是学到了不少有用东西。比如:Turple类,解决了以前返回多个结果时需要out参数或新定义一个类的问题;其次是实用的大整数类BigInteger;另一个是HashSet集合,为唯一编号搜索提供了简单解决方法,当然也用于数学中的集合计算。
因为假期还做了个千万级文件记录的大数据汇总审核软件sfsjAnalyzer,需要高性能的记录查重算法。虽然通过技术手段在10至30分钟内计算得到结果(刚开始时是3个小时!呵呵!),但感觉还有提升的余地,至少应该利用当前主流的多核环境和并行计算。为此,编程测试了C#的并行类的性能。下面是测试代码和运行结果图片。
![](http://img.blog.csdn.net/20140826115746731?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvaHVsaWh1aQ==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
上面结果图可以看出,单个计算100万个大整数乘的方法Calc100()需要的时间大致是200ms,于是串行调用两个Calc100()的时间将是400ms左右。在主线程中使用Parallel.Invoke()方法并行运算两个Calc100()方法,总计时间是219ms,几乎节省了一半时间。
俺的计算环境是:Thinkpad E430、win7/X64、Core I3-3210M,2.5G主频,4G内存。经网查,机器处理器是双核心四线程的CPU。显然,图片显示的结果表明并行类Parallel利用了机器的双核心做并行计算,于是节省了一半的时间。如果是N核心的话,将获得单个计算的大约1/N时间的高性能效果。
总之,在多核计算环境下,C#的Parallel类提供了一个简易的并行计算方案,可以显著提高计算性能。
因为假期还做了个千万级文件记录的大数据汇总审核软件sfsjAnalyzer,需要高性能的记录查重算法。虽然通过技术手段在10至30分钟内计算得到结果(刚开始时是3个小时!呵呵!),但感觉还有提升的余地,至少应该利用当前主流的多核环境和并行计算。为此,编程测试了C#的并行类的性能。下面是测试代码和运行结果图片。
using System; using System.Threading.Tasks; using System.Numerics; namespace ConsoleApplication1 { class Program { static void Main(string[] args) { System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch(); sw.Start(); Parallel.Invoke(Calc100, Calc100); sw.Stop(); Console.WriteLine("main thread cost time = " + sw.ElapsedMilliseconds + "(ms)"); } static void Calc100() { int n = 1000000; BigInteger b = new BigInteger(long.MaxValue); System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch(); sw.Start(); for (var k = 1; k <= n; k++) { BigInteger b2 = b * b; } sw.Stop(); Console.WriteLine("calc " + n + " times bigint multiply cost time " + sw.ElapsedMilliseconds + "(ms)"); } } }
上面结果图可以看出,单个计算100万个大整数乘的方法Calc100()需要的时间大致是200ms,于是串行调用两个Calc100()的时间将是400ms左右。在主线程中使用Parallel.Invoke()方法并行运算两个Calc100()方法,总计时间是219ms,几乎节省了一半时间。
俺的计算环境是:Thinkpad E430、win7/X64、Core I3-3210M,2.5G主频,4G内存。经网查,机器处理器是双核心四线程的CPU。显然,图片显示的结果表明并行类Parallel利用了机器的双核心做并行计算,于是节省了一半的时间。如果是N核心的话,将获得单个计算的大约1/N时间的高性能效果。
总之,在多核计算环境下,C#的Parallel类提供了一个简易的并行计算方案,可以显著提高计算性能。
相关文章推荐
- C# Parallel 并行计算测试
- C#并行运算 Parallel.Invoke、Parallel.For、Parallel.Foreach性能测试及示例
- C#并行计算测试
- C#接口性能测试--计算执行时间
- 【转】【C#】【Thread】【Parallel】并行计算
- 并行计算性能测试
- c# Parallel.For 并行编程 执行顺序测试
- 关于hadoop集群的简单性能测试——mapreduce性能,hive性能,并行计算分析(原创)
- 五种基于 MapReduce 的并行计算框架介绍及性能测试
- 64位/32位 C++/C# 数学计算性能对比测试
- 精进不休 .NET 4.0 (5) - C# 4.0 新特性之并行运算(Parallel)
- 浅谈.NET下的多线程和并行计算(十三)CLR via C#第三版阅读笔记(2)
- 精进不休 .NET 4.0 (5) - C# 4.0 新特性之并行运算(Parallel)
- 精进不休 .NET 4.0 (5) - C# 4.0 新特性之并行运算(Parallel)
- 译文:性能测试容量计算方法
- C# 性能测试
- C#判断字符串为空的3种方法性能测试
- .NET4.0并行计算技术基础(2):介绍并行计算的性能衡量与并行计算系统的大致分类
- C# 4.0 新特性之并行运算(Parallel)
- HowTo:C#性能测试扩展函数