Performance de la méthode de chargement des données d'IronXL
Lorsque vous remplissez une grande feuille de calcul dans IronXL, la méthode de chargement que vous choisissez a un grand impact sur le temps nécessaire pour générer le fichier. Le banc d'essai ci-dessous compare trois approches sur le même ensemble de données : 20 000 lignes par 55 colonnes, chacune écrite sur le disque en tant que fichier .xlsx.
Vue d'ensemble des tests
Chaque test remplit les mêmes données et écrit le résultat sur le disque, en enregistrant à la fois la durée en secondes et la taille de fichier résultante.
- Ajout de données cellule par cellule : ~24 s, 3094 Ko
- Chargement à partir d'un
DataTable: ~13 s, 3094 Ko - Chargement à partir de CSV : ~9 s, 3094 Ko
La taille de fichier est identique pour les trois. Seul le temps pour construire le fichier change.
Les Méthodes
Option 1 : Ajout de données cellule par cellule
C'est la plus lente des trois. Chaque cellule est assignée individuellement à travers des boucles imbriquées.
string[] fruits = { "Apples", "Apricot", "Banana", "Blackberry", "Blueberry", "Boysenberry", "Canary Melon", "Cantaloupe",
"Currants", "Dates (tree dried only) Dragon Fruit", "Durian (purchase cut) Figs", "Gooseberry", "Grapes", "Grapefruit",
"Lemon", "Lime", "Loganberry", "Longan", "Loquat", "Lychee", "Mandarin", "Mango",
"Blood Orange", "Papaya", "Passion Fruit", "Peach", "Pear", "Persimmon", "Pineapple", "Plum", "Honeydew",
"Rambutan", "Starfruit", "Tamarind", "Yuzu", "Açaí", "Abiu", "Ackee", "Breadfruit", "Cempedak",
"Cherimoya", "Buddha's Hand", "Citron", "Finger Lime", "Kumquat", "Pomelo", "Tangelo", "Ugli Fruit",
"Galia Melon", "Kiwano (Horned Melon)", "Mouse Melon", "Muskmelon",
"cherry", "nectarine", "Butternut squash"};
var workbook = WorkBook.Create(ExcelFileFormat.XLSX);
var worksheet = workbook.CreateWorkSheet("Fruits");
var columnsTitles = GetExcelCellLetters(fruits.Length);
for (int col = 0; col < columnsTitles.Count; col++)
{
string columnLetter = columnsTitles[col]; // To avoid interpolation that can cause performance issues in large loops because it build string objects in every loop
for (int row = 1; row <= 20000; row++)
{
worksheet[columnLetter + row].Value = fruits[col];
//worksheet.Rows[row].Columns[columnLetter].Value.ToString();
}
}
workbook.SaveAs("C:\\Temp\\ManualCell-by-CellAssignment.xlsx");
private static List<string> GetExcelCellLetters(int iMaxNum)
{
string[] alphabet = { string.Empty, "A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z" };
IEnumerable<string> lst = (from c1 in alphabet
from c2 in alphabet
from c3 in alphabet.Skip(1)
where c1 == string.Empty || c2 != string.Empty
select c1 + c2 + c3).Take(iMaxNum);
return lst.ToList();
}Notez le cache columnLetter: créer la référence de colonne une seule fois par colonne au lieu de l'interpoler à l'intérieur de la boucle interne évite d'allouer une nouvelle chaîne à chaque itération. Réservez cette méthode pour les cas qui nécessitent une véritable logique ou un style par cellule.
Option 2 : Chargement à partir d'un DataTable
Un bon compromis, et significativement plus rapide que l'insertion manuelle de cellule. Construisez un DataTable en mémoire, puis passez l'ensemble à LoadWorkSheet.
