父任务不等待子任务

Question

首先，我对线程非常陌生。我想要实现的是，有一个url列表，我试图抓取它(我想)，如果url有它，就会检测闪存。有些url有外部链接，这意味着我必须生成一个新任务并递归调用我的方法。我想使用AsParallel或Parallel.ForEach，但它们不接受任务输入。

所以我有两个问题。1)我想要一种更好的方法来并行地在urls中爬行(如果需要的话) 2)如果我所写的是一种很好的方法，那么我应该做什么来等待它的子任务？

我搜索了堆叠溢出，却找不到我需要的东西。如果我错过了与我相似的回答的问题，很抱歉。

    async Task CrawlAndDetectFlash(LearningResource resource, string url, int depth)
    {
        using (var client = new HttpClient())
        using (var response = await client.GetAsync(url))
        {
            response.EnsureSuccessStatusCode();
            using (var content = response.Content)
            {
                var result = content.ReadAsStringAsync().Result;
                resource.FlashRequired = result.Contains("application/x-shockwave-flash") || result.Contains("application/x-director") || result.Contains(".swf") ? 1 : 0;
                if (resource.FlashRequired == 0 && depth == 1)
                {
                    var document = new HtmlDocument();
                    document.LoadHtml(result);
                    var links = document.DocumentNode.Descendants("a")
                        .Where(a => a.Attributes.Contains("class") && String.Equals(a.GetAttributeValue("class", string.Empty), "external"))
                        .Select(a => a.GetAttributeValue("href", null))
                        .Distinct()
                        .Where(u => !String.IsNullOrEmpty(u))
                        .ToList();
                    if (links.Count > 0)
                    {
                        foreach (var link in links)
                        {
                            Task child = CrawlAndDetectFlash(resource, link, 2);
                            child.Wait();
                        }
                    }
                }
            }
        }
    }

Answer 1

首先，您需要区分“并发”、“并行”和“异步”。并发一次做不止一件事情；并行是一种使用多个线程的并发形式；异步是一种没有线程的并发形式。当您想要在多个CPU内核上扩展线程时，并行性是CPU绑定代码的最佳选择。当您不想阻止线程时，异步是I/O绑定代码的最佳选择。

在您的例子中，看起来您主要是受I/O约束的，所以异步是可行的方法。这意味着AsParallel和Parallel.ForEach是这个问题的不适当解决方案(它们是并行的，而不是异步的)。

下一课(正如我在博客中描述的)是，您的不想阻止异步代码；阻塞击败了整个异步点。因此，不应使用Task<T>.Result和Task.Wait。而不是这些，只需使用await

async Task CrawlAndDetectFlashAsync(LearningResource resource, string url, int depth)
{
  using (var client = new HttpClient())
  using (var response = await client.GetAsync(url))
  {
    response.EnsureSuccessStatusCode();
    using (var content = response.Content)
    {
      var result = await content.ReadAsStringAsync(); // Result -> await
      resource.FlashRequired = result.Contains("application/x-shockwave-flash") || result.Contains("application/x-director") || result.Contains(".swf") ? 1 : 0;
      if (resource.FlashRequired == 0 && depth == 1)
      {
        var document = new HtmlDocument();
        document.LoadHtml(result);
        var links = document.DocumentNode.Descendants("a")
                    .Where(a => a.Attributes.Contains("class") && String.Equals(a.GetAttributeValue("class", string.Empty), "external"))
                    .Select(a => a.GetAttributeValue("href", null))
                    .Distinct()
                    .Where(u => !String.IsNullOrEmpty(u))
                    .ToList();
        if (links.Count > 0)
        {
          foreach (var link in links)
          {
            Task child = CrawlAndDetectFlashAsync(resource, link, 2);
            await child; // Wait -> await
          }
        }
      }
    }
  }
}

既然该方法是正确异步的，那么就可以考虑添加更多的并发性。例如，如果您希望并发处理所有子链接，则可以将foreach循环重写为：

if (links.Count > 0)
{
  var childTasks = links.Select(x => CrawlAndDetectFlashAsync(resource, x, 2)).ToList();
  await Task.WhenAll(childTasks);
}

Answer 2

您可以这样修改代码

List<Task> children = new List<Task>();
foreach (var link in links)
{
    Task child = CrawlAndDetectFlash(resource, link, 2);
    children.Add(child);
}

Task.WaitAll(children.ToArray());