本文转载自微信公众号「JeffckyShare」,作者Jeffcky 。转载本文请联系JeffckyShare公众号。
个人以为,性能并非一次性就可完全成全,需结合实际业务有一个大致评估或预期,比如数据量大小,若预期短暂并不会达到性能瓶颈,大可不必过度考虑,又或者根据自我假想可能存在性能问题,于是大张旗鼓陷入自我意识流,最终可能结果吃亏反而不讨好。
项目性能考虑
此前我个人写过一版Excel导入和导出,并未使用对应开源组件,因为导出和导入逻辑并不复杂,不涉及单元格拆分、包含图片、下拉框等等,但处理起来也并没有什么难度,借助NPOI或EPPLUS工具皆可满足。
于是我尝试将此前封装Excel导入和导出做了进一步重构处理,主要为解决此前遗留问题:
其一:表头列和实体属性列顺序必须一一对应
其二:导出由于Excel单个Sheet行有限制,超出一定行,必须重建Sheet
其三:大量使用反射,若存在多个Sheet,且每个Sheet行数量稍微巨大,则存在一定性能瓶颈
如上两点可以简单解决,这里我们忽略,问题在于第三点,因为使用泛型,针对每一行读取都会反射对象,同时也要获取其实例属性并赋值,这里我们完全可以改善下性能
接下来,我们通过一个简单例子,来演示如何改善反射性能,当然,也还有其他方案,这里我只介绍我个人的方案
反射性能改善
如一部分开源组件一样,我们通过特性标识属性,属性名称和表头列匹配,顺序无需一致,同样,属性可忽略赋值
基于上述情况,我们要获取对应实体所标识的属性特性,这里为便于后续属性赋值,我们缓存属性相关信息,避免频繁通过反射获取属性信息
接下来,我们来到属性赋值和获取,我们以设置值为例,获取值同理,同时以1万作为基数来验证,然后以此基数递增,如下测试实体
- public class Test
- {
- public int Id { get; set; }
- public string Name { get; set; }
- }
反射属性赋值示例,如下:
- static void ReflectionExample(int count)
- {
- var stopWatch = new Stopwatch();
- stopWatch.Start();
- var tests = Enumerable.Repeat(new Test(), count).ToList();
- var propertyIdInfo = typeof(Test).GetProperty("Id");
- var propertyNameInfo = typeof(Test).GetProperty("Name");
- foreach (var test in tests)
- {
- propertyIdInfo.SetValue(test, 1);
- propertyNameInfo.SetValue(test, "jeffcky");
- }
- Console.WriteLine($"反射赋值耗时:{stopWatch.ElapsedMilliseconds}ms");
- }
当然,根据笔记本配置以及所使用耗时方案不标准,结果会存在差异,但基本可判断反射耗时会有20ms以上
接下来,我使用委托方式来直接调用属性Set方法,看看性能是否会有改善
- static void DelegateExample(int count)
- {
- var stopWatch = new Stopwatch();
- stopWatch.Start();
- var tests = Enumerable.Repeat(new Test(), count).ToList();
- var setId = (Action<Test, int>)Delegate.CreateDelegate(typeof(Action<Test, int>), null,
- typeof(Test).GetProperty("Id").GetSetMethod());
- var setName = (Action<Test, string>)Delegate.CreateDelegate(typeof(Action<Test, string>), null,
- typeof(Test).GetProperty("Name").GetSetMethod());
- foreach (var test in tests)
- {
- setId(test, 3);
- setName(test, "jeffcky");
- }
- Console.WriteLine($"委托赋值耗时:{stopWatch.ElapsedMilliseconds}ms");
- }
接下来,我们对比反射1万条数据属性赋值,看看耗时情况怎样
通过运行多次,通过调用委托赋值其耗时基本可控制在5ms以内,想想差距还是有点大,接下来我们将数据量直接上升到100万看看其差距
结果显而易见,通过反射耗时将超过1s,而委托赋值则控制在几十ms,如果再加上属性的个数和获取属性值,耗时时间势必将会再一次拉大
为何很多人都说反射性能很差,因为引入反射会通过如下几步对性能有巨大损耗
其一:检查所调用方法是否存在
其二:检查其安全性和访问可见性
其三:检查签名,确保所提供的参数和类型的数量与方法定义签名一致
其四:解出参数
此文意非强调不能用反射,网上讨论也很多,还是老话,根据实际业务情况,具体分析,别整体就惦记和揪着性能不放,比如针对快递行业,导入和导出操作可谓再正常不过,其导入数量也是庞大,对于此种情况,我们是否可考虑通过结构体存储数据呢?一切皆通过实际场景出发。
那么问题来了,写本文的目的是什么呢?