Parallel.ForEach 默认采用动态分区策略，线程按需拉取小批量元素（8–64个）；显式使用 Partitioner.Create 适用于需连续性、固定块大小、高效范围访问或降低协调开销的场景。
Parallel.ForEach 默认如何分区？
默认情况下，Parallel.ForEach 对 IEnumerable<t></t> 使用的是「动态分区（dynamic partitioning）」策略：不是一次性把整个集合切分成固定几块，而是由线程在运行时按需从源中“拉取”小批量元素（比如 8–64 个），以减少争用和空闲等待。这种策略对大多数顺序可枚举场景够用，但对索引敏感、需局部缓存或 I/O 密集型操作，容易导致负载不均或重复开销。
什么时候必须显式传入 Partitioner.Create？
以下情况建议绕过默认行为，用 Partitioner.Create 显式控制分区逻辑：
- 源是数组或
IList<t></t>，且每个分区需保持局部连续性（例如图像分块处理、矩阵行批处理） - 需要固定大小的块（如每次处理 1000 条记录，避免某线程只拿到 3 条）
- 底层数据源本身支持高效范围访问（如数据库游标、内存映射文件），但
IEnumerable包装后丢失了随机访问能力 - 想禁用动态分区带来的内部锁和协调开销（尤其在超低延迟场景）
典型写法是：Partitioner.Create(source, true) —— 第二个参数 true 表示启用静态分区（对数组 / 列表自动按索引切分），比默认动态方式更可预测。
Partitioner.Create 的三个重载怎么选？
关键看数据源类型和是否需要自定义逻辑：
-
Partitioner.Create(TSource[] source, bool loadBalance)：最常用。数组 +loadBalance: false→ 每个线程分到连续大块；true→ 类似默认动态，但基于索引调度 -
Partitioner.Create(IEnumerable<tsource> source)</tsource>：仅当源本身已实现高效枚举（如自定义IEnumerator支持Reset或分段）才考虑，否则可能引发重复枚举或线程不安全 -
Partitioner.Create(int fromInclusive, int toExclusive, int rangeSize)：纯索引区间分区，适合配合外部数据结构（如Span<byte></byte>或数组下标计算），不依赖具体集合实例
错误用法示例：对非数组的 List<t></t> 直接传 Partitioner.Create(list, true) —— 虽然能编译，但 true 参数在此无效，仍走动态路径；应先转成数组或用第三个重载。
分区器 + Parallel.ForEach 的实际性能陷阱
显式分区不等于性能提升，反而可能引入新问题：
- 分区粒度太粗（如 10 万条一个块）：线程数少于 CPU 核心时严重浪费资源；某块耗时远超其他块时整体被拖慢
- 分区粒度太细（如每块 1 条）：抵消并行收益，线程调度和锁开销反超计算收益
- 误用
Partitioner.Create(source, false)处理非数组源：触发NotSupportedException，因为只有数组和某些IList实现支持静态索引分区 - 在分区器内部做重量级初始化（如打开文件、建连接）：每个分区执行一次，而非每个线程一次
var data = Enumerable.Range(0, 100000).ToArray();
// ✅ 推荐：固定块大小，每块 1000 项，静态切分
var partitioner = Partitioner.Create(0, data.Length, 1000);
Parallel.ForEach(partitioner, range => {
for (int i = range.Item1; i < range.Item2; i++) {
Process(data[i]);
}
});
真正难的是平衡「局部性」「负载均衡」「初始化成本」三者——多数项目卡在这一步，不是不会写，而是没测过不同 rangeSize 下的吞吐和 GC 行为。
