。NET OpenXML性能问题

Question

我正在尝试使用OpenXML从ASP.NET Web服务器写出Excel文件。我大约有2100条记录，大约需要20-30秒才能完成。有什么办法可以使它更快？从数据库中检索2100行需要一秒钟的时间。不知道为什么要在内存中处理它们会花费更多时间。

注意：ExcelWriter是我们的自定义类，但是其所有方法都直接来自此链接中的代码，http://msdn.microsoft.com/en-us/library/cc861607.aspx

   public static MemoryStream CreateThingReport(List<Thing> things, MemoryStream template)
    {
        SpreadsheetDocument spreadsheet = SpreadsheetDocument.Open(template, true);
        WorksheetPart workSheetPart = spreadsheet.WorkbookPart.WorksheetParts.First();

        SharedStringTablePart sharedStringPart = spreadsheet.WorkbookPart.GetPartsOfType<SharedStringTablePart>().First();

        Cell cell = null;
        int index = 0;

        //create cell formatting for header text
        Alignment wrappedAlignment = new Alignment { WrapText = true };
               uint rowOffset = 2;

  foreach (Thing t in things)
        {
            //Received Date
            cell = ExcelWriter.InsertCellIntoWorksheet("A", rowOffset, workSheetPart);
            index = ExcelWriter.InsertSharedStringItem(t.CreateDate.ToShortDateString(), sharedStringPart);
            cell.CellValue = new CellValue(index.ToString());
            cell.DataType = new DocumentFormat.OpenXml.EnumValue<CellValues>(CellValues.SharedString);

            //Car Part Name
            cell = ExcelWriter.InsertCellIntoWorksheet("B", rowOffset, workSheetPart);
            index = ExcelWriter.InsertSharedStringItem(t.CarPart.Name, sharedStringPart);
            cell.CellValue = new CellValue(index.ToString());
            cell.DataType = new DocumentFormat.OpenXml.EnumValue<CellValues>(CellValues.SharedString);

  rowOffset++; 
   }

 workSheetPart.Worksheet.Save();

        spreadsheet.WorkbookPart.Workbook.Save();
        spreadsheet.Close();

        return template;

Answer 1

因此，看起来MSDN社区文档中的某人遇到了类似的性能影响。下面的代码效率很低。有人建议使用哈希表。

对于我们的解决方案，我们只是完全删除了共享字符串的插入，下载时间从1:03秒变为0:03秒。

//Old: (1:03)
            cell = ExcelWriter.InsertCellIntoWorksheet("A", rowOffset, workSheetPart);
            index = ExcelWriter.InsertSharedStringItem(thing.CreateDate.ToShortDateString(), sharedStringPart);
            cell.CellValue = new CellValue(index.ToString());
            cell.DataType = new DocumentFormat.OpenXml.EnumValue<CellValues>(CellValues.SharedString);

 //New: (0:03)
             cell = ExcelWriter.InsertCellIntoWorksheet("A", rowOffset, workSheetPart);
             cell.CellValue = new CellValue(thing.CreateDate.ToShortDateString());
              cell.DataType = new DocumentFormat.OpenXml.EnumValue<CellValues>(CellValues.String);

MSDN Docs（缓慢的解决方案，他们应该使用哈希表）

      private static int InsertSharedStringItem(string text, SharedStringTablePart         shareStringPart)
  {
// If the part does not contain a SharedStringTable, create one.
if (shareStringPart.SharedStringTable == null)
{
    shareStringPart.SharedStringTable = new SharedStringTable();
}

int i = 0;

// Iterate through all the items in the SharedStringTable. If the text already exists, return its index.
foreach (SharedStringItem item in shareStringPart.SharedStringTable.Elements<SharedStringItem>())
{
    if (item.InnerText == text)
    {
        return i;
    }

    i++;
}

// The text does not exist in the part. Create the SharedStringItem and return its index.
shareStringPart.SharedStringTable.AppendChild(new SharedStringItem(new DocumentFormat.OpenXml.Spreadsheet.Text(text)));
shareStringPart.SharedStringTable.Save();

return i;
 }  

Answer 2

@ Internet

请注意，字符串数据类型实际上是用于公式的，对于文本，应使用InlineString。参见17.18.11 ST_CellType（单元格类型）：

• inlineStr（内联字符串）-包含（内联）富字符串的单元格，即不在共享字符串表中。如果使用此单元格类型，那么单元格值在is元素中而不是在v元素中单元格（c元素）。
• str（String）-包含公式字符串的单元格。

Answer 3

最大的麻烦是更多的Save（）函数出现了循环

 //Save data
        shareStringPart.SharedStringTable.Save();
        worksheetPart.Worksheet.Save();

对于500条记录，对我来说，它从10分钟变为1分钟。

Answer 4

@ kunjee

如果要提高性能，请先创建所有必需的对象，以便在每次调用此方法时都不会对其进行检查。这就是为什么SharedStringTable作为参数而不是部分作为参数传递的原因。

字典用于快速的索引查找，比for循环具有更好的性能。比哈希表快一点，因为它是强类型的，所以不需要装箱。无论如何，强类型输入是一个很大的好处。

private static int InsertSharedStringItem(string sharedString, SharedStringTable sharedStringTable, Dictionary<string, int> sharedStrings)
{
    int sharedStringIndex;

    if (!sharedStrings.TryGetValue(sharedString, out sharedStringIndex))
    {
        // The text does not exist in the part. Create the SharedStringItem now.
        sharedStringTable.AppendChild(new SharedStringItem(new Text(sharedString)));

        sharedStringIndex = sharedStrings.Count;

        sharedStrings.Add(sharedString, sharedStringIndex);
    }

    return sharedStringIndex;
}

Answer 5

[正如Internet所提到的，他们应该使用哈希表，并且如zquanghoangz所建议，他们应该将Save（）移出循环。

InlineString确实可以工作，但是当打开包含可修复但无意义的错误消息的生成的文件时，MS Excel会头疼。

static Cell AddCellWithSharedStringText(
    [NotNull]string text, 
    [NotNull]Hashtable texts, 
    [NotNull]SharedStringTablePart shareStringPart
)
{
    if (!texts.ContainsKey(text))
    {
        shareStringPart.SharedStringTable.AppendChild(new SharedStringItem(new Text(text)));
        texts[text] = texts.Count;
    }
    var idx = (int)texts[text];
    Cell c1 = new Cell();
    c1.DataType = CellValues.SharedString;
    c1.CellValue = new CellValue(idx.ToString());
    return c1;
}

此解决方案在[9880 x 66]网格上将导出时间从〜5分钟降低到6秒。