.NET并发编程实战 (美)里卡尔多·特雷尔(Riccardo Terrell) 著 叶伟民 译 专业科技 文轩网

第Ⅰ部分函数式编程在并发程序中所体现的优势
第1章函数式并发基础3
1.1你将从本书中学到什么4
1.2让我们从术语开始5
1.2.1顺序编程——一次执行一个任务6
1.2.2并发编程——同时运行多个任务7
1.2.3并行编程——同时执行多个任务8
1.2.4多任务处理——同时在一段时间内执行多个任务9
1.2.5多线程性能调优10
1.3为什么需要并发11
1.4并发编程的陷阱14
1.4.1并发的危害14
1.4.2共享状态的演变17
1.4.3一个简单的真实示例：并行快速排序17
1.4.4F#中的基准测试21
1.5为什么选择函数式编程实现并发21
1.6拥抱函数式范式24
1.7为什么选择F#和C#进行函数式并发编程25
1.8本章小结27
第2章并发函数式编程技术29
2.1使用函数组合解决复杂的问题30
2.1.1C#的函数组合30
2.1.2F#的函数组合32
2.2闭包简化函数式思考33
2.2.1使用lambda表达式捕获闭包中的变量34
2.2.2多线程环境中的闭包36
2.3用于程序加速的记忆化缓存技术38
2.4记忆快速网络爬虫的操作42
2.5延迟记忆化以获得更好的性能46
2.6有效率的并行推测以摊销昂贵计算成本47
2.6.1具有天然函数支持的预计算50
2.6.2使很好计算获胜51
2.7延迟是件好事情52
2.7.1对严格求值语言并发行为的理解52
2.7.2延迟缓存技术和线程安全的单例模式54
2.7.3F#中的延迟支持55
2.7.4延迟和任务，一个强大的组合55
2.8本章小结57
第3章函数式数据结构和不可变性59
3.1真实世界的例子：捕猎线程不安全的对象60
3.1.1.NET不可变集合：一种安全的解决方案63
3.1.2.NET并发集合：更快的解决方案67
3.1.3代理消息传递模式：更快、更好的解决方案69
3.2在线程之间安全地共享函数式数据结构72
3.3修改的不可变性73
3.3.1数据并行的函数式数据结构75
3.3.2使用不可变性的性能影响75
3.3.3C#的不可变性76
3.3.4F#的不可变性79
3.3.5函数式列表：连接一条链中的单元格80
3.3.6构建可持久化数据结构：不可变二叉树86
3.4递归函数：一种自然的迭代方式89
3.4.1正确递归函数尾部：尾部调用优化90
3.4.2延续传递风格以优化递归函数91
3.5本章小结95
第Ⅱ部分如何处理并发程序的不同部分
第4章处理大数据的基础：数据并行，第1部分99
4.1什么是数据并行100
4.1.1数据和任务并行101
4.1.2“尴尬并行”概念102
4.1.3.NET中的数据并行支持102
4.2Fork/Join模式：并行Mandelbrot103
4.2.1当GC是瓶颈时：结构与类对象109
4.2.2并行循环的缺点111
4.3测量性能速度111
4.3.1Amdahl定律定义了性能改进的极限112
4.3.2Gustafson定律：进一步衡量性能改进113
4.3.3并行循环的局限性：素数之和113
4.3.4简单循环可能会出现什么问题115
4.3.5声明式并行编程模型117
4.4本章小结118
第5章PLINQ和MapReduce：数据并行，第2部分121
5.1PLINQ简介122
5.1.1PLINQ如何更具函数式123
5.1.2PLINQ和纯函数：并行字计数器123
5.1.3使用纯函数避免副作用125
5.1.4隔离和控制副作用：重构并行字计数器127
5.2并行聚合和归约数据128
5.2.1择伐(Deforesting)：折叠的诸多优点之一130
5.2.2PLINQ中的fold：Aggregate函数131
5.2.3为PLINQ实现并行Reduce函数137
5.2.4F#的并行列表解析：PSeq139
5.2.5F#的并行数组140
5.3并行MapReduce模式142
5.3.1Map和Reduce函数143
5.3.2在NuGet包库中使用MapReduce144
5.4本章小结149
第6章实时事件流：函数式反应式编程151
6.1反应式编程:大事件处理152
6.2用于反应式编程的.NET工具155
6.2.1事件组合器——更好的解决方案156
