如何高效将多类型Tag对象列表转CSV且降低CSV类耦合度？

要解决内存占用高、耦合度高的问题，核心是抽象导出所需的最小契约，让CSV导出类只依赖通用接口，而非具体的Tag<T>或ITag实现，同时用有序序列归并遍历实现逐行写入，避免预存全量数据。

1. 定义通用时间序列契约 #

先定义一个ITimeSeries接口，只暴露CSV导出必须的能力：有序时间戳序列、根据时间戳获取字符串值、列名（用于表头）。这个接口是导出逻辑和具体数据类之间的唯一依赖：

public interface ITimeSeries
{
    // 有序的时间戳序列（要求升序）
    IEnumerable<DateTime> Timestamps { get; }
    // 根据时间戳获取对应值的字符串表示，无值时返回空字符串
    string GetValueAsString(DateTime timestamp);
    // CSV表头对应的列名
    string ColumnName { get; }
}

让你的Tag<T>直接实现这个接口（如果可以修改原类）：

public class Tag<T> : SortedList<DateTime, T>, ITimeSeries
{
    public string ColumnName { get; }

    public Tag(string columnName)
    {
        ColumnName = columnName;
    }

    // 直接复用SortedList的Keys（天然有序）
    public IEnumerable<DateTime> Timestamps => Keys;

    public string GetValueAsString(DateTime timestamp)
    {
        return TryGetValue(timestamp, out var value) 
            ? value.ToString() 
            : string.Empty;
    }
}

如果不能修改原Tag<T>或ITag，可以用适配器类做转换：

// 假设原ITag接口有获取时间戳、值和名称的方法
public class TagAdapter : ITimeSeries
{
    private readonly ITag _tag;

    public TagAdapter(ITag tag)
    {
        _tag = tag;
    }

    public string ColumnName => _tag.TagName;
    public IEnumerable<DateTime> Timestamps => _tag.GetAllTimestamps();

    public string GetValueAsString(DateTime timestamp)
    {
        var value = _tag.GetValueAt(timestamp);
        return value?.ToString() ?? string.Empty;
    }
}

2. 实现无依赖的CSV导出类 #

CSV导出类只依赖ITimeSeries，通过归并排序的方式遍历所有时间序列的有序时间戳，逐行生成CSV内容，全程不需要预存所有数据：

public static class CsvExporter
{
    public static void Export(IEnumerable<ITimeSeries> timeSeries, string outputPath)
    {
        var series = timeSeries.ToList();
        if (!series.Any()) return;

        using var writer = new StreamWriter(outputPath);
        // 写入表头
        writer.WriteLine(string.Join(",", series.Select(s => $"\"{s.ColumnName}\"")));

        // 初始化所有序列的枚举器
        var enumerators = series.Select(s => s.Timestamps.GetEnumerator()).ToList();
        var currentTimestamps = new List<DateTime?>();
        
        try
        {
            // 启动每个枚举器，记录第一个时间戳
            foreach (var enumerator in enumerators)
            {
                currentTimestamps.Add(enumerator.MoveNext() ? enumerator.Current : null);
            }

            // 遍历所有时间点，直到所有序列都处理完
            while (currentTimestamps.Any(ts => ts.HasValue))
            {
                // 找到当前所有序列中最小的时间戳
                var currentMinTs = currentTimestamps.Where(ts => ts.HasValue).Min();
                
                // 生成当前行的所有列值
                var row = new List<string>();
                for (int i = 0; i < series.Count; i++)
                {
                    if (currentTimestamps[i] == currentMinTs)
                    {
                        row.Add($"\"{series[i].GetValueAsString(currentMinTs.Value)}\"");
                        // 移动该序列的枚举器到下一个时间戳
                        currentTimestamps[i] = enumerators[i].MoveNext() ? enumerators[i].Current : null;
                    }
                    else
                    {
                        row.Add("\"\""); // 无对应值时写入空字符串
                    }
                }

                writer.WriteLine(string.Join(",", row));
            }
        }
        finally
        {
            // 确保所有枚举器被释放
            foreach (var enumerator in enumerators)
            {
                enumerator.Dispose();
            }
        }
    }
}

3. 使用示例 #

直接传入实现了ITimeSeries的对象列表即可：

// 示例：创建不同类型的Tag
var tempTag = new Tag<int>("Temperature")
{
    { new DateTime(2024, 1, 1, 0, 0, 0), 22 },
    { new DateTime(2024, 1, 1, 1, 0, 0), 23 }
};

var humidityTag = new Tag<float>("Humidity")
{
    { new DateTime(2024, 1, 1, 0, 30, 0), 45.5f },
    { new DateTime(2024, 1, 1, 1, 0, 0), 44.2f }
};

// 导出CSV
CsvExporter.Export(new List<ITimeSeries> { tempTag, humidityTag }, "sensor_data.csv");

方案优势 #

• 完全解耦：CSV导出类不依赖任何具体业务类，只要是符合ITimeSeries的时间序列集合都能导出，扩展性极强。
• 低内存消耗：全程只维护当前处理的时间戳和枚举器，不需要预存所有时间点的全量数据，内存占用仅为常量级。
• 高效遍历：利用归并排序思想合并有序时间序列，时间复杂度为O(N log M)（N为总时间点数量，M为序列数量），性能远优于预生成全量数据的方案。

内容的提问来源于stack exchange，提问作者Cristian Speranza