C#之高并发处理过程

2026-05-25 16:46:35 作者：陈同学呀

本文深入探讨了C#中处理高并发问题的策略,包括异步编程、分布式架构与数据库优化,异步编程通过`async/await`避免线程阻塞,提升系统性能；分布式架构如消息队列和缓存则实现解耦与削峰填谷；数据库优化则强调连接池与异步操作,确保高效处理大量并发请求

高并发本质是系统在单位时间内处理大量并行请求的能力。

在C#中处理这个问题需要分层解决：首先是架构层面，比如是否采用分布式；然后是语言特性层面，比如异步编程；最后是基础设施层面，比如数据库优化。

1.异步编程（async/await）

核心思想

避免阻塞线程。当一个操作（如 I/O - 文件读写、网络请求、数据库查询）需要等待外部资源时，释放当前线程去处理其他请求，待操作完成后再由线程池分配线程继续执行。

优势

显著提高线程池线程的利用率（一个线程可处理多个请求），用更少的线程服务更多的并发请求，减少线程上下文切换开销，提高系统吞吐量和响应能力。

C# 实现

使用 async 关键字标记异步方法，在需要等待的操作前使用 await 关键字。

public async Task<ActionResult> GetData()
{
    var data = await _dbContext.Data.ToListAsync(); // 异步数据库操作
    return Ok(data);
}

关键点：

所有 I/O 操作（数据库、网络、文件）必须异步
避免 Task.Wait() 或 Task.Result（会导致死锁）

2. 分布式架构

(1) 消息队列（削峰填谷）

核心思想：

将耗时的、非实时的操作（如发送邮件、生成报告、复杂数据处理）异步化。
请求到达后，将任务信息放入消息队列（如 RabbitMQ, Azure Service Bus, Kafka, Amazon SQS），立即返回响应。
后台有专门的“消费者”进程从队列中取出消息并处理。

优势：

削峰填谷： 突发的高流量可以被队列缓冲，消费者按自身能力消费，避免后端服务瞬时过载崩溃。
解耦： 生产者和消费者完全解耦，互不影响，提高系统可靠性和可维护性。
异步处理： 释放 Web 服务器线程，使其专注于处理用户请求。
重试机制： 消息队列通常支持消息传递失败后的重试。

// 使用 RabbitMQ.Client 发送
using var channel = _connection.CreateModel();
channel.QueueDeclare("orders");
var body = Encoding.UTF8.GetBytes(orderJson);
channel.BasicPublish("", "orders", body); // 异步解耦

推荐工具：RabbitMQ、Kafka、Azure Service Bus

(2)分布式缓存

核心思想：

将频繁读取但不经常变化的数据（如配置、热门商品信息、会话状态）存储在独立于应用服务器、高性能的内存缓存服务（如 Redis, Memcached）中。

优势：

极大减少对后端数据库（通常是性能瓶颈）的访问次数。
数据存储在内存中，访问速度极快。
支持分布式部署，多个应用实例共享同一缓存，保证数据一致性。
提高应用的可扩展性（水平扩展应用服务器时，缓存层通常更容易扩展）

推荐工具：

Redis, Memcached

// 使用 StackExchange.Redis
IDatabase cache = Connection.GetDatabase();
await cache.StringSetAsync("key", "value", TimeSpan.FromMinutes(10));
string value = await cache.StringGetAsync("key");

3. 数据库优化

连接池：

ADO.NET 和 ORM（如 EF Core）默认管理数据库连接池。
确保配置合理的 MinPoolSize 和 MaxPoolSize。

异步数据库操作：

务必使用 ORM 或 ADO.NET 提供的异步方法（如 ToListAsync(), SaveChangesAsync(), ExecuteReaderAsync()）来执行数据库查询和命令。

优化查询：

使用索引避免全表扫描。
只查询需要的字段（Select）。
避免 N+1 查询问题（EF Core 中注意使用 Include 或投影）。
合理设计数据模型。
考虑读写分离、分库分表（在数据量极大时）。

NoSQL 考虑：

对于某些特定场景（如文档存储、键值对、宽列存储、图数据库），NoSQL 数据库（如 MongoDB, Cassandra, Cosmos DB）可能比关系型数据库（如 SQL Server, PostgreSQL）更适合高并发读写和水平扩展。

4. 使用锁（lock）和互斥量（Mutex）

核心思想： 当多个线程需要访问共享资源（如静态变量、单例实例、文件句柄）时，必须协调它们的访问，防止数据损坏或状态不一致。
常用机制：lock 语句：最常用，基于 Monitor 类，提供互斥锁。

虽然锁在高并发场景下可能会引起性能瓶颈，但在某些情况下仍然需要使用。确保只在必要时使用，并尽可能减少锁定范围。

private object lockObject = new object();
public void ProcessData(int data)
{
    lock (lockObject)
    {
        // 执行需要同步的代码块
    }
}

