如何用SevenZipSharp高效在内存中解压含大量文本的7z归档？

你的代码运行缓慢主要源于单线程逐个解压的CPU利用率不足，以及MemoryStream动态扩容带来的额外开销。结合7z解压的CPU密集特性，可从以下几个方向优化：

1. 并行化解压（充分利用多核CPU） #

磁盘解压快的核心原因是官方7z工具会自动利用多核资源，而你的单线程代码未发挥这一优势。使用Parallel.For并行处理文件解压，能大幅压缩耗时：

var memoryStreams = new ConcurrentBag<MemoryStream>(); // 用线程安全集合存储结果
using var st = new SevenZipExtractor("files.7z");

Parallel.For(0, st.FilesCount, i =>
{
    // 预分配内存，避免MemoryStream多次扩容拷贝
    var targetFile = st.Files[i];
    var stream = new MemoryStream((int)targetFile.Size);
    
    st.ExtractFile(i, stream);
    stream.Position = 0; // 重置流位置，方便后续读取
    memoryStreams.Add(stream);
});

2. 预分配MemoryStream容量 #

原代码中MemoryStream默认从初始小容量开始，每次扩容都会拷贝现有数据，累积开销极大。提前用文件的原始大小设置Capacity，可消除这部分性能损耗：

var memoryStreams = new List<MemoryStream>();
using var st = new SevenZipExtractor("files.7z");

for (var i = 0; i < st.FilesCount; i++)
{
    var targetFile = st.Files[i];
    // 直接分配对应文件大小的内存空间
    var stream = new MemoryStream((int)targetFile.Size);
    
    st.ExtractFile(i, stream);
    stream.Position = 0;
    memoryStreams.Add(stream);
}

3. 更换更高效的解压库（SharpCompress） #

SevenZipExtractor的内存解压性能并非最优，SharpCompress库针对内存场景做了专门优化，整体效率更高：

using SharpCompress.Archives.SevenZip;
using SharpCompress.Readers;

var memoryStreams = new List<MemoryStream>();

using var archive = SevenZipArchive.Open("files.7z");
using var reader = archive.ExtractAllEntries();

while (reader.MoveToNextEntry())
{
    if (!reader.Entry.IsDirectory)
    {
        var stream = new MemoryStream((int)reader.Entry.Size);
        reader.WriteEntryTo(stream);
        stream.Position = 0;
        memoryStreams.Add(stream);
    }
}

补充注意事项 #

• 如果SevenZipExtractor实例不支持多线程调用，需在并行任务中创建独立的实例（会增加少量磁盘IO开销，需测试权衡）：

  Parallel.For(0, st.FilesCount, i =>
  {
      using var localExtractor = new SevenZipExtractor("files.7z");
      var fileSize = localExtractor.Files[i].Size;
      var stream = new MemoryStream((int)fileSize);
      
      localExtractor.ExtractFile(i, stream);
      stream.Position = 0;
      memoryStreams.Add(stream);
  });
  

• 若归档中存在超大文件（大小超过int.MaxValue），需改用long类型处理内存分配，避免溢出。

内容的提问来源于stack exchange，提问作者JJ Lison