PySide6中DLL高吞吐量数据向QTableWidget传输的丢包与覆盖问题

1. 用QAbstractTableModel替代QTableWidget #

QTableWidget是基于项的控件，单单元格更新开销极大，高频数据场景下极易阻塞UI。Qt官方推荐MVC模式，通过自定义模型管理数据并精准触发更新：

• 维护线程安全的数据源（比如用QReadWriteLock保护的字典/列表），所有数据修改通过锁控制
• 新数据到来时，先更新数据源，再调用dataChanged()仅发送变化单元格的信号，避免全局重置（beginResetModel/endResetModel会触发全表重绘，开销极高）
• 核心示例：

  from PySide6.QtCore import QAbstractTableModel, QReadWriteLock, QModelIndex
  
  class CANDataModel(QAbstractTableModel):
      def __init__(self, parent=None):
          super().__init__(parent)
          self._data_map = {}  # 以CAN ID为键存储数据
          self._row_order = []  # 维护行的显示顺序
          self._lock = QReadWriteLock()
          self._col_count = 3  # 根据实际字段调整
  
      def rowCount(self, parent=QModelIndex()):
          return len(self._row_order)
  
      def columnCount(self, parent=QModelIndex()):
          return self._col_count
  
      def data(self, index, role):
          if not index.isValid():
              return None
          can_id = self._row_order[index.row()]
          data = self._data_map[can_id]
          # 按需返回对应列的数据
          if role == Qt.DisplayRole:
              return data.get(index.column(), "")
          return None
  
      def update_can_data(self, can_id, new_data):
          self._lock.lockForWrite()
          existed = can_id in self._data_map
          self._data_map[can_id] = new_data
          if not existed:
              self._row_order.append(can_id)
          self._lock.unlock()
  
          if existed:
              # 仅更新对应行的所有列
              row = self._row_order.index(can_id)
              self.dataChanged.emit(
                  self.index(row, 0), 
                  self.index(row, self._col_count - 1)
              )
          else:
              # 新增行时触发插入信号
              row = len(self._row_order) - 1
              self.beginInsertRows(QModelIndex(), row, row)
              self.endInsertRows()
  

2. 批量处理数据，降低UI更新频率 #

高频信号会导致UI线程被大量小任务占满，官方推荐批量收集数据后一次性更新：

• 在数据接收层维护缓存队列，每100ms或累积到10条数据时，通过信号一次性发送批量数据到UI线程
• 可在UI线程用QTimer定时拉取缓存，或在数据端达到阈值时触发批量更新信号
• 此操作能大幅减少UI重绘次数，提升整体处理效率

3. 修复数据传递的内存问题 #

针对内容重复的指针复用问题，需确保传递的是独立Python对象：

• 在DLL回调中，立即将C语言内存结构转换为Python原生类型（如dict、自定义数据类），彻底脱离C端内存指针
• 信号传递时直接发送这些原生对象，避免传递C端引用

4. 环形缓冲的适用场景 #

如果数据吞吐量远超UI处理能力，且允许丢弃旧数据（仅保留最新N条），环形缓冲是可行方案：

• 用QQueue或自定义环形数组实现，设置固定容量，队列满时自动覆盖最旧数据
• 结合批量更新机制，UI线程每次从缓冲读取一批数据更新模型
• 若需保留所有历史数据，更适合用线程安全动态列表+分页加载（仅渲染当前可见区域数据，滚动时再加载）

额外优化措施 #

• 禁用QTableView自动滚动：高频更新时自动滚动会额外消耗资源，可在批量更新完成后手动滚动到最新行
• 批量更新前调用view.setUpdatesEnabled(False)，完成后再启用，减少中间重绘
• 用QThreadPool处理CAN记录查找逻辑：若查找操作耗时，可将其放到线程池执行，再将结果传递给UI线程更新模型

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