我正在创建一个数据清理应用程序，该应用程序在数据库中的表中循环，并清理不同列中的NPI数据。我为每个表创建了一个类，该类具有执行清理操作的方法。我想做的是在表类上循环，并使用反射调用每个类及其清理方法。我想一次做10个表，当一个表完成时，在列表中的下一个表上生成一个新的线程/任务。
我有一个树视图，用户可以从数据库中选择一个或多个表进行清理。我已经能够在选定的表上循环，并在其自己的线程上为每个表调用clean方法，但我最终会有100多个线程（如果所有表都被选中）同时执行。情况并不理想。
有什么建议吗？我使用的是C#和.NET 4.6，所以任务代码是首选。
一种简单的方法是使用Parallel.ForEach，并将MaxDegreeOfParallelism选项设置为您想要的最大线程数。
针对这类问题的一个更高级、更优雅的框架是数据流任务并行库（TPL）。使用ActionBlock来执行工作，并根据需要设置它的并行度。
看看任务并行库，它有一个类型Task和Task，我认为它可以很好地适应您。
你可以创建10个任务，把它们放在一个集合中，然后做一个Tasks.WhenAny（myTasks）.Result。这时你可以计算出完成了多少任务，并把更多的任务放在集合中（IsCompleted属性）。
而不是。WhenAny你可能会让它变得不那么复杂，并使用WhenAll（myTasks），然后一批一批地完成这一切。并行foreach答案也是一个很好的选择，TPL中有一个完整的世界供你探索。
非常基本的例子，不确定你在这里的全部上下文：
var myTasks = new List<Task>();
myTasks.Add(Task.Run(() => someLongProcess))
myTasks.Add(Task.Run(() => someLongProcess))
Task.WhenAny(myTasks).Result
//Check to see how many tasks are done, and then add more to your collection and repeat until you're done
您最好使用Task，因为它在内部实现了工作共享：这基本上意味着Task=Work，它通过特殊的任务调度器映射到操作系统的硬件线程上。
- 线程可能并不总是可用
- 可能有比线程更多的工作要做，所以如果您有一个队列要处理，那么同一个线程将用于处理新数据（生成线程有其自身的成本）
- 可能成功的错误共享管理（在CPU缓存线上）。你可能不那么担心，但仍然值得知道它是什么
- 。。更多
很多可能是的想法，由线程调度程序调度和处理，以在没有太多干扰的情况下获得最佳的通用性能。需要明确的是，你不会得到尽可能好的多线程性能，但你很可能也不需要。
您所问的是数据并行性。
如何使用它的简单示例可以在：如何：编写一个简单的并行程序。对于循环