乐观锁和Redis分布式锁都是处理高并发场景的核心方案

乐观锁

乐观锁 通过版本号（Version）或时间戳（Timestamp）实现“无锁”并发控制：

读阶段：读取数据时记录当前版本号。
写阶段：提交更新前校验版本号是否未变化，若变化则重试或失败。

典型实现包括：

数据库乐观锁：通过SQL语句（如UPDATE ... WHERE version=old_version）。
Redis的WATCH/MULTI：监视Key变化，事务中执行CAS操作

Redis分布式锁

原理：

基于Redis的原子操作（如SET key value NX PX）实现互斥访问：

加锁：通过SETNX设置唯一值并附加超时时间。
续期：Redisson的Watchdog线程自动延长锁有效期。
释放：校验持有者身份后删除Key。

适用场景

低冲突场景：如读多写少的业务（商品浏览、配置读取）。
突发流量：秒杀系统中库存扣减（配合重试机制）。
需高吞吐：避免锁竞争，提升并发能力

乐观锁和Redis分布式锁是处理高并发的互补方案而非互斥：

乐观锁：轻量、高吞吐，适合低冲突场景，需防范ABA问题。
Redis分布式锁：强一致、易用，需优化主从容错与锁粒度。

实际系统中常组合使用（如Redis锁拦截请求+数据库乐观锁保证最终一致）

Monitor 类： lock 的底层实现，提供更细粒度控制（如 TryEnter, Wait, Pulse）。

Mutex：进程间或跨 AppDomain 的互斥锁，重量级。

 //当前电脑只能启动一个WCS程序
 using (System.Threading.Mutex m = new System.Threading.Mutex(true, AppConfig.Instance.GetConfig("主界面名称"), out Started))
 {
     if (Started)
     {
         if (DbManagerBase.Instance.GetDbTime() == false)
         {
             MessageBox.Show("数据库连接失败，请检查原因！");
         }
         else
         {
             Application.EnableVisualStyles();
             Application.SetCompatibleTextRenderingDefault(false);
             Application.Run(new FrmMain());
         }
     }
     else
     {
         LibManager.WriteLog("WCS程序启动失败，与运行中WCS程序的主界面名称重复", RecordLogTypeEnum.Error.ToString(), "");
         MessageBox.Show("当前WCS程序已启动!");
     }
 }

关键原则：

最小化锁范围： 只在绝对必要的地方加锁，并尽快释放锁。
避免锁嵌套： 容易导致死锁。
锁粒度： 根据共享资源的范围选择合适的锁（细粒度锁通常并发性更好）。
优先使用并发集合： 在可能的情况下，用 ConcurrentDictionary 等代替自己用锁实现的集合

5. 使用线程池（ThreadPool）和Task.Run

对于需要大量并发线程的场景，可以使用Task.Run来启动一个新任务到线程池中。

.NET 运行时维护一个预先创建的线程池，用于执行后台任务和处理异步回调。

这比手动创建和销毁线程更高效。

Task[] tasks = new Task[10];
for (int i = 0; i < 10; i++)
{
    tasks[i] = Task.Run(() => DoWork());
}
await Task.WhenAll(tasks);

典型误区

过度使用 Task.Run：I/O 操作直接用 async 而非封装线程
全局静态锁：导致无谓的线程阻塞
同步调用异步方法：GetAwaiter().GetResult() 引发死锁
忽略连接池配置：数据库连接成为瓶颈

黄金法则：

异步化所有 I/O 路径 + 避免共享状态 + 队列解耦

通过负载测试（如 JMeter/LoadRunner）持续验证系统极限。

6. 并发集合 (System.Collections.Concurrent)

核心思想

提供线程安全的集合类，允许多个线程安全地添加、移除或访问集合中的元素，而无需开发者手动加锁。

常用类

ConcurrentQueue<T>：先进先出 (FIFO) 队列。
ConcurrentStack<T>：后进先出 (LIFO) 栈。
ConcurrentDictionary<TKey, TValue>：键值对字典。
ConcurrentBag<T>：无序集合，适用于对象池等场景。
BlockingCollection<T>：提供阻塞和限制功能的集合，常用于生产者-消费者模式。

优势：

简化多线程编程，避免锁竞争（内部使用高效的锁或无锁技术），提高并发访问性能。

示例：

使用 ConcurrentQueue 实现简单的生产者-消费者。

using System.Collections.Concurrent;


private static readonly ConcurrentDictionary<Type, string> assemblyQualifiedNameCache = new ConcurrentDictionary<Type, string>();

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

C#之高并发处理过程

1.异步编程（async/await）

核心思想

优势

C# 实现

2. 分布式架构

(1) 消息队列（削峰填谷）

(2)分布式缓存

3. 数据库优化

4. 使用锁（lock）和互斥量（Mutex）

乐观锁

Redis分布式锁

适用场景

5. 使用线程池（ThreadPool）和Task.Run

典型误区

6. 并发集合 (System.Collections.Concurrent)

核心思想

常用类

总结

您可能感兴趣的文章: