C# DataSet性能最佳實踐

C# DataSet性能最佳實踐

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的並行計算

 

DataTable 內置的並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 FindRows() //查找所有數量小於0的分錄
{
    DataTable dt = ItemDataTable;
    ……
    return dt.Select(“Quantity<0”); //未使用並行計算
}
IEnumerable FindRows() //查找所有數量小於0的分錄
{
    DataTable dt = ItemDataTable;
    ……
    int index = dt.Columns.IndexOf(Quantity);
    return dt.AsEnumerable().AsParallel().Where(dr => (decimal)dr[index] < 0); //使用並行計算：
}

 

 

根據實驗，當對DataTable的行選擇時並行計算優於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合並

 

使用Merge方法可以很方便的實現DataTable的合並，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的合並操作，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 ) ;      
  }
}