全新正版.NET并发编程实战9787302549598清华大学出版社

目 录

第Ⅰ部分 函数式编程在并发程序中所体现的优势
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.. 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
1.4.4 F#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
2.1.1 C#的函数组合 30
2.1.2 F#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
. 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能 46
2.6 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
2.7.3 F#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 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 73
3.3.1 数据并行的函数式数据结构 75
3.3.2 使用不可变的能影响 75
3.3.3 C#的不可变 76
3.3.4 F#的不可变 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，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
4.2 Fork / Join模式：并行Mandelbrt 03
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 测量能速度 111
4.3.1 Amdahl定律定义了能改进的极限 112
4.3.2 Gustafson定律：进一步衡量能改进 113
4.3.3 并行循环的局限：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 PLIN和MapReduce：数据并行，第2部分 121
5.1 PLIN简介 122
5.1.1 PLIN如何更具函数式 1
5.1.2 PLIN和纯函数：并行字器 1
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
5.2.2 PLIN中的fold：Aggregate函数 131
5.. 为PLIN实现并行Reduce函数 137
5.2.4 F#的并行列表解析：PSeq 139
5.2.5 F#的并行数组 140
5.3 并行MapReduce模式 142
5.3.1 Map和Reduce函数 143
5.3.2 在NuGet 包库中使用 MapReduce 144
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 157
6.3 .NET中的反应式编程：反应式扩展(Rx 160
6.3.1 从LIN/PLIN到Rx 162
6.3.2 IObservable：对偶IEnumerable 163
6.3.3 Action中的反应式扩展 164
6.3.4 Rx实时流 165
6.3.5 从事件到F# Observable 166
6.4 驯服事件流：使用R编程行Twitter情绪分析 167
6.5 Rx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Rx 177
6.5.3 实现可重用的Rx发布者-订阅者 178
6.5.4 使用Rx Pub-Sub类分析推文情绪 180
6.5.5 action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
7.3 C# 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CPS 199
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 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 可扩展和异步编程 2
8.1.3 CPU密集型和I/O密集型操作 2
8.2 异步编程不受限制的并行度 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
8.4 C#基于任务的异步编程 229
8.4.1 匿名异步lambda 2
8.4.2 Task

是一个monadic容器 2

8.5 基于任务的异步编程：案例研究 5

8.5.1 异步取消 240

8.5.2 带有monadic Bind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 市场历史的异步并行处理 249

8.5.7 任务完成后的异步市场并行处理 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：Azure Blob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 映异步操作：Async.map函子 267

9.3.5 并行化异步工作流：Async.Parallel 269

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

0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.Catch 285

10.2.1 FP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.. F# AsyncOption类型：组合Async和Option 291

10.2.4 F#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

10.3.1 F#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

10.5.1 TPL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-each 312

10.5.4 回顾迄今看到的数学模式 314

10.6 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

1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

11.4 F#代理：MailboxProcessor 349

11.5 使用F# MailboxProcessor避免数据库瓶颈 352

11.5.1 MailboxProcessor消息类型：可区分联合 355

11.5.2 MailboxProcessor双向通信 356

11.5.3 在C#中使用AgentSL 357

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——CancellationToken 361

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

11.6 F# MailboxProcessr：0 000个代理的生命游戏 371

11.7 本章小结 376

"Riccardo Terrell是一位经验丰富的软件和微软 MVP，他热衷于函数式编程。Riccardo在竞争激烈的商业环境提具有高商业价值的技术解决方案方面拥有超过20年的经验。 1998年，Riccardo在意大利创办了自己的软件公司，专门为客户提供定制的医疗软件。2007年，Riccardo移居美国，此后一直担任. NET不错软件开发人员和不错软件架构师，在业务环境提经济高效的技术解决方案。Riccardo致力于集成优选技术工具，以让组织内部沟通更高效，提高工作效率并降低运营成本。 他积极参与函数式编程社区，包括.NET会议和靠前会议并广为人知。Riccardo相信多种范式混合编程是能够优选限度地发挥代码力量的一种机制。 叶伟民 广州.NET技术俱乐部、中国香港Azure/.NET技术俱乐部创始人兼、.NET社区联盟建设者，在.NET编程领域有15年工作经验。 "

“.NET平台上现代并发函数编程的补充知识源——!”
——Pawel Klimczyk,
Microsoft MVP

“书中金子般的代码，不仅可以在Windows平台复制粘贴使用，也可以用于任何平台！”
——Kevin Orr,
Sumus Solutions

“《.NET 并发编程实战》出了实世界的问题，并提供不同类型的并发技术来解决它们。”
——Andy Kirsch,
Rally Health

“《.NET 并发编程实战》是迄今为止我看到的单的并发入门书籍！”
——Anton Herzog,
AFMG Technologies

要充分释放你的多处理器计算机的卓越能，这样并发应用程序会运行得更快，因为它们跨处理器内核分散工作，同时执行多个任务。.NET平台上的现代化工具和技术（包括并行LIN、函数式编程、异步编程和任务并行库）十分强大，替代了传统的基于线程的并发解决方案。
《.NET并发编程实战》一书将教你编写代码以提供能敏型应用程序所需的速度。本书以C#和F#中的示例指导你完成在理论和实践上强调函数式编程的并发和并行设计。你将从并发的基础开始，掌握基本技术和设计实践，以优化在现代多处理器系统上运行的代码。
本书内容
重要的并发抽象
采用代理编程模型
实现实时事件流处理
执行边异步操作
适用于所有平台的并发实践和模式
读者对象
本书适合熟练使用C#或F#的读者。

要充分释放你的多处理器计算机的能，这样并发应用程序会运行得更快，因为它们跨处理器内核分散工作，同时执行多个任务。.NET平台上的现代化工具和技术(包括并行 LIN、函数式编程、异步编程和任务并行库)十分强大，替代了传统的基于线程的并发解决方案。 《.NET并发编程实战》一书将教你编写代码以提供能敏型应用程序所需的速度。本书以 C# 和 F# 中的示例指导你完成在理论和实践上强调函数式编程的并发和并行设计。你将从并发的基础开始，掌握基本技术和设计实践，以优化在现代多处理器系统上运行的代码。