string[] fruits = { "Apples", "Apricot", "Banana", "Blackberry", "Blueberry", "Boysenberry", "Canary Melon", "Cantaloupe",
"Currants", "Dates (tree dried only) Dragon Fruit", "Durian (purchase cut) Figs", "Gooseberry", "Grapes", "Grapefruit",
"Lemon", "Lime", "Loganberry", "Longan", "Loquat", "Lychee", "Mandarin", "Mango",
"Blood Orange", "Papaya", "Passion Fruit", "Peach", "Pear", "Persimmon", "Pineapple", "Plum", "Honeydew",
"Rambutan", "Starfruit", "Tamarind", "Yuzu", "Açaí", "Abiu", "Ackee", "Breadfruit", "Cempedak",
"Cherimoya", "Buddha's Hand", "Citron", "Finger Lime", "Kumquat", "Pomelo", "Tangelo", "Ugli Fruit",
"Galia Melon", "Kiwano (Horned Melon)", "Mouse Melon", "Muskmelon",
"cherry", "nectarine", "Butternut squash"};
var workbook = WorkBook.Create(ExcelFileFormat.XLSX);
DataTable table = new DataTable("Fruits");
foreach (string fruitName in fruits)
{
table.Columns.Add(fruitName);
}
int rowCount = 20000;
for (int i = 0; i < rowCount; i++)
{
table.Rows.Add(fruits);
}
workbook.LoadWorkSheet(table);
workbook.SaveAs("C:\\Temp\\LoadDataTableDirectly.xlsx");LoadWorkSheet ingère l'ensemble du tableau en un seul appel, c'est pourquoi elle surpasse l'écriture de chaque cellule à la main. Optez pour cela lorsque vos données sont déjà présentes en mémoire structurée.
Option 3 : Chargement à partir de CSV
La plus rapide, et le choix naturel pour les données délimitées plates. Écrivez les lignes dans un fichier CSV, puis lisez-le avec LoadCSV.
string[] fruits = { "Apples", "Apricot", "Banana", "Blackberry", "Blueberry", "Boysenberry", "Canary Melon", "Cantaloupe",
"Currants", "Dates (tree dried only) Dragon Fruit", "Durian (purchase cut) Figs", "Gooseberry", "Grapes", "Grapefruit",
"Lemon", "Lime", "Loganberry", "Longan", "Loquat", "Lychee", "Mandarin", "Mango",
"Blood Orange", "Papaya", "Passion Fruit", "Peach", "Pear", "Persimmon", "Pineapple", "Plum", "Honeydew",
"Rambutan", "Starfruit", "Tamarind", "Yuzu", "Açaí", "Abiu", "Ackee", "Breadfruit", "Cempedak",
"Cherimoya", "Buddha's Hand", "Citron", "Finger Lime", "Kumquat", "Pomelo", "Tangelo", "Ugli Fruit",
"Galia Melon", "Kiwano (Horned Melon)", "Mouse Melon", "Muskmelon",
"cherry", "nectarine", "Butternut squash"};
var sb = new StringBuilder();
// Step 1: Add header row
sb.AppendLine(string.Join(",", fruits));
// Step 2: Add 20,000 identical rows
string rowData = string.Join(",", fruits); // same as headers
for (int i = 1; i < 20000; i++)
{
sb.AppendLine(rowData);
}
File.WriteAllText("C:\\Temp\\csvfile.csv", sb.ToString(), Encoding.UTF8);
var workbook = WorkBook.LoadCSV("C:\\Temp\\csvfile.csv");
workbook.SaveAs("C:\\Temp\\LoadFromCSV.xlsx");LoadCSV analyse le texte délimité en bloc, ce qui la maintient en avance sur les deux autres approches.
Conclusion
Pour obtenir les meilleures performances d'IronXL sur de grands ensembles de données :
- Utilisez CSV : le chemin le plus rapide pour les importations de données brutes lorsque la source est déjà plate.
- Utilisez un
DataTable: idéal lorsque les données existent déjà en mémoire structurée. - Évitez l'écriture cellule par cellule : cela ne vaut la peine que lorsque vous avez besoin d'une logique ou d'un style par cellule.
Les trois produisent la même taille de fichier. La méthode de chargement est ce qui change considérablement le temps nécessaire à la génération du fichier.
Curtis Chau détient un baccalauréat en informatique (Université de Carleton) et se spécialise dans le développement front-end avec expertise en Node.js, TypeScript, JavaScript et React. Passionné par la création d'interfaces utilisateur intuitives et esthétiquement plaisantes, Curtis aime travailler avec des frameworks modernes et créer des manuels bien structurés et visuellement attrayants.
