C# 性能优化细节
1、使用ItemArray实现对DataRow的批量赋值
在对DataRow的所有字段赋值时,使用字段名进行逐列赋值效率较低。这时应尽量使用批量字段赋值。可以使用ItemArray或rows.Add方法:/ ds是数据集(DataSet)对象
DataTable dt = ds.Tables[0];
DataRow row = dt.NewRow();
row.ItemArray = new object[] { value1, value2, …, valuen };
// ds是数据集(DataSet)对象
DataTable dt = ds.Tables[0];
dt.Rows.Add(value1, value2, …, valuen);
//应避免做大量连续的单列赋值,如下:
DataTable dt = ds.Tables[0];
DataRow row = dt.NewRow();
row["col1"] = value1;
row["col2"] = value2;
…
row["coln"] = valuen;
2、合理使用DataTable的并行计算
DataTable 内置的并行计算可以充分利用电脑的每个CPU,起到优化效率的作用。IEnumerable FindRows() //查找所有数量小于0的分录
{
DataTable dt = ItemDataTable;
……
return dt.Select(“Quantity<0”); //未使用并行计算
}
IEnumerable FindRows() //查找所有数量小于0的分录
{
DataTable dt = ItemDataTable;
……
int index = dt.Columns.IndexOf("Quantity");
return dt.AsEnumerable().AsParallel().Where(dr => (decimal)dr[index] < 0); //使用并行计算:
}
根据实验,当对DataTable的行选择时并行计算优于Select和循环过滤等方式;当进行行遍历时性能类似。
3、使用ImportRow实现向同结构DataTable合并
使用Merge方法可以很方便的实现DataTable的合并,但Merge的效率却非常差代码;示例如下:DataTable[] srcTables = ... ;
foreach(DataTable src in srcTables )
{
dest.Merge( src ) ;
}
ImportRow也可以实现DataTable的合并操作,性能相比Merge要高很多。代码示例如下:DataTable[] srcTables = ... ;
foreach(DataTable src in srcTables )
{
foreach(DataRow row in src.Rows)
{
dest.ImportRow( row ) ;
}
}
4、待续
以上就是C# DataSet性能最佳实践的内容,更多相关内容请关注PHP中文网(www.php.cn)!
本文原创发布php中文网,转载请注明出处,感谢您的尊重!