当前位置: 首页 > article >正文

【C#语言】C#同步与异步编程深度解析:让程序学会“一心多用“

文章目录

  • ⭐前言
  • ⭐一、同步编程:单线程的线性世界
    • 🌟1、寻找合适的对象
      • ✨1)
    • 🌟7、设计应支持变化
  • ⭐二、异步编程:多任务的协奏曲
  • ⭐三、async/await工作原理揭秘
  • ⭐四、最佳实践与性能陷阱
  • ⭐五、异步编程适用场景
  • ⭐六、性能对比实测
  • ⭐七、异步编程的哲学思考
  • ⭐总结


标题详情
作者JosieBook
头衔CSDN博客专家资格、阿里云社区专家博主、软件设计工程师
博客内容开源、框架、软件工程、全栈(,NET/Java/Python/C++)、数据库、操作系统、大数据、人工智能、工控、网络、程序人生
口号成为你自己,做你想做的
欢迎三连👍点赞、✍评论、⭐收藏

⭐前言

在现代软件开发中,处理高并发、优化响应速度是每个开发者必须面对的挑战。C#的异步编程模型为我们提供了一把解决这些问题的金钥匙。本文将深入解析同步与异步的本质区别,并通过实际案例演示如何正确使用async/await构建高效应用。

⭐一、同步编程:单线程的线性世界

同步代码示例:

void MakeBreakfast()
{Coffee cup = PourCoffee();Console.WriteLine("咖啡好了");Egg eggs = FryEggs(2);Console.WriteLine("鸡蛋好了");Bacon bacon = FryBacon(3);Console.WriteLine("培根好了");Toast toast = ToastBread(2);ApplyButter(toast);ApplyJam(toast);Console.WriteLine("吐司好了");
}

在这个典型的同步示例中:

  • 每个操作必须等待前一个完成

  • 主线程被完全阻塞

  • 总耗时 = 所有操作耗时之和

  • 资源利用率低下

🌟1、寻找合适的对象

✨1)

🌟7、设计应支持变化

⭐二、异步编程:多任务的协奏曲

异步代码示例:

async Task MakeBreakfastAsync()
{Task<Coffee> pourCoffeeTask = PourCoffeeAsync();Task<Egg> fryEggsTask = FryEggsAsync(2);Task<Bacon> fryBaconTask = FryBaconAsync(3);Task<Toast> toastTask = ToastBreadAsync(2);Coffee cup = await pourCoffeeTask;Console.WriteLine("咖啡好了");await Task.WhenAll(fryEggsTask, fryBaconTask);Console.WriteLine("鸡蛋和培根好了");Toast toast = await toastTask;ApplyButter(toast);ApplyJam(toast);Console.WriteLine("吐司好了");
}

关键改进点:

  • 并行启动多个任务

  • 使用await非阻塞等待

  • 总耗时 ≈ 最耗时任务的耗时

  • 资源利用率最大化

⭐三、async/await工作原理揭秘

async-await流程

  • 状态机魔法:编译器将async方法转换为状态机

  • 上下文保存:遇到await时保存当前上下文

  • 线程释放:返回控制权给调用者

  • 恢复执行:任务完成后在原始上下文恢复

⭐四、最佳实践与性能陷阱

推荐做法:

// 正确使用ConfigureAwait
async Task LoadDataAsync()
{var data = await GetDataFromNetworkAsync().ConfigureAwait(false);ProcessData(data); // 在任意线程上下文执行
}// 并行处理优化
async Task ProcessMultipleFilesAsync(IEnumerable<string> files)
{var tasks = files.Select(file => ProcessFileAsync(file));await Task.WhenAll(tasks);
}

需要避免的陷阱:

// 错误1:async void滥用
async void Button_Click(object sender, EventArgs e)
{// 异常无法被捕获
}// 错误2:死锁场景
var result = GetDataAsync().Result; // UI线程死锁风险// 错误3:虚假异步
async Task<int> FakeAsync()
{Thread.Sleep(1000); // 阻塞调用return 42;
}

⭐五、异步编程适用场景

在这里插入图片描述

⭐六、性能对比实测

测试代码:

// 同步版本
void SyncDownload()
{for(int i=0; i<10; i++){var data = new WebClient().DownloadData(urls[i]);}
}// 异步版本
async Task AsyncDownload()
{var tasks = urls.Select(url => new HttpClient().GetByteArrayAsync(url));await Task.WhenAll(tasks);
}

