C# Parallel.For在不同CPU核心线程下的利用率差异咨询

问题分析：核心是共享资源竞争+任务调度不匹配 #

你的情况我碰到过好几次，本质是并行任务里的共享资源竞争和任务粒度与CPU线程数不匹配导致的，咱们具体说：

1. 共享List的线程安全瓶颈 #

List<T>本身不是线程安全的，当你在Parallel.For里同时做Add/Remove操作时，.NET内部会触发隐式的线程同步（没抛出异常算运气好）。在4核8线程的i7上，线程数量少，竞争冲突概率低，大部分线程都在做计算；但到了16核32线程的Ryzen上，32个线程同时抢同一个List的锁，大部分时间都在等待锁释放，实际执行计算的时间占比只有35%左右，自然CPU利用率上不去。

2. 任务粒度太小，调度开销占比过高 #

总共才250次循环，分给32个线程的话，平均每个线程才7-8次迭代。Parallel.For的任务调度本身是有开销的，当每个任务的计算量远小于调度开销时，线程大部分时间都在等待调度，而不是执行实际逻辑，这也会拉低CPU利用率。

3. Parallel.For默认调度与Ryzen SMT的适配问题 #

Ryzen的32线程是SMT（同步多线程），每个物理核心对应两个逻辑线程。Parallel.For默认会用所有逻辑线程，但在有共享资源竞争的场景下，超线程的收益会大幅下降——因为两个逻辑线程共享同一个物理核心的资源，当一个线程在等锁时，另一个线程也没法充分利用核心资源，反而增加了竞争。

解决办法：从资源竞争、任务粒度、调度策略三方面优化 #

1. 替换线程不安全的List为线程安全集合 #

直接把List<T>换成ConcurrentBag<T>（适合无序场景）或者ConcurrentQueue<T>，这些集合是专门为并行场景设计的，内部的同步机制比手动加锁更高效：

// 替换原来的List为ConcurrentBag
var concurrentCollection = new ConcurrentBag<YourObjectType>();

Parallel.For(0, 250, i => {
    // 值比较逻辑
    if (condition) {
        var newObj = new YourObjectType();
        concurrentCollection.Add(newObj);
        // 如果需要移除操作，优先最后统一过滤，不要在循环里实时操作
    }
});

如果必须做移除操作，建议最后统一过滤，而不是在并行循环里实时执行——移除本身就是高竞争行为。

2. 优化任务粒度，减少调度开销 #

250次循环太少，你可以把迭代打包成更大的任务块，比如每10次迭代作为一个子任务，这样每个线程处理的任务量更大，调度开销占比就低了：

int batchSize = 10;
int totalBatches = (int)Math.Ceiling(250.0 / batchSize);

Parallel.For(0, totalBatches, batchIdx => {
    int start = batchIdx * batchSize;
    int end = Math.Min(start + batchSize, 250);
    // 处理从start到end的迭代
    for (int i = start; i < end; i++) {
        // 原来的循环逻辑
    }
});

3. 调整Parallel.For的并行度，适配物理核心 #

把MaxDegreeOfParallelism设置为物理核心数（16），而不是默认的逻辑核心数（32），避免超线程带来的额外竞争：

var options = new ParallelOptions {
    MaxDegreeOfParallelism = 16 // Ryzen 1950X的物理核心数
};

Parallel.For(0, 250, options, i => {
    // 循环逻辑
});

4. 彻底消除共享资源竞争：用本地集合+最后合并 #

这是效率最高的方案——让每个线程在本地创建一个List，处理完自己的迭代后，再把本地List合并到全局集合，完全避免并行过程中的资源竞争：

var localCollections = new ConcurrentBag<List<YourObjectType>>();

Parallel.For(0, 250, i => {
    var localList = new List<YourObjectType>();
    // 值比较、对象创建，都操作localList，无竞争
    if (condition) {
        localList.Add(new YourObjectType());
    }
    // 如果有移除，直接在localList里处理
    localList.RemoveAll(item => item.SomeProperty == someValue);
    // 把本地集合加入全局容器
    localCollections.Add(localList);
});

// 最后合并所有本地集合到一个全局List
var finalList = localCollections.SelectMany(list => list).ToList();

这个方案几乎没有线程同步开销，能充分利用Ryzen的多核心优势，CPU利用率会大幅提升。

内容的提问来源于stack exchange，提问作者Caustix