Question

我有一个关于在C＃中加载Excel（Xlsx）文件的问题。我已经使用NPOI 2.0实现了Excel加载，但性能非常糟糕（加载时间为15到25秒，10000行和60列（在Win7上运行，带有Intel（R）Core（TM）i5-3210M CPU @ 2.50GHz（4 CPU），~2.5GHz））。我认为这是因为NPOI 2.0仍处于测试阶段，因此我尝试了另一个名为EPPlus的库，它仍然需要大约相同的时间来加载Excel文件。

以下是我如何使用EPPlus加载它：

var existingFile = new FileInfo(path);

var excelData = new ExcelViewModel(path);

// Open and read the XlSX file.
using (var package = new ExcelPackage(existingFile))
{
    // Get the work book in the file
    ExcelWorkbook workBook = package.Workbook;
    if (workBook != null)
    {
        // Here is some initializing......

        var viewSheetModel = new ExcelSheetViewModel(sheet.Name, numberOfColumns, titles);
        for (var row = titleRowIndex + 1; row <= end.Row; ++row)
        {
            var viewRowModel = new ExcelRowViewModel();

            for (int column = start.Column; column <= end.Column; ++column)
            {
                var cell = sheet.Cells[row, column];
                viewRowModel.AddCellValue(cell.Value != null ? cell.Value.ToString() : string.Empty);
            }

            viewSheetModel.Rows.Add(viewRowModel);
        }

        excelData.AddSheet(viewSheetModel);
    }
}

根据dotTrace Profiler，大约40％的时间浪费在get_Workbook方法中（通过访问“package.Workbook”属性调用），然后另外30％用于get_Item和get_Value调用，然后是5％in方法AddCellValue（这是我的数据模型），剩下的时间被分散到各种方法调用中。

我有什么问题，或者这种表现是否正常？

干杯

Answer 1

我发现FOR循环非常昂贵。以下是我在1秒钟内完成装载85000 x 26纸张的方法。

ExcelWorksheet ws = ...

Int32 maxLength = ws.Dimension.End.Row + 1;
Int32 maxWidth = ws.Dimension.End.Column + 1;

// Fetch the entire sheet as one huge range
ExcelRange cells = ws.Cells[1, 1, maxLength, maxWidth];

// cells.Values now contains a 2 dimensional object array
// Feel free to stop here

// I wanted a jagged array of type string, so I converted it.
// Start by converting the 2D array to 1D.
object[] obj_values = ((object[,]) cells.Value).Cast<object>().ToArray();

// Convert object[] to string[]
string[] str_values = Array.ConvertAll(obj_values, p => p == null ? "" : p.ToString());

// Chunk 1D array back into a jagged array and convert nulls to String.Empty
Int32 j = 0;
string[][] values = str_values.GroupBy(p => j++ / maxWidth).Select(q => q.ToArray()).ToArray();

// This was very fast compared to FOR loops!

Answer 2

在我看来，是的，观察到的性能对于EPPlus是正常的。五年后，我在EPPlus 4.5.2.1中遇到了类似的问题。分析给出了get_Worksheet中的59％，在i5-4200U上读取的单线程电子表格正在管理约120,000个单元/秒。尽管这比原始帖子中提到的每秒50,000个单元/秒有所改善，但很可能归因于硬件差异。

为进行比较，在看起来像i7-7700的SpreadsheetLight benchmarks 425,000 cells/second上，它比我为EPPlus测量的速度快大约三倍。我用C＃编写的未经优化的自制软件解析器每秒读取大约430,000个单元格，并从.csv文件中检索相同的数据，而@Tim Andersen的SpreadsheetGear注释将其归一化为400,000个单元格/秒。我还没有在EPPlus和其他Excel库（例如ClosedXML，NPIO，Aspose或Microsoft的Open XML SDK）之间找到比较基准。

在EPPlus中，我介绍的方法从最快到最慢，

ExcelWorksheet.Cells[1, 1, dimension.Rows, dimension.Columns].Value（本质上是@Kevin M的答案，但并没有一off而就）
ExcelWorksheet.GetValue<string>(row, column)
ExcelWorksheet.GetValue(row, column)
ExcelWorksheet.Cells[row, column].Text
ExcelWorksheet.Cells[row, column].Value

从EPPlus 4.5.2.1开始，用第一种方法从ExcelRange.Value获取object [，]比GetValue（）重载快百分之几。通过Cells [row，column]的逐个单元访问比GetValue（）慢25％。

对EPPlus sources的评论表明，EPPlus内的代码更改需要改进。在我介绍过的所有路径上，工作簿访问仍然很昂贵，并且它是单线程的，从而阻止了其他内核的线性扩展。单元地址翻译和可挂起的对System.Globalization的调用也带来了不小的开销，这与其他库相一致，比EPPlus快三倍。

C＃加载xlsx文件性能不好

2 个答案: