TransformBlock 是 TPL Dataflow 中需显式配置的异步数据处理单元，必须传入 Func<TInput, Task<TOutput>> 并设置 ExecutionDataflowBlockOptions（如 MaxDegreeOfParallelism、BoundedCapacity），且上游须调用 Complete() 才能触发数据流动。
TransformBlock 不是通用转换函数，它是 TPL Dataflow 中的异步数据处理单元，必须配合 ExecutionDataflowBlockOptions 显式配置才能发挥价值。默认单线程、无界缓冲、同步执行 —— 这种用法和直接调用方法没区别，还多一层调度开销。
TransformBlock 构造时必须传 Func<TInput, Task<TOutput>>
同步委托（比如 Func<string int></string>）会让 TransformBlock 在线程池线程上阻塞执行，吞掉并行能力，还可能拖垮整个 dataflow 网络。异步转换才是它设计的本意：
- 必须用
Func<tinput task>></tinput>，哪怕逻辑本身同步，也建议包一层Task.FromResult(...) - 若误传
Action<t></t>或普通同步Func，编译器不会报错，但运行时行为退化为串行，且无法被await或参与取消传播 - 常见错误现象：
TransformBlock<string int>(s => s.Length)</string>看似能跑通，但所有输入都在同一个线程上顺序执行，MaxDegreeOfParallelism形同虚设
不设 ExecutionDataflowBlockOptions 就等于没用 TransformBlock
TransformBlock 的默认选项是保守的：最大并行度为 1、缓冲无界、不响应取消。你不主动干预，它就只是个带队列的普通方法包装器：
-
MaxDegreeOfParallelism = 1：即使你喂入 1000 个任务，也只用一个线程逐个处理 -
BoundedCapacity = int.MaxValue：上游疯狂投递，下游卡住时内存持续上涨，直到OutOfMemoryException - 正确做法是显式传入选项对象，例如：
new ExecutionDataflowBlockOptions { MaxDegreeOfParallelism = 4, BoundedCapacity = 64, CancellationToken = token } - 注意：
DataflowBlockOptions.Unbounded不是“自动伸缩”，而是放弃反压控制，生产环境慎用
LinkTo 之后记得调用 Complete() 才会真正触发数据流动
TransformBlock 是被动拉取模型：它不会主动从上游读数据，除非你明确告诉它“上游结束了”——也就是调用 Complete()。否则即使你 Post 了数据，它也可能一直不处理：
- 只调用
source.Post(item)不够，必须在所有Post完成后调用source.Complete() -
Complete()触发的是“完成信号”，不是“立即执行”。下游块需自行监听Completion任务来感知结束 - 常见错误现象：程序看似卡住、日志没输出、
outputBlock.Count始终为 0 —— 很大概率是忘了source.Complete() - 如果上游是流式来源（如文件读取循环），应改用
SendAsync+Completion.ContinueWith链式处理，避免手动管理完成时机
最易被忽略的一点：多个 TransformBlock 链式调用时，每个块的 Completion 都要单独 await，不能只等最后一个；中间任一块出错未处理，后续块就会永远挂起。
