• 利用Cache缓存数据DataTable数据提高大数据量访问性能


    在数据量不大的情况下,程序怎么写基本上性能差别不大,但是当我们面对数以万计的数据的时候,我想性能就是个不得不考虑的问题了,每写一个方法,每填充一笔数据都要考虑到性能问题,否则服务器将承担巨大的执行开销,如果服务器性能不好可能立即就死在那里了,所以在大数据量频繁访问的页面上,我们就必须考虑如何提高页面的性能了,本文将提供一种用cache提高访问性能的方法来解决此问题,在很大程度上提高页面加载数据的性能。本文列举的是论坛版块中帖子列表页面加载数据的实例。
    正文:
    每个版块帖子列表信息都会对应一个cache的名字,比如,我们可以按照规律设成
    #region -- CacheName Setting --
    boardCacheName = "Board" + boardID.ToString();
    #endregion
    这里我们同样是采取数据集填充DataTable的方法创建数据的。不过,因为我们有了cache,所以,我们在第一次加载完数据后,会把数据压到cache中,然后每次填充DataTable前进行判断,如果cache为空时才加载,如果不为空,则不加载。
    private DataTable BuildDataTable()
    {
         // 数据缓存 机制
           if(Cache[boardCacheName] != null)
           {
                  // Create DataTable From Cache
                  DataTable dt = (DataTable)Cache[boardCacheName];
                  return dt;
           }
           else
           {
                  // Create DataTable From DataBase
                  DataTable dt = new DataTable();
     
                  #region -- Create DataTable --
                  dt.Columns.Add("TopicID", System.Type.GetType("System.Int32"));
                  //省去N个类似字段的添加
                  dt.Columns.Add("CoolState", System.Type.GetType("System.Int32"));
                  DataColumn[] keys = new DataColumn[1];
                  keys[0] = dt.Columns[0];
                  dt.PrimaryKey = keys;
                  #endregion
     
                  #region -- Add DataRow --
                  BBSTopicCollection btc = new BBSTopicCollection();
                  btc.BoardID = this.boardID;
                  btc.TopicState = 1;
                  if(!btc.GetInfo())
                  {
                         return dt;
                  }
                  for(int i=0;i<btc.Count;i++)
                  {
                         DataRow dr = dt.NewRow();
                         // 帖ID
                         dr["TopicID"] = btc[i].ID;
                         //省去N个类似字段的数据赋值
                         // Cool State
                         dr["CoolState"] = btc[i].CoolState;
                         dt.Rows.Add(dr);
                  }
                  #endregion
     
                  // Push DataTable To Cache
                  Cache[boardCacheName] = dt;
                  return dt;
           }
    }
     
    上面的代码完成了数据填充过程,但更重要的是对数据进行管理,比如,我们改变一条住处的某些状态位来实现一些功能,比如,我们把贴子加成“酷贴”,这个时候就要对cache进行操作,特别注意一下,我们在上面的代码中还特别设置topicID这一列作为表的主值键,这样我们才能很快的定位到要管理的数据信息,方法如下。
    #region -- Cache Management --
    if(Cache["Board" + this.boardID.ToString()] != null)
    {
           DataTable dt = (DataTable)Cache["Board" + this.boardID.ToString()];
           DataRow dr = dt.Rows.Find(topicID);
           if(dr != null)
           {
                  dr["CoolState"] = 1;
                  dr.AcceptChanges();
                  dt.AcceptChanges();
           }
    }
    #endregion
     
    一点说明:其中的topicID是通过某种途径传过来的你想操作的信息的唯一标识字段,AcceptChanges方法更新保存相应对象数据自上一次更新以来所有的更改,另外对cache进行操作后,记得要重新绑定数据,另外也要同时更新数据库中的,本文认为读者具备对数据库数据进行操作的能力,便不作贅述。
    那么我们如何来删除数据记录呢?我们是不是可以直接在找到dr的那一行下面,用个
    dr.Delete()来把数据删除就完事了呢?答案是否,这样操作会出现问题,经测试对cache的添加和更新操作会立即生效,但删除某条记录的动作不会立即起作用,这样就会导致数据操作异步性,这是不可以的,同时1.1版本比1.0版本要稍微好一些,但还是解决不了异步性的问题,所以我们是不是必须把cache干掉,重新填充一下呢,如果你愿意这样做,自然也无可厚非,我这里提供另外一个思路供参考。
    我们的解决方案是,在创建表格的时候多加一个删除标志位,比如DeleteState,当初从数据库中加载出来的时候都一律为1,然后经过删除操作以后,将这条信息的删除标志位置0(不要忘记同时操作数据库中的数据),然后绑定的时候对DataView进行过滤,dv.RowFilter = "DeleteState==1",便可以模拟出删除效果了。
    数据经过这样的处理之后,访问性能会数以百倍的提高,数据只在cache失效后才会重新加载,用户对数据的访问都是对cache的操作,而且cache是服务器变量,对所有用户共享,这样,如果同时有一百个用户访问,也都是对同一个cache进行一百次访问,而程序访问cache是非常快的,如果不使用cache,那么,我们就要去跑一百次数据库操作,性能极差,尤其是当海量用户对海量数据进行访问的时候,服务器可谓苦不堪言,所以用cache来缓解负荷是相当必要且相对优良的一种方案,只是辛苦了那位在cache失效后第一次访问页面的那个用户,不过这种牺牲换来别人的高性能也是值得的嘛。
  • 相关阅读:
    .net Delegate
    Kaprekar constant(卡普雷卡尔黑洞)
    How to get URL and QueryString value in an ASP.NET page
    Jquery and ashx achieve login of ajax
    MAC 开发笔记——Objective C 语法之Category和Extension
    MAC 开发笔记 - ObjectiveC 语法之selector
    肮脏的选择
    MAC Air 使用手记
    MAC 开发笔记——Objective C 之 基础设计模式
    太平洋战争——比B.o.B还是差了点
  • 原文地址:https://www.cnblogs.com/ruanbl/p/773633.html
Copyright © 2020-2023  润新知