C# DataSet性能最佳实践

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 ) ;      
  }
}