BlockingCollection与字典

Question

我有一个关于使用BlockingCollection和字典编写代码的问题。

我的目标是读取一堆文本文件，并以并行方式处理它们。所处理的数据将存储在BlockingCollection实例中，以便可以将这些处理过的数据写入文件。

我想使用BlockingCollection的原因是.

(1)在GenerateDataFiles()进行CPU密集型工作时，为了节省时间，同时使用者任务可以执行与IO相关的工作，以及

(2)在将所有已处理的数据写入文件之前，将其存储在列表中，以减少内存使用量。

对于(2)，如果在将数据写入文件之前存储所有数据，则内存消耗超出我的桌面所能承受的(因为它读取的数据超过30 of )，因此我必须使用这种生产者-消费者方法。

此外，我在BlockingCollection实例(或字典)中插入键值对时遇到了问题。请说明进行数据插入的正确方法。

下面的代码是我解决这个问题的尝试。我可能在这方面犯了一些错误，因为我是BlockingCollection新手。请提出一些修改(和修改代码)，以便我可以解决这个问题。

class SampleClass
{
    static void Main(string[] args)
    {            
        SampleClass sampleClass = new SampleClass();
        sampleClass.run();
    }

    private void run()
    {
        Task consumer = Task.Factory.StartNew(() => WriteDataToFiles());
        GenerateDataFiles();
    }

    BlockingCollection<Dictionary<string, List<string>>> bc = new BlockingCollection<Dictionary<string, List<string>>>();

    private void GenerateDataFiles()
    {
        DirectoryInfo directory = new DirectoryInfo(@"D:\Data\");
        FileInfo[] array_FileInfo = directory.GetFiles("*.txt", SearchOption.TopDirectoryOnly);

        Parallel.ForEach(array_FileInfo, fileInfo => 
        {
            string[] array_Lines = File.ReadAllLines(fileInfo.FullName);

            // do some CPU-intensive data parsing and then add the processed data to the blocking collection
            // It has to be inserted in pairs (key = file path, value = list of strings to be written to this file)

        });
    }

    private void WriteDataToFiles()
    {
        foreach (var item in bc.GetConsumingEnumerable())
        {
            foreach (var key in item.Keys)
            {
                File.WriteAllLines(key, item[key]);
            }
        }

    }
}

Answer 1

考虑使用Tuple，而不是在BlockingCollection中使用Dictionary。此外，还需要调用CompleteAdding()以在WriteDataToFiles中结束foreach。

BlockingCollection<Tuple<string, List<string>>> bc = new BlockingCollection<Tuple<string, List<string>>>();

private void GenerateDataFiles()
{
    DirectoryInfo directory = new DirectoryInfo(@"D:\Data\");
    FileInfo[] array_FileInfo = directory.GetFiles("*.txt", SearchOption.TopDirectoryOnly);

    Parallel.ForEach(array_FileInfo, fileInfo => 
    {
        string[] array_Lines = File.ReadAllLines(fileInfo.FullName);

        // do some CPU-intensive data parsing and then add the processed data to the blocking collection
        // It has to be inserted in pairs (key = file path, value = list of strings to be written to this file)
        List<string> processedData = new List<string>();  // ... and add content
        bc.Add(new Tuple<string, List<string>>(fileInfo.FullName, processedData));
    });
    bc.CompleteAdding();
}

private void WriteDataToFiles()
{
    foreach (var tuple in bc.GetConsumingEnumerable())
    {
        File.WriteAllLines(tuple.Item1, tuple.Item2);
    }
}