如何在C#中并行执行同步计算任务以充分利用多CPU资源？

我手里有大量金融数据数组，需要为程序中的每个证券（任意时刻有10至100个代码）执行6个及以上基于该数组的纯计算同步函数。同步函数定义如下：

public double DoWork(double[] bigArray, double[] history)
{
    double risk = 0;
    <calculate risk synchronously>
    return risk;
}

我的初步思路是用Task.Run来并行执行，但觉得写法不够自然，因为Task.Run看起来像是要传入返回Task的函数：

var tasks = List<Task>();
tasks.Add(Task.Run(() => DoWork(bigArray, days30)));
tasks.Add(Task.Run(() => DoWork(bigArray, days60)));
tasks.Add(Task.Run(() => DoWork(bigArray, days90)));
tasks.Add(Task.Run(() => DoWork(bigArray, days120)));
await Task.WhenAll(tasks);

可行的解决方案 #

1. 修正Task.Run的用法（其实完全可用）

Task.Run本身支持接收同步委托，会自动把同步方法包装成Task<T>返回，你之前的写法只是没正确接收返回值。调整后更合理的写法：

var tasks = new List<Task<double>>();
tasks.Add(Task.Run(() => DoWork(bigArray, days30)));
tasks.Add(Task.Run(() => DoWork(bigArray, days60)));
tasks.Add(Task.Run(() => DoWork(bigArray, days90)));
tasks.Add(Task.Run(() => DoWork(bigArray, days120)));

// 等待所有任务完成并获取结果
double[] allResults = await Task.WhenAll(tasks);

这样既能并行执行，又能拿到每个任务的计算结果，写法其实很直接。

2. 用Parallel类（更适配CPU密集型任务）

因为你的任务是纯CPU计算，Parallel类是专门为这类场景设计的，它会自动根据CPU核心数优化并行调度，比手动管理Task更高效。

• 执行多个独立的计算任务：

double result30 = 0, result60 = 0, result90 = 0, result120 = 0;

// 并行执行所有委托
Parallel.Invoke(
    () => result30 = DoWork(bigArray, days30),
    () => result60 = DoWork(bigArray, days60),
    () => result90 = DoWork(bigArray, days90),
    () => result120 = DoWork(bigArray, days120)
);

// 之后直接使用result30、result60等变量

• 批量处理多个证券：
  如果需要给每个证券都执行多组计算，用Parallel.ForEach更合适，配合线程安全容器存储结果：

// 假设你的证券集合，每个证券包含不同天数的history数据
var securities = GetAllSecurities();
// 线程安全字典，key为证券代码，value为多组计算结果
var calculationResults = new ConcurrentDictionary<string, double[]>();

Parallel.ForEach(securities, security => {
    var day30Risk = DoWork(bigArray, security.Days30History);
    var day60Risk = DoWork(bigArray, security.Days60History);
    var day90Risk = DoWork(bigArray, security.Days90History);
    // ...其他天数的计算

    calculationResults.TryAdd(security.Code, new[] { day30Risk, day60Risk, day90Risk });
});

3. 用Task.Factory.StartNew（自定义并行配置）

如果需要更精细的控制（比如指定任务优先级、是否长时间运行），可以用Task.Factory.StartNew：

var task30 = Task.Factory.StartNew(() => DoWork(bigArray, days30), TaskCreationOptions.None);
var task60 = Task.Factory.StartNew(() => DoWork(bigArray, days60), TaskCreationOptions.None);

await Task.WhenAll(task30, task60);
double risk30 = task30.Result;
double risk60 = task60.Result;

注意事项 #

• 线程安全：你的bigArray是只读的纯输入数据，所以不用担心并行访问的线程安全问题；如果涉及可写的共享数据，必须用线程安全容器（如ConcurrentDictionary）或手动加锁。
• 并行度控制：如果任务数量远多于CPU核心数，Parallel类会自动调整；也可以手动指定最大并行度，避免占用过多资源：

var options = new ParallelOptions { 
    MaxDegreeOfParallelism = Environment.ProcessorCount // 用当前CPU核心数
};
Parallel.ForEach(securities, options, security => {
    // 执行计算
});

• 避免无效并行：如果单个任务的计算量极小，并行调度的开销可能超过收益，这种情况建议串行执行；但金融计算通常计算量较大，并行是划算的。

内容的提问来源于stack exchange，提问作者user365462