6.2.2.NET与F#组合器的互操作性157
6.3.NET中的反应式编程：反应式扩展(Rx)160
6.3.1从LINQ/PLINQ到Rx162
6.3.2IObservable：对偶IEnumerable163
6.3.3Action中的反应式扩展164
6.3.4Rx实时流165
6.3.5从事件到F#Observable166
6.4驯服事件流：使用Rx编程进行Twitter情绪分析167
6.5Rx发布者-订阅者176
6.5.1为强大的发布者-订阅者集线器使用Subject类型176
6.5.2与并发相关的Rx177
6.5.3实现可重用的Rx发布者-订阅者178
6.5.4使用RxPub-Sub类分析推文情绪180
6.5.5action中的观察者183
6.5.6方便的F#对象表达式184
6.6本章小结184
第7章基于任务的函数式并行187
7.1任务并行的简短介绍188
7.1.1为什么要进行任务并行和函数式编程189
7.1.2.NET中的任务并行化支持189
7.2.NET任务并行库191
7.3C#void的问题196
7.4延续传递风格(CPS)：函数式控制流程198
7.4.1为什么要利用CPS199
7.4.2等待任务完成：延续模型200
7.5组合任务操作的策略205
7.5.1使用数学模式以获得更好的组合207
7.5.2任务使用准则212
7.6并行函数式管道模式212
7.7本章小结218
第8章最终胜出的任务异步模型219
8.1异步编程模型(APM)220
8.1.1异步编程的价值220
8.1.2可扩展性和异步编程223
8.1.3CPU密集型和I/O密集型操作223
8.2异步编程不受的并行度224
8.3.NET的异步支持225
8.3.1异步编程会破坏代码结构228
8.3.2基于事件的异步编程228
8.4C#基于任务的异步编程229
8.4.1匿名异步lambda232
8.4.2Task是一个monadic容器232
8.5基于任务的异步编程：案例研究235
8.5.1异步取消240
8.5.2带有monadicBind运算符的基于任务的异步组合244
8.5.3延迟异步计算以实现组合245
8.5.4如果出现问题，请重试246
8.5.5异步操作的错误处理247
8.5.6股票市场历史的异步并行处理249
8.5.7任务完成后的异步股票市场并行处理251
8.6本章小结252
第9章F#的异步函数编程253
9.1异步函数式方面254
9.2什么是F#异步工作流254
9.2.1计算表达式中的延续传递风格254
9.2.2异步工作流操作：AzureBlob存储并行操作257
9.3异步计算表达式261
9.3.1计算表达式和单子之间的区别263
9.3.2异步重试：生成自己的计算表达式264
9.3.3扩展异步工作流266
9.3.4映射异步操作：Async.map函子267
9.3.5并行化异步工作流：Async.Parallel269
9.3.6异步工作流取消支持274
9.3.7驯服并行异步操作276
9.4本章小结280
第10章用于流畅式并发编程的函数式组合器281
10.1执行流并不总是处于正常情况：错误处理282
10.2错误组合器：C#中的Retry、Otherwise和Task.Catch285
10.2.1FP中的错误处理：流控制的异常289
10.2.2在C#中使用Task>处理错误291
10.2.3F#AsyncOption类型：组合Async和Option291
10.2.4F#惯用的函数式异步错误处理292
10.2.5使用Result类型保留异常语义294
10.3在异步操作中控制异常298
10.3.1F#使用Async和Result建模错误处理302
10.3.2使用monadic运算符bind扩展F#AsyncResult类型304
10.4使用函数式组合器抽象化操作308
10.5函数式组合器概要309
10.5.1TPL内置异步组合器310
10.5.2利用Task.WhenAny组合器实现冗余和交叉311
10.5.3使用Task.WhenAll组合器进行异步for-each312
10.5.4回顾迄今看到的数学模式314
10.6最终的并行组合应用函子317
10.6.1使用应用函子运算符扩展F#异步工作流324
