Lektionen

In dieser Vorlesung schauen wir uns an, warum normale Kollektionen wie List<T> und Dictionary<TKey, TValue> in Multithreading-Szenarien kaputtgehen (race conditions), warum ein einfacher lock oft nicht ausreicht und wie thread-safe Kollektionen aus System.Collections.Concurrent diese Probleme lösen. Wir betrachten die wichtigsten Strukturen: ConcurrentQueue<T>, ConcurrentStack<T>, ConcurrentBag<T>, ConcurrentDictionary<TKey, TValue>, ihre Einsatzszenarien (producer–consumer, Caching, Objektpools) und Auswahlkriterien.

Wir analysieren das Pattern Producer-Consumer anhand der thread-sicheren Sammlungen von .NET: ConcurrentQueue<T> (FIFO) und ConcurrentStack<T> (LIFO). Du wirst sehen, wie man die Methoden Enqueue()/ TryDequeue() und Push()/ TryPop() verwendet, warum Atomarität der Operationen wichtig ist, wie man eine Multithread-Pipeline aufbaut und einen Objektpool organisiert. Am Ende — ein Vergleich von Anwendungsszenarien zur Wahl der richtigen Struktur.

Wir schauen uns zwei zentrale thread-sichere Collections von .NET an: ConcurrentBag — eine schnelle "Tüte" ohne Ordnungs­garantie, optimiert für thread-local Zugriff, und ConcurrentDictionary — ein hochperformantes Dictionary mit atomaren Operationen ( TryAdd, TryUpdate, GetOrAdd, AddOrUpdate). Wir sprechen über interne Funktionsweisen, typische Szenarien und praktische Beispiele.

Wir analysieren Multithreading-Patterns auf Basis von Concurrent-Collections: die Implementierung des "Producer–Consumer" mit ConcurrentQueue und BlockingCollection<T>, korrekte Beendigungs-Signalisierung über CancellationTokenSource, sowie wichtige Feinheiten der Eigenschaften Count/ IsEmpty, der Methode ToArray() und der Iteration, damit man zuverlässigen und vorhersehbaren Code schreibt.

Wir schauen uns an, wie lock-free und wait-free Algorithmen aufgebaut sind, warum Collections aus dem Namespace System.Collections.Concurrent besser skalieren als normale Collections unter lock, und wie der .NET-Kern sich auf atomare Operationen über System.Threading.Interlocked und CAS ( CompareExchange) stützt. Wir sehen uns Performance, den Einfluss von contention an, werfen kurz einen Blick unter die Haube von ConcurrentQueue<T>, wählen die richtige Collection für die Aufgabe und besprechen praktische Optimierungstipps ( ToArray(), Count, Gruppierung von Operationen).