C# 性能優化細節

1、使用ItemArray實現對DataRow的批量賦值

• 在對DataRow的所有字段賦值時，使用字段名進行逐列賦值效率較低。這時應盡量使用批量字段賦值。可以使用ItemArray或rows.Add方法：/ ds是數據集(DataSet)對象 DataTable dt = ds.Tables[0]; DataRow row = dt.NewRow(); row.ItemArray = new object[] { value1, value2, …, valuen }; // ds是數據集(DataSet)對象 DataTable dt = ds.Tables[0]; dt.Rows.Add(value1, value2, …, valuen); //應避免做大量連續的單列賦值，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的并行計算

• DataTable 內置的并行計算可以充分利用電腦的每個CPU，起到優化效率的作用。IEnumerable<DataRow> FindRows() //查找所有數量小于0的分錄 {DataTable dt = ItemDataTable;……return dt.Select(“Quantity<0”); //未使用并行計算 } IEnumerable<DataRow> FindRows() //查找所有數量小于0的分錄 {DataTable dt = ItemDataTable;……int index = dt.Columns.IndexOf("Quantity");return dt.AsEnumerable().AsParallel().Where(dr => (decimal)dr[index] < 0); //使用并行計算： }

• 根據實驗，當對DataTable的行選擇時并行計算優于Select和循環過濾等方式；當進行行遍歷時性能類似。
  

3、使用ImportRow實現向同結構DataTable合并

• 使用Merge方法可以很方便的實現DataTable的合并，但Merge的效率卻非常差代碼；示例如下：DataTable[] srcTables = ... ; foreach(DataTable src in srcTables ) { dest.Merge( src ) ; }
• ImportRow也可以實現DataTable的合并操作，性能相比Merge要高很多。代碼示例如下：DataTable[] srcTables = ... ; foreach(DataTable src in srcTables ) {foreach(DataRow row in src.Rows){dest.ImportRow( row ) ; } }
  

4、待續

總結

以上是生活随笔為你收集整理的C# DataSet性能最佳实践的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。