[[379516]]

本文轉載自微信公眾號「JeffckyShare」，作者Jeffcky 。轉載本文請聯系JeffckyShare公眾號。   

個人以為，性能并非一次性就可完全成全，需結合實際業務有一個大致評估或預期，比如數據量大小，若預期短暫并不會達到性能瓶頸，大可不必過度考慮，又或者根據自我假想可能存在性能問題，于是大張旗鼓陷入自我意識流，最終可能結果吃虧反而不討好。

項目性能考慮

此前我個人寫過一版Excel導入和導出，并未使用對應開源組件，因為導出和導入邏輯并不復雜，不涉及單元格拆分、包含圖片、下拉框等等，但處理起來也并沒有什么難度，借助NPOI或EPPLUS工具皆可滿足。

于是我嘗試將此前封裝Excel導入和導出做了進一步重構處理，主要為解決此前遺留問題：

其一：表頭列和實體屬性列順序必須一一對應

其二：導出由于Excel單個Sheet行有限制，超出一定行，必須重建Sheet

其三：大量使用反射，若存在多個Sheet，且每個Sheet行數量稍微巨大，則存在一定性能瓶頸

如上兩點可以簡單解決，這里我們忽略，問題在于第三點，因為使用泛型，針對每一行讀取都會反射對象，同時也要獲取其實例屬性并賦值，這里我們完全可以改善下性能

接下來，我們通過一個簡單例子，來演示如何改善反射性能，當然，也還有其他方案，這里我只介紹我個人的方案

反射性能改善

如一部分開源組件一樣，我們通過特性標識屬性，屬性名稱和表頭列匹配，順序無需一致，同樣，屬性可忽略賦值

基于上述情況，我們要獲取對應實體所標識的屬性特性，這里為便于后續屬性賦值，我們緩存屬性相關信息，避免頻繁通過反射獲取屬性信息

接下來，我們來到屬性賦值和獲取，我們以設置值為例，獲取值同理，同時以1萬作為基數來驗證，然后以此基數遞增，如下測試實體

public class Test 
{ 
 public int Id { get; set; } 
 public string Name { get; set; } 
} 

反射屬性賦值示例，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($"反射賦值耗時：{stopWatch.ElapsedMilliseconds}ms"); 
} 

當然，根據筆記本配置以及所使用耗時方案不標準，結果會存在差異，但基本可判斷反射耗時會有20ms以上

接下來，我使用委托方式來直接調用屬性Set方法，看看性能是否會有改善

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($"委托賦值耗時：{stopWatch.ElapsedMilliseconds}ms"); 
} 

接下來，我們對比反射1萬條數據屬性賦值，看看耗時情況怎樣

通過運行多次，通過調用委托賦值其耗時基本可控制在5ms以內，想想差距還是有點大，接下來我們將數據量直接上升到100萬看看其差距

結果顯而易見，通過反射耗時將超過1s，而委托賦值則控制在幾十ms，如果再加上屬性的個數和獲取屬性值，耗時時間勢必將會再一次拉大

為何很多人都說反射性能很差，因為引入反射會通過如下幾步對性能有巨大損耗

其一：檢查所調用方法是否存在

其二：檢查其安全性和訪問可見性

其三：檢查簽名，確保所提供的參數和類型的數量與方法定義簽名一致

其四：解出參數

此文意非強調不能用反射，網上討論也很多，還是老話，根據實際業務情況，具體分析，別整體就惦記和揪著性能不放，比如針對快遞行業，導入和導出操作可謂再正常不過，其導入數量也是龐大，對于此種情況，我們是否可考慮通過結構體存儲數據呢?一切皆通過實際場景出發。

那么問題來了，寫本文的目的是什么呢?