parallel.foreach可自动并行化cpu密集型任务，但需确保线程安全、避免共享状态、慎用于i/o场景；基本用法是替换foreach并使用system.threading.tasks；推荐用局部状态+合并方式处理聚合结果，配合paralleloptions控制并发度，异常需捕获aggregateexception并遍历innerexceptions。
用 Parallel.ForEach 能让集合遍历自动并行化，显著提升 CPU 密集型任务的执行速度，但不是所有场景都适合——关键看是否线程安全、有无共享状态、是否 I/O 主导。
基本用法：替换普通 foreach
把原来的串行循环改成并行，只需两步：
- 引用
System.Threading.Tasks - 用
Parallel.ForEach(集合, item => { /* 处理逻辑 */ })替代foreach
例如处理一个整数列表求平方：
（注意：下面代码不涉及共享变量，是安全的）var numbers = Enumerable.Range(1, 100000).ToList();
Parallel.ForEach(numbers, n => {
var result = n * n; // 纯计算，无副作用
// 可以写入线程本地变量或加锁写入共享结构
});
避免共享资源冲突：别直接改公共变量
多个线程同时写同一个变量（如 sum += n）会导致结果错误。正确做法有：
- 用
Interlocked.Add(ref sum, n)原子操作（适合简单数值累加） - 用
lock(obj)包裹临界区（开销略大，但通用） - 用
Parallel.ForEach的重载 + 局部状态（推荐，性能最好）
局部状态示例（每个线程独立累加，最后合并）：
int total = Parallel.ForEach(
numbers,
() => 0, // 每个线程的局部初始值
(n, loopState, localSum) => localSum + n * n, // 局部处理
localSum => Interlocked.Add(ref total, localSum) // 合并到全局
);
控制并发度：防止线程过多拖慢性能
默认会根据 CPU 核心数动态调整线程数，但遇到大量小任务或内存敏感场景，可手动限制：
- 传入
new ParallelOptions { MaxDegreeOfParallelism = 4 } - 一般设为
Environment.ProcessorCount或略高，避免上下文切换开销 - 特别耗内存的任务（如图像处理），适当调低更稳
提前退出和异常处理
不能用 break 或 return 直接跳出整个循环，但可以：
- 调用
loopState.Break()：通知后续分区尽快停止（已开始的仍会完成） - 调用
loopState.Stop()：尽量立即中止所有未开始的迭代 - 异常会被包装成
AggregateException，需try-catch并遍历.InnerExceptions
例如查找第一个满足条件的元素：
int? found = null;
Parallel.ForEach(numbers, (n, loopState) => {
if (n > 50000) {
found = n;
loopState.Stop(); // 不再启动新任务
}
});
基本上就这些。用对了能快几倍，用错了反而更慢或出错——核心就三条：无共享写、合理控并发、异常要拆包。
