在领域层结构中用Int64替代DateTime/TimeSpan是否合理？

我在.NET Framework的领域项目中定义了如下简单结构体：

public struct Candlestick
{
    public DateTime OpenTime;
    public DateTime CloseTime;
    public double Open;
    public double High;
    public double Low;
    public double Close;
    public double Volume;
}

业务逻辑中存在大量对Candlestick结构体列表执行时间搜索的方法，例如：

public static int IndexOfFirst(this IReadOnlyList<Candlestick> data, DateTime from)
{
    if (data == null)
        throw new ArgumentNullException(nameof(data));

    int count = data.Count;
    if (count == 0) return -1;

    int fromIdx = 0;
    while (data[fromIdx].OpenTime < from)
    {
        if (++fromIdx == count)
        {
            return -1;
        }
    }

    return fromIdx;
}

请问将Candlestick结构体中的时间变量改为long（Int64）类型，以提升逻辑层的操作性能是否合理？同时我计划在应用层（视图模型层的CandlestickVM）保留DateTime类型的时间变量。

为验证该想法，我在测试环境中进行了简单的性能测试：

DateTime a = new DateTime(2023, 01, 01);
DateTime b = new DateTime(2023, 02, 01);

TimeSpan incr = new TimeSpan(1);
DateTime now = a;
Stopwatch sw = Stopwatch.StartNew();
while (now < b)
{
    now += incr;
}
sw.Stop();
Console.WriteLine($"It took {sw.Elapsed} to run the Date & Time test.");

long incr2 = incr.Ticks;
long now2 = a.Ticks;
long bticks = b.Ticks;
sw.Restart();
while (now2 < bticks)
{
    now2 += incr2;
}
sw.Stop();
Console.WriteLine($"It took {sw.Elapsed} to run the long test.");

测试结果如下：

It took 00:00:04.8027716 to run the Date & Time test.
It took 00:00:00.9261338 to run the long test.

这个改造方案完全合理，核心原因和注意事项如下：

1. 性能提升的核心逻辑 #

DateTime在.NET中本质是包装了long类型的Ticks值，但每次对DateTime做比较、加减操作时，会额外触发结构体的内部校验（比如日期范围合法性检查），而直接用long做数值比较是原生CPU操作，无额外开销——你的测试结果已经直观体现了这种差距，在大量循环的搜索场景中，这种性能提升会被进一步放大。

2. 分层设计的合理性 #

你计划的「领域层用long、应用层保留DateTime」完全符合关注点分离原则：

• 领域层聚焦高效业务计算，不需要处理日期格式化、UI展示等逻辑，用long能最大化性能；
• 应用层（视图模型）需要和UI交互，DateTime更便于绑定、格式化和用户理解，两者间的转换（new DateTime(ticks)或dateTime.Ticks）开销可以忽略不计。

3. 需注意的细节 #

• 精度一致性：转换时统一使用Ticks作为单位，避免混用毫秒、秒等其他单位导致时间偏差；
• 代码可读性：给long类型的时间字段加明确命名（比如OpenTimeTicks），避免后续维护时混淆数值含义；
• 边界校验：如果业务涉及超出DateTime有效范围的时间，long能提供更大取值空间；若始终在DateTime范围内，转换时需校验避免生成无效实例。

4. 进一步优化建议 #

当前的IndexOfFirst是线性搜索，若数据量较大，建议改用二分查找——无论用DateTime还是long，二分查找时间复杂度为O(logN)，远优于线性搜索的O(N)，结合long的高性能比较，整体效率会有质的提升：

public static int IndexOfFirst(this IReadOnlyList<Candlestick> data, long fromTicks)
{
    if (data == null)
        throw new ArgumentNullException(nameof(data));

    int left = 0;
    int right = data.Count - 1;
    int result = -1;

    while (left <= right)
    {
        int mid = left + (right - left) / 2;
        if (data[mid].OpenTimeTicks >= fromTicks)
        {
            result = mid;
            right = mid - 1;
        }
        else
        {
            left = mid + 1;
        }
    }

    return result;
}

内容的提问来源于stack exchange，提问作者Timur Rozhok