PLINQ（Parallel Linq）只是编写常规Linq查询以使其并行运行的一种新方法-换句话说，框架将自动处理跨多个线程运行查询，以使它们更快地完成（即使用多个CPU内核） ）。
例如，假设您有一堆字符串，并且想要获取所有以字母“ A”开头的字符串。您可以这样编写查询：
var words = new[] { "Apple", "Banana", "Coconut", "Anvil" };
var myWords = words.Select(s => s.StartsWith("A"));
这很好。但是，如果您要搜索50,000个单词，则可能要利用每个测试都是独立的这一事实，并将其分为多个核：
var myWords = words.AsParallel().Select(s => s.StartsWith("A"));
这就是将常规查询转换为在多个内核上运行的并行查询所要做的全部工作。很简约。
在TPL（任务并行库）是排序的补充PLINQ的，和他们一起构成了并行扩展。尽管PLINQ主要基于一种没有副作用的编程功能样式，但副作用正是TPL的目的。如果您实际上想并行工作而不是并行搜索/选择事物，则可以使用TPL。
第三方物流基本上是Parallel暴露的重载类For，Foreach和Invoke。 Invoke有点像在中排队任务ThreadPool，但使用起来更简单。IMO，更有趣的位是For和Foreach。例如，假设您要压缩一堆文件。您可以编写常规的顺序版本：
string[] fileNames = (...);
foreach (string fileName in fileNames)
{
byte[] data = File.ReadAllBytes(fileName);
byte[] compressedData = Compress(data);
string outputFileName = Path.ChangeExtension(fileName, ".zip");
File.WriteAllBytes(outputFileName, compressedData);
}
同样，此压缩的每次迭代完全独立于其他任何迭代。我们可以一次执行几个操作来加快速度：
Parallel.ForEach(fileNames, fileName =>
{
byte[] data = File.ReadAllBytes(fileName);
byte[] compressedData = Compress(data);
string outputFileName = Path.ChangeExtension(fileName, ".zip");
File.WriteAllBytes(outputFileName, compressedData);
});
再次，这就是并行化此操作所需的全部。现在，当我们运行我们的CompressFiles方法（或我们决定调用的任何方法）时，它将使用多个CPU内核，并且可能会在一半或1/4的时间内完成。
这样做的好处ThreadPool是，它实际上是同步运行的。如果使用ThreadPool替代Thread实例（或仅使用普通实例），则必须想出一种方法来找出所有任务的完成时间，虽然这并不十分复杂，但很多人倾向于这样做搞砸或至少有麻烦。使用Parallel该类时，您不必真正考虑它。多线程方面对您来说是隐藏的，所有这些都在后台处理。
Reactive Extensions（Rx）实际上完全是另一种野兽。这是对事件处理的另一种思考方式。Rx确实有很多内容要讲，但是总而言之，Rx不需要将事件处理程序连接到事件，而是让您将事件序列视为...序列（IEnumerable<T>）。您必须以迭代的方式处理事件，而不是让它们在随机时间异步触发，在这种情况下，您必须一直保持状态以检测按特定顺序发生的一系列事件。
我发现的Rx最酷的示例之一在这里。跳到“ Linq to IObservable”部分，在那里他仅用4行代码即可实现拖放处理程序，这通常是WPF中的难题。RX给你组成的事件，有些东西你真的没有定期事件处理程序和代码片段像这些也可以直接连接到重构行为的类，你可以随时随地在袖子。
就是这样。这些是.NET 4.0中提供的一些更酷的功能。当然还有更多，但是这些是您问的！