使用Parallel.Foreach批量创建对象仍耗时过长，求优化方案

嘿，4000条记录创建对象耗时超8秒确实有点反常，咱们来一步步拆解优化点，帮你把时间压下来：

• 抛弃ConcurrentBag，改用PLINQ或预分配容量的List
  ConcurrentBag虽然是线程安全集合，但它的锁开销在并行创建对象场景下其实没必要——PLINQ的AsParallel().Select().ToList()会自动高效处理并行结果的收集，不需要手动维护线程安全集合。另外如果串行处理更高效（小数据集有时候并行调度开销反而更大），直接用预分配容量的List<data>（比如new List<data>(allRows.Count)）也能避免List动态扩容的开销。

  示例（PLINQ版本）：

  var lstdata = allRows.AsParallel()
                       .Select(row => new data 
                       { 
                           Id = row["NB"], 
                           ColumnId = row["COLUMN_ID"], 
                           Value = row["VALUE"] 
                       })
                       .ToList();
  

• 优化行数据的访问方式
  如果你用的是DataRow这类对象，字符串索引器（row["NB"]）每次都会做列名查找，开销很大。建议提前获取列的索引，用索引访问来替代：

  // 假设allRows里的元素是DataRow，提前获取列索引
  var sampleRow = (DataRow)allRows[0];
  int nbColIndex = sampleRow.Table.Columns["NB"].Ordinal;
  int columnIdColIndex = sampleRow.Table.Columns["COLUMN_ID"].Ordinal;
  int valueColIndex = sampleRow.Table.Columns["VALUE"].Ordinal;
  
  // 之后用索引访问
  var lstdata = allRows.AsParallel()
                       .Select(row => 
                       {
                           var dataRow = (DataRow)row;
                           return new data 
                           { 
                               Id = dataRow[nbColIndex], 
                               ColumnId = dataRow[columnIdColIndex], 
                               Value = dataRow[valueColIndex] 
                           };
                       })
                       .ToList();
  

• 减少装箱拆箱开销
  如果row中的字段是值类型（比如int、decimal），直接用row[...]会返回object，赋值给data属性时会发生拆箱。可以用强类型访问方法（比如DataRow的Field<T>）来避免：

  // 假设Id是int类型，Value是string类型
  return new data 
  { 
      Id = dataRow.Field<int>(nbColIndex), 
      ColumnId = dataRow.Field<int>(columnIdColIndex), 
      Value = dataRow.Field<string>(valueColIndex) 
  };
  

• 检查Data类的额外开销
  看看你的data类的属性setter里有没有隐藏逻辑（比如数据验证、INotifyPropertyChanged通知），这些在批量创建时会累积大量开销。如果可以，尽量把这类逻辑延迟到批量创建完成后再执行。另外，若data是类，也可以考虑改用结构体（值类型），但要注意后续使用场景的复制开销，先测试再决定。

• 测试并行vs串行的性能差异
  4000条数据其实不算特别大，Parallel.ForEach的线程调度开销可能超过并行带来的收益。可以试试串行版本，对比耗时：

  var lstdata = new List<data>(allRows.Count);
  foreach (var row in allRows)
  {
      var dataRow = (DataRow)row;
      lstdata.Add(new data 
      { 
          Id = dataRow.Field<int>(nbColIndex), 
          ColumnId = dataRow.Field<int>(columnIdColIndex), 
          Value = dataRow.Field<string>(valueColIndex) 
      });
  }
  

建议先从替换ConcurrentBag和优化行访问这两点入手，这两个是最容易见效的优化项。

内容的提问来源于stack exchange，提问作者Miz