.NET中的多线程C＃队列4

Question

我正在为网页开发一个简单的爬虫程序。我搜索了一个发现了很多实现多线程爬虫的解决方案。创建线程安全队列以包含唯一URL的最佳方式是什么？

编辑： 在.Net 4.5中有更好的解决方案吗？

Answer 1

使用Task Parallel Library并使用使用ThreadPool的默认调度程序。

---

OK，这是一个最小实现它一次排队30个网址：

public static void WebCrawl(Func<string> getNextUrlToCrawl, // returns a URL or null if no more URLs 
     Action<string> crawlUrl, // action to crawl the URL 
     int pauseInMilli // if all threads engaged, waits for n milliseconds 
     ) 
    { 
     const int maxQueueLength = 50; 
     string currentUrl = null; 
     int queueLength = 0; 

     while ((currentUrl = getNextUrlToCrawl()) != null) 
     { 
      string temp = currentUrl; 
      if (queueLength < maxQueueLength) 
      { 
       Task.Factory.StartNew(() => 
        { 
         Interlocked.Increment(ref queueLength); 
         crawlUrl(temp); 
        } 
        ).ContinueWith((t) => 
        { 
         if(t.IsFaulted) 
          Console.WriteLine(t.Exception.ToString()); 
         else 
          Console.WriteLine("Successfully done!"); 
         Interlocked.Decrement(ref queueLength); 
        } 
        ); 
      } 
      else 
      { 
       Thread.Sleep(pauseInMilli); 
      } 
     } 
    } 

假用法：

static void Main(string[] args) 
    { 
     Random r = new Random(); 
     int i = 0; 
     WebCrawl(() => (i = r.Next()) % 100 == 0 ? null : ("Some URL: " + i.ToString()), 
      (url) => Console.WriteLine(url), 
      500); 

     Console.Read(); 

    } 

Answer 2

将System.Collections.Concurrent.ConcurrentQueue<T>符合该法案？

Answer 3

我会使用System.Collections.Concurrent.ConcurrentQueue。

您可以安全地排队和从多个线程出列队列。

Answer 4

看看System.Collections.Concurrent.ConcurrentQueue。如果您需要等待，您可以使用System.Collections.Concurrent.BlockingCollection

Answer 5

ConcurrentQueue确实是框架的线程安全队列实现。但是，由于您可能在producer-consumer的情况下使用它，因此您真正参加的课程可能是无限有用的BlockingCollection。