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<DataRow> 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<DataRow> 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