在这里插入图片描述

⭐七、异步编程的哲学思考

  • 资源观:线程是宝贵资源,异步是节约线程的艺术

  • 响应式设计:保持UI流畅的核心解决方案

  • 并发模型:不同于多线程的协作式多任务

  • 架构影响:从底层到顶层的异步化改造

⭐总结

掌握异步编程如同获得程序世界的"分身术",但要真正发挥其威力,需要深入理解其工作原理,并遵循最佳实践。记住:

  • 异步不等于多线程,但可以更好利用多线程

  • 不要为了异步而异步,识别真正受益场景

  • 异步代码需要配套的异常处理和取消机制

  • 逐步改造现有代码,保持兼容性


标题详情
作者JosieBook
头衔CSDN博客专家资格、阿里云社区专家博主、软件设计工程师
博客内容开源、框架、软件工程、全栈(,NET/Java/Python/C++)、数据库、操作系统、大数据、人工智能、工控、网络、程序人生
口号成为你自己,做你想做的
欢迎三连👍点赞、✍评论、⭐收藏

相关文章:

【C#语言】C#同步与异步编程深度解析:让程序学会“一心多用“

文章目录 ⭐前言⭐一、同步编程&#xff1a;单线程的线性世界&#x1f31f;1、寻找合适的对象✨1) &#x1f31f;7、设计应支持变化 ⭐二、异步编程&#xff1a;多任务的协奏曲⭐三、async/await工作原理揭秘⭐四、最佳实践与性能陷阱⭐五、异步编程适用场景⭐六、性能对比实测…...

动态规划入门详解

动态规划&#xff08;Dynamic Programming&#xff0c;简称DP&#xff09;是一种算法思想&#xff0c;它将问题分解为更小的子问题&#xff0c;然后将子问题的解存起来&#xff0c;避免重复计算。 所以动态规划中每一个状态都是由上一个状态推导出来的&#xff0c;这一点就区别…...

SOFABoot-09-模块隔离

前言 大家好&#xff0c;我是老马。 sofastack 其实出来很久了&#xff0c;第一次应该是在 2022 年左右开始关注&#xff0c;但是一直没有深入研究。 最近想学习一下 SOFA 对于生态的设计和思考。 sofaboot 系列 SOFABoot-00-sofaboot 概览 SOFABoot-01-蚂蚁金服开源的 s…...

电池电量检测方法介绍,开路电压法、库仑积分法、内阻法

开路电压法、库仑积分法、内阻法、卡尔曼滤波法、混合法 开路电压法是目前最简单的方法&#xff0c;根据电池的特性得知&#xff0c;在电池容量与开路电压之间存在一定的函数关系&#xff0c;当得知开路电压时&#xff0c;可以初步估算电池的剩余电量。该方法精度不高&#xf…...

基于基于eFish-SBC-RK3576工控板的智慧城市边缘网关

此方案充分挖掘eFish-SBC-RK3576的硬件潜力&#xff0c;可快速复制到智慧园区、交通枢纽等场景。 方案亮点 ‌接口高密度‌&#xff1a;单板集成5GWiFi多路工业接口&#xff0c;减少扩展复杂度。‌AIoT融合‌&#xff1a;边缘端完成传感器数据聚合与AI推理&#xff0c;降低云端…...

CSS基础知识一览

持续维护 选择器 display 常用属性 浮动 弹性布局...

《Keras 3 : AI神经网络开发人员指南》

《Keras 3 : AI神经网络开发人员指南》 开发人员指南 我们的开发人员指南深入探讨了特定主题&#xff0c;例如层子类化、微调或模型保存。 它们是成为 Keras 专家的最佳方式之一。 我们的大多数指南都是以 Jupyter 笔记本的形式编写的&#xff0c;可以在 Google Colab 中一键…...

【免费】2000-2019年各省地方财政房产税数据

2000-2019年各省地方财政房产税数据 1、时间&#xff1a;2000-2019年 2、来源&#xff1a;国家统计局、统计年鉴 3、指标&#xff1a;行政区划代码、地区、年份、地方财政房产税 4、范围&#xff1a;31省 5、指标说明&#xff1a;房产税是对个人和单位拥有的房产征收的一种…...

