在通常情况下，在几百条至上千条数据展示中，无论是同步加载还是异步加载，grid都将显示正常，即使对其进行一系列的格式化操作，以及对于字段的宽度进行重新的适配显示等，也不会造成很大的延迟。但是当数据量达到W级别之后，grid显示就会出现不同程度的卡顿。
考虑到大数据量下的数据查询延迟，造成界面的长时间等待，大数据量是时间等待的一个重要因素之一，于是把之前的grid同步加载机制改为异步加载。即把耗时的数据查询过程放在异步任务中，当异步任务完成 把查询出结果集赋予grid。
貌似问题应该可以迎刃而解，但是实际的验证过程中，却发现问题丝毫没有得到解决。细细分析之下，发现是BestFitColumns函数造成的，即根据加载后的结果集每一列的宽度进行重新的适配，当数据量小的时候 此函数所引起的过程并不会产生明显的耗时，但是当数据量浩大的时候 此过程将十分的漫长，进而造成系统的卡顿等待。
把此函数去除掉，列宽度适配改为最小宽度设置，问题解决