C#作为并行/并行：如何减少合并结果的频率？
举个例子，一个嵌套的循环迭代很多次，作为一个并行约简。（或者叫它map reduce）

// Dictionary size is small and easily contend.
Dictionary<SumDataCategory, SumData> globalResult;
// A loop to be parallelized.
for (int i = 0; i < N; i++) {
  for (int j = 0; j < N; j++) {
    for (int k = 0; k < N; k++) {
      // Pull inputs depending on i,j,k.
      InputData[] inputs = fetchInputData(i, j, k);
      // Do something independent calculation.
      SumData sum1 = SumData.Sum(inputs);
      // Finally reduction operation. <- to optimize
      globalResult[sum1.Category].Sum(sum1);
    }
  }
}

目标是获得唾手可得的成果-以较小的努力提高缩减性能。（不重写整个循环/处理主体）
工作负载特性的限制：

• 它不是完全规则的：不应假定为静态分区。
• 它不是高度动态的：不需要动态作业/工作负载产生。

分析：

• 每次迭代减少到全局状态是一种浪费，并且高速缓存争用很高。

迭代/输入数量比CPU内核数量多。

• 手动分区和处理分区是非常重要的。（与普通的AsParallel/Parallel或OpenMP相比）

因为C# AsParallel/Parallel是没有编译器帮助的库（不像OpenMP或数据并行解决方案），而且大多数肮脏的工作必须由用户完成。

• 即使应用了分区，按块（分区数据）缩减到全局状态仍然是浪费，并且更复杂。（与最终缩减相比，因为最终缩减可以是串行或并行的，而按块缩减是并发的）

我想不出一个好办法：

• 如果我使用thread-local，我就找不到时间拉取thread-local并合并它们。
• 如果我手动记录每个线程的结果，我需要一个可靠的线程ID，并提前知道ID范围。（OpenMP和数据并行解决方案都有）

作为参考，在OpenMP中，我将这样做：

• 在并行循环之前，设置或查询线程计数。
• 分配每个线程的缩减数据。
• 并行循环，并按线程id进行线程局部归约。
• 在并行循环之后，合并线程局部导致串行或另一个并行缩减（另一个并行循环）。