10.6.2带有中缀运算符的F#应用函子语义326
10.6.3利用应用函子实现异构并行计算326
10.6.4组合和执行异构并行计算328
10.6.5使用条件异步组合器控制流330
10.6.6运用异步组合器334
10.7本章小结336
第11章使用代理应用反应式编程339
11.1什么是反应式编程340
11.2异步消息传递编程模型342
11.2.1消息传递和不可变性的关系344
11.2.2天然隔离344
11.3代理是什么345
11.3.1代理的组件346
11.3.2代理可以做什么347
11.3.3无锁并发编程的无共享方法347
11.3.4基于代理的编程如何体现函数式思想348
11.3.5代理是面向对象的349
11.4F#代理：MailboxProcessor349
11.5使用F#MailboxProcessor避免数据库瓶颈352
11.5.1MailboxProcessor消息类型：可区分联合355
11.5.2MailboxProcessor双向通信356
11.5.3在C#中使用AgentSQL357
11.5.4成组协调代理来并行工作流358
11.5.5如何使用F#MailboxProcessor处理错误360
11.5.6停止MailboxProcessor代理——CancellationToken361
11.5.7使用MailboxProcessor分发工作362
11.5.8使用代理缓存操作364
11.5.9由MailboxProcessor报告结果368
11.5.10使用线程池报告来自MailboxProcessor的事件371
11.6F#MailboxProcessor：10000个代理的生命游戏371
11.7本章小结376
第12章使用TPLDataflow的并行工作流与代理编程379
12.1TPLDataflow的强大性380
12.2组合式设计：TPLDataflow块381
12.2.1使用BufferBlock作为FIFO缓冲区382
12.2.2使用TransformBlock转换数据383
12.2.3使用ActionBlock完成工作384
12.2.4连接数据流块385
12.3使用TDF实现复杂的生产者/消费者386
12.3.1多生产者/单消费者模式386
12.3.2单生产者/多消费者模式387
12.4使用TPLDataflow在C#中启用代理模型388
12.4.1代理折叠状态和消息：聚合392
12.4.2代理交互：并行单词计数器392
12.5压缩和加密大型流的并行工作流397
12.5.1上下文：处理大型数据流的问题397
12.5.2确保消息流的顺序完整性402
12.5.3连接、传播和完成403
12.5.4构建TDF工作流的规则405
12.5.5组合ReactiveExtensions(Rx)和TDF406
12.6本章小结407
第Ⅲ部分现代并发编程模式应用
第13章成功的并发编程的配方和设计模式411
13.1循环利用对象以减少内存消耗412
13.2自定义并行Fork/Join运算符415
13.3并行具有依赖关系的任务：设计代码以优化性能418
13.4用于协调并发I/O操作共享资源的闸门：一次写入，多次读取423
13.5线程安全的随机数生成器430
13.6多态事件聚合器432
13.7自定义Rx调度程序来控制并行度435
13.8并发的反应式可扩展客户端/服务器438
13.9可复用的自定义高性能并行filter-map运算符448
13.10无阻塞同步消息传递模型452
13.11使用代理编程模型协调并发作业457
13.12组合monadic函数462
13.13本章小结465
第14章使用并发函数式编程构建可扩展的移动应用程序467
14.1现实世界服务器上的函数式编程468
14.2如何设计一个成功的高性能应用程序469
14.2.1秘制酱：ACD470
14.2.2不同的异步模式：将工作排队以稍后执行470
14.3选择正确的并发编程模型472
14.4实时交易：股票市场示例的高层架构475
14.5股票市场应用程序的基本要素479
14.6编写股票市场交易应用程序479
14.7本章小结501
附录A函数式编程503
附录BF#概述517
附录CF#异步工作流和.NETTask之间的互操作性535