Task 类是 TPL 的基础执行单元
所有异步工作最终都封装在
Task或
Task<tresult></tresult>实例中。它不等同于线程，而是“一个可能异步完成的操作”的抽象——可以由线程池线程、IOCP、甚至同步执行（比如
Task.FromResult(42)）来完成。
常见误区是认为
new Task(...).Start()是推荐写法，实际上应优先用静态工厂方法：
Task.Run(() => DoWork()); // 推荐：自动调度到线程池 Task.Factory.StartNew(() => DoWork()); // 较老 API，需注意默认调度器和参数重载歧义 Task.CompletedTask; // 零开销已完成任务，替代 Task.FromResult(())
注意：
Task默认不捕获同步上下文（如 UI 线程），若需回到原始上下文（如 WinForms/WPF 更新控件），得显式用
await task.ConfigureAwait(true)。
TaskScheduler 控制任务如何排队与执行
TaskScheduler是任务调度策略的抽象。默认是
ThreadPoolTaskScheduler，但你可以自定义，比如实现单线程调度器用于串行化 UI 相关操作，或限制并发数的调度器。
关键点：
TaskScheduler.Current返回当前上下文的调度器（常用于
Task.Factory.StartNew的
taskScheduler:参数）
TaskScheduler.Default指向线程池调度器 自定义调度器必须重写
QueueTask和
GetScheduledTasks（后者仅调试用途，可抛
NotSupportedException）
不要直接 new 一个
TaskScheduler并调用
QueueTask——它不保证执行，只是入队；真正触发执行依赖调度器内部循环或外部驱动（如 Windows 消息泵）。
Parallel 类提供数据并行的高层封装
Parallel.For、
Parallel.ForEach和
Parallel.Invoke是面向集合/范围的并行构造，底层仍基于
Task，但自动处理分区、负载均衡、异常聚合（抛
AggregateException）。
使用时注意：
迭代体必须是无副作用或线程安全的；不要在循环里直接修改共享变量，改用ParallelOptions.MaxDegreeOfParallelism限流或
ConcurrentBag<t></t>等线程安全集合
Parallel.ForEach(source, item => { ... }) 中的 source若是
IEnumerable<t></t>，每次枚举都重新遍历——避免传入含副作用的迭代器（如数据库游标） 它不返回结果集；需要结果请改用 PLINQ（
AsParallel().Select(...).ToArray()）
PLINQ 是 Parallel + LINQ，不是独立组件而是 TPL 的查询扩展
AsParallel()将
IEnumerable<t></t>转为
ParallelQuery<t></t>，后续 LINQ 操作（
Where、
Select、
Sum等）自动并行化。但它不是万能加速器： 小数据集（x => x * 2）反而因分区开销变慢 顺序敏感操作（如
First()、
Take(1)）会退化为部分并行，且结果不保证稳定 必须显式调用
AsOrdered()才保持源顺序，但代价是降低吞吐量
错误示例：
list.AsParallel().Select(x => riskySideEffect()).ToList()—— 副作用无法预测执行时机和次数，极易引发竞态。
真正难的不是记住这些组件名，而是判断该用
Task.Run还是
Parallel.ForEach，或者干脆避开 TPL 改用
ValueTask或
IAsyncEnumerable<t></t>。线程调度、上下文捕获、异常传播、取消令牌传递——每个环节漏掉一个细节，都会让并行逻辑在高负载下间歇性失败。