WPF 布局舍入(WPF 边框模糊 或 像素错位 的问题)

1. 什么是 WPF 布局舍入&#xff1f; 在 WPF 开发过程中&#xff0c;可能会遇到界面模糊、边框错位、文本渲染不清晰等问题。这些现象通常是由于 WPF 采用 设备无关像素&#xff08;DIP, Device Independent Pixels&#xff09;&#xff0c;在不同 DPI 设置下&#xff0c;UI 元…...

车载以太网网络测试-21【传输层-DOIP协议-4】

目录 1 摘要2 DoIP entity status request/response&#xff08;0x4001、0x4002&#xff09;2.1 使用场景2.2 报文结构2.2.1 0x4001&#xff1a;DoIP entity status request2.2.2 0x4002&#xff1a;DoIP entity status response 3 Diagnostic power mode information request/…...

机器学习——KNN数据集划分

一、主要函数 sklearn.datasets.my_train_test_split() 该函数为Scikit-learn 中用于将数据集划分为训练集和测试集的函数&#xff0c;适用于机器学习模型的训练和验证。以下是详细解释&#xff1a; ​1、函数签名 train_test_split(*arrays, # 输入的数据…...

Pytest基础使用

概述 Pytest是Python里的一个强大的测试框架,灵活易用,可以进行功能,自动化测试使用,可以与Requests,Selenium等进行结合使用,同时可以生成Html的报告。 一、Pytest的基本使用 在未指定Pytest的配置文件时,会对以下文件进行执行: test_*.py,如:test_1.py*_test.py…...

Grid 布局实现三栏布局

使用 CSS Grid 布局实现三栏布局(左右固定 100px,中间自适应)的核心原理是通过网格模板精确控制列宽分配。以下是具体实现方法及优化技巧: 一、基础实现 ​父容器设置 为外层容器添加 display: grid 使其成为网格容器,并通过 grid-template-columns 定义列宽 css .contain…...

一条sql语句在mysql中的执行流程(Mysql基础架构)

mysql基础架构 MySQL 主要分为 Server 层和 存储引擎层&#xff1a; Server 层&#xff1a;主要包括 连接器、查询缓存、分析器、优化器、执行器等&#xff0c;所有跨存储引擎的功能都在这一层实现&#xff0c;比如存储过程、触发器、视图&#xff0c;函数等&#xff0c;还有一…...

Spring AI Alibaba ChatModel使用

一、对话模型&#xff08;Chat Model&#xff09;简介 1、对话模型&#xff08;Chat Model&#xff09; 对话模型&#xff08;Chat Model&#xff09;接收一系列消息&#xff08;Message&#xff09;作为输入&#xff0c;与模型 LLM 服务进行交互&#xff0c;并接收返回的聊天…...

基于FPGA频率、幅度、相位可调的任意函数发生器(DDS)实现

基于FPGA实现频率、幅度、相位可调的DDS 1 摘要 直接数字合成器( DDS ) 是一种通过生成数字形式的时变信号并进行数模转换来产生模拟波形(通常为正弦波)的方法,它通过数字方式直接合成信号,而不是通过模拟信号生成技术。DDS主要被应用于信号生成、通信系统中的本振、函…...

k8s高可用集群安装

一、安装负载均衡器 k8s负载均衡器 官方指南 1、准备三台机器 节点名称IPmaster-1192.168.1.11master-2192.168.1.12master-3192.168.1.13 2、在这三台机器分别安装haproxy和keepalived作为负载均衡器 # 安装haproxy sudo dnf install haproxy -y# 安装Keepalived sudo yum …...

WPF Reactive 数据绑定

文章目录 Combox 绑定List-通过枚举绑定方法一:方法二:Button 绑定TextBlock绑定NumericUpDown绑定Expander绑定checkbox绑定NumericUpDownCombox 绑定List-通过枚举绑定 方法一: ViewControl using Avalonia; using Avalonia.Controls; using Avalonia.Markup.Xaml; usin…...

WSL 环境桥接与雷达通信配置笔记

作者: DWDROME 维护时间: 2025-03-22 参考文章:Windows子系统&#xff08;WSL&#xff09;通过桥接网络实现被外部局域网主机直接访问 WSL 环境桥接与雷达通信配置笔记 环境说明 Windows 11 专业版&#xff08;启用 Hyper-V&#xff09;WSL2 Ubuntu 20.04物理网线&#xff08…...

