说起Parallel.For大家都不会陌生，很简单，不就是一个提供并行功能的for循环吗？ 或许大家平时使用到的差不多就是其中最简单的那个重载方法，而真实情况
下Parallel.For里面有14个重载，而其中那些比较复杂的重载方法，或许还有同学还不知道怎么用呢~~~ 刚好我最近我有应用场景了，给大家介绍介绍，废话不多说，
先给大家看一下这个并行方法的重载一览表吧。。。
一：遇到的场景
我遇到的场景是这样的，项目中有这样一个功能，这个功能需要根据多个维度对一组customerIDList进行筛选，最后求得多个维度所筛选出客户的并集，我举个
例子：现有8个维度：
1. 交易行为
2.营销活动
3.地区
4.新老客户
5.营销渠道
6.客户属性
7.客户分组
8.商品
每个维度都能筛选出一批customerid出来，然后对8组customerid求并集，这种场景很明显要提升性能的话，你必须要做并行处理，当然能够实现的方式有很多种，
比如我定义8个task<T>，然后使用WaitAll等待一下，最后再累计每个Result的结果就可以了，代码如下：
class Program
{
static void Main(string[] args)
{
List<string> rankList = Enum.GetNames(typeof(FilterType)).ToList(); Task<HashSet<int>>[] tasks = new Task<HashSet<int>>[rankList.Count]; var hashCustomerIDList = new HashSet<int>(); //求customerid的并集 for (int i = ; i < tasks.Length; i++)
{
tasks[i] = Task.Factory.StartNew<HashSet<int>>((obj) =>
{
//业务方法，耗损性能中。。。
var smallCustomerIDHash = GetXXXMethod(rankList[(int)obj]); return smallCustomerIDHash;
}, i);
} Task.WaitAll(tasks); foreach (var task in tasks)
{
foreach (var item in task.Result)
{
hashCustomerIDList.Add(item);
}
}
} static HashSet<int> GetXXXMethod(string rank)
{
return new HashSet<int>();
} public enum FilterType
{
交易行为 = ,
营销活动 = ,
地区 = ,
新老客户 = ,
营销渠道 = ,
客户属性 = ,
客户分组 = ,
商品 =
}
}
上面的代码的逻辑还是很简单的，我使用的是Task<T>的模式，当然你也可以用void形式的Task，然后在里面lock代码的时候对hashCustomerIDList进行
插入，实现起来也是非常简单的，我就不演示了，那下面的问题来了，有没有更爽更直接的方式，看人家看上去更有档次一点的方法，而且还要达到这种效果呢？
二：Parallel.For复杂重载
回到文章开头的话题，首先我们仔细分析一下下面这个复杂的重载方法。
//
// 摘要:
// 执行具有线程本地数据的 for（在 Visual Basic 中为 For）循环，其中可能会并行运行迭代，而且可以监视和操作循环的状态。
//
// 参数:
// fromInclusive:
// 开始索引（含）。
//
// toExclusive:
// 结束索引（不含）。
//
// localInit:
// 用于返回每个任务的本地数据的初始状态的函数委托。
//
// body:
// 将为每个迭代调用一次的委托。
//
// localFinally:
// 用于对每个任务的本地状态执行一个最终操作的委托。
//
// 类型参数:
// TLocal:
// 线程本地数据的类型。
//
// 返回结果:
// 包含有关已完成的循环部分的信息的结构。
//
// 异常:
// T:System.ArgumentNullException:
// body 参数为 null。- 或 -localInit 参数为 null。- 或 -localFinally 参数为 null。
//
// T:System.AggregateException:
// 包含在所有线程上引发的全部单个异常的异常。
public static ParallelLoopResult For<TLocal>(int fromInclusive, int toExclusive, Func<TLocal> localInit, Func<int, ParallelLoopState, TLocal, TLocal> body, Action<TLocal> localFinally);
从上面的代码区域中看，你可以看到上面提供了5个参数，而最后意思的就是后面三个，如果你对linq的扩展方法比较熟悉的话，你会发现这个其实就是一个并行版本
的累加器（Aggregate）操作，因为他们都是具有三个区域：第一个区域就是初始化区域(localInit)，就是累积之前的一个初始化操作，第二个区域其实就是一个迭代
区域，说白了就是foreach/for循环，for循环之中，会把计算结果累计到当初初始化区域设置的变量中，第三个区域就是foreach/for之后的一个最终计算区，三者合起
来就是一个并行累加器，为了方便大家更好的理解，我就扒一下源码给大家看看:
由于图太大，就截两张图了，大家一定要仔细体会一下这里面的tlocal变量，因为这个tlocal的使用贯穿着三个区域，所以大家一定要好好体会下面这几句代码
TLocal tLocal = default(TLocal);
tLocal = localInit();
while(xxx<xxx){
tLocal = bodyWithLocal(num5, parallelLoopState, tLocal);
}
localFinally(tLocal);
当你理解了tLocal具有累积foreach中的item结果之后，你就应该很明白下面这个body=>(item, loop, total) 和 finally => (total) 中total的含义了，
对吧，当你明白了，然后大家可以看看下面这段代码，是不是用一个方法就搞定了原来需要分阶段实现的一个业务逻辑呢？
class Program
{
static void Main(string[] args)
{
List<string> rankList = Enum.GetNames(typeof(FilterType)).ToList(); var hashCustomerIDList = new HashSet<int>(); //求customerid的并集 //并行计算 7个 维度的 总和
Parallel.For(, rankList.Count, () => { return new List<int>(); }, (item, loop, total) =>
{
//业务方法，耗损性能中。。。
var smallCustomerIDHash = GetXXXMethod(rankList[item]); total.AddRange(smallCustomerIDHash); return total;
}, (total) =>
{
lock (hashCustomerIDList)
{
foreach (var customerID in total)
{
hashCustomerIDList.Add(customerID);
}
}
});
} static HashSet<int> GetXXXMethod(string rank)
{
return new HashSet<int>();
} public enum FilterType
{
交易行为 = ,
营销活动 = ,
地区 = ,
新老客户 = ,
营销渠道 = ,
客户属性 = ,
客户分组 = ,
商品 =
}
}
好了，本篇就先说这么多，希望这个具有并行累加器效果的Parallel.For能够给你带来一丝灵感~~~