3DMAX曲线生成器插件CurveGenerator使用方法

1. 脚本功能简介 3DMAX曲线生成器插件CurveGenerator是一个用于 3ds Max 的样条线生成工具&#xff0c;用户可以通过简单的UI界面输入参数&#xff0c;快速生成多条样条线。每条样条线的高度值随机生成&#xff0c;且可以自定义以下参数&#xff1a; 顶点数量&#xff1a;每条…...

六十天前端强化训练之第二十六天之Vue Router 动态路由参数大师级详解

欢迎来到编程星辰海的博客讲解 看完可以给一个免费的三连吗&#xff0c;谢谢大佬&#xff01; 目录 一、知识讲解 1. Vue Router 核心概念 2. 动态路由参数原理 3. 参数传递方案对比 二、核心代码示例 1. 完整路由配置 2. 参数接收组件 3. 导航操作示例 三、实现效果示…...

Model Context Protocol:下一代AI系统集成范式革命

在2023年全球AI工程化报告中,开发者面临的核心痛点排名前三的分别是:模型与业务系统集成复杂度(58%)、上下文管理碎片化(42%)、工具调用标准化缺失(37%)。传统API集成模式在对接大语言模型时暴露明显短板:RESTful接口无法承载动态上下文,GraphQL缺乏工具编排能力,gR…...

Java多线程与高并发专题——Future 是什么?

引入 在上一篇Callable 和 Runnable 的不同&#xff1f;的最后&#xff0c;我们有提到和 Callable 配合的有一个 Future 类&#xff0c;通过 Future 可以了解任务执行情况&#xff0c;或者取消任务的执行&#xff0c;还可获取任务执行的结果&#xff0c;这些功能都是 Runnable…...

DeepSeek本地搭建

1. 软件下载安装 Miniconda Miniconda下载地址 选择对应的版本下载&#xff0c;此处下载如下版本 Python 3.10 conda 25.1.1 安装完成后&#xff0c;配置环境变量&#xff0c;打开cmd命令窗口验证 Python Python的版本为 3.10 PyTorch PyTorch下载地址 后面通过命令下…...

维普AIGC降重方法有哪些?

在学术写作和论文创作中&#xff0c;重复率过高是许多人面临的一大难题。随着科技的发展&#xff0c;维普 AIGC 为我们提供了一系列有效的降重方法。那么&#xff0c;维普AIGC降重方法有哪些呢&#xff1f;接下来就为大家详细介绍。 语义理解与改写 维普 AIGC 具备强大的语义理…...

设计模式之命令模式:原理、实现与应用

引言 命令模式&#xff08;Command Pattern&#xff09;是一种行为型设计模式&#xff0c;它将请求封装为对象&#xff0c;从而使你可以用不同的请求对客户进行参数化。命令模式支持请求的排队、记录日志、撤销操作等功能。本文将深入探讨命令模式的原理、实现方式以及实际应用…...

2025年十大AI工具对比

2025年十大AI工具对比 以下是2025年各大AI工具的详细对比&#xff0c;涵盖性能、功能、用户评价等方面&#xff0c;并以表格形式呈现。数据来源于多个权威来源&#xff0c;确保信息全面且准确。 对比表格 排名AI工具名称主要功能性能特点用户评价适用场景1DeepSeek多模态AI、…...

100道C#高频经典面试题及答案解析:C#程序员面试题库分类总结

分类一&#xff1a;C#基础语法 1. 值类型与引用类型的核心区别&#xff1f; 答案&#xff1a; 存储位置&#xff1a;值类型存栈/堆内联&#xff0c;引用类型存堆赋值方式&#xff1a;值类型复制内容&#xff0c;引用类型复制地址示例类型&#xff1a;int&#xff08;值类型&…...

南京审计大学:《 面向工程审计行业的DeepSeek大模型应用指南》.pdf(免费下载)

大家好&#xff0c;我是吾鳴。 今天吾鳴要给大家分享的是由南京审计大学出品的《面向工程审计行业的DeepSeek大模型应用指南》&#xff0c;这份报告与《面向审计行业DeepSeek大模型操作指南》不同&#xff0c;这份报告更多的讲述DeepSeek怎么与工程审计行业结合&#xff0c;应该…...

DeepSeek AI大模型工作机制及未来方向

DeepSeek模型作为一款先进的人工智能模型&#xff0c;其工作原理结合了深度学习的前沿技术与工程优化策略&#xff0c;以下是其核心工作机制的分步解析&#xff1a; 1. 模型架构&#xff1a;基于Transformer的演进 - 核心结构&#xff1a;采用多层Transformer解码器堆叠&am…...