讲师简介
王鸿，2020 中国 .NET 开发者峰会主论坛讲师，葡萄城表格技术负责人，GcExcel 项目组资深架构师。
自 2014 年起，王鸿老师便始终聚焦于企业高性能表格技术畛域的钻研，为葡萄城设计了全新的表格组件架构，并率领研发团队推出了一款性能在业界当先的电子表格组件 GcExcel, 积攒了大量高并发、高可用性表格组件的架构设计教训。
分享内容
12 月 19 日，王鸿老师受邀加入 2020 中国 .NET 开发者大会，与微软、龙芯等知名企业的技术大咖一起，为 50 余万名开发者带来了一场对于《高性能表格技术优化实际》的技术讲座。
在大会上，王鸿老师从葡萄城研发电子表格组件的背景与初衷登程，具体比照了 Excel 与原生 C# 代码的读取性能差别，并总结了若干针对 prototype 原型进行性能调优的伎俩，如缩小垃圾回收的影响、共享对象晋升性能、压缩数据升高内存、充分利用高速缓存等形式。
本期，葡萄城公开课将持续邀请王鸿老师负责演讲嘉宾，为错过大会的同学深刻解说葡萄城表格组件的性能调优实际，以及葡萄城表格技术的落地产物 SpreadJS 和 GcExcel，曾经收听过的同学仍能够报名加入，获取与王鸿老师在线交换的机会。
扫码上图二维码，收费报名加入
Excel 读取 1 亿个单元格的极限性能是 34 秒
为了测试 Excel 文件的读取性能极限，王鸿老师应用了 StopWatch 函数来监听 Excel 的关上工夫，测试对象为一个蕴含 30 列、1,000,000 行、30,000,000 个单元格数据的电子表格文件。
通过测试，Excel 关上这个文件须要期待 34 秒。
葡萄城 GcExcel 读取这份文件的极限性能是 12 秒
GrapeCity Documents for Excel（简称：GcExcel）是一款由王鸿老师参加设计，由西安葡萄城自主研发的基于 Java 和 .NET 平台的服务端高性能表格组件。
应用该组件，零碎无需依赖 Office、POI 或第三方应用软件，即可在服务端批量创立、加载、编辑、打印、导入 / 导出 Excel 文档，满足在线文档的前后端数据同步、服务端批量导出与打印，以及类 Excel 报表模板设计和服务端高性能数据处理的业务需要，提供一套欠缺的类 Excel 全栈解决方案。
通过测试，用葡萄城的表格组件 GcExcel 关上这样一份文件，仅需 12 秒。
为了实现与 Excel 近 22 秒的性能差距，葡萄城 GcExcel 都做了哪些性能优化呢？实际上，在推出自主研发的表格组件之前，葡萄城便曾经对 Excel 文档的格局、款式和存储构造进行了深刻的钻研。
从 Office 2007 开始，Excel 文件就是一个规范的 Zip 文件，对其解压后，找到一个名为“Worksheets”的文件夹，在其中的“sheet1.xml”文件中，寄存了每个 Excel 文件单元格对应的地位和值。
因而，如何通过更高效的算法取出这些地位和值，便是葡萄城的重点优化方向。
对于一段未经优化的 C# 代码而言，把每个单元格的值读出来，寄存在一个 List 中，须要 27 秒。在这里，仅仅将代码中的 object 改为 double，就能够让其在 20 秒实现。
葡萄城表格组件的性能优化实际
一、缩小垃圾回收
由 27 秒变为 20 秒的差距，便是垃圾回收带来的影响。
在 List 中有太多的 object 对象，这消耗了大量的垃圾回收工夫，只管它没有被回收掉，但因为它们是 object，所以在垃圾回收的过程中，须要一直的检测它们是否能够回收，将 object 改为 double，垃圾回收的工夫便能够忽略不计。
GcExcel 如何克服垃圾回收的影响？
- 打消单元格概念，用 double 存储数字、文本、布尔和谬误类型。
- 行存储改成列存储。利用 C# 的泛型，让字典中存储值类型数据。
二、共享存储及款式压缩
所谓共享存储，就是把整个软件中独特的对象只生成一份，放在一个全局的中央，每个对象用一个数字做 ID，其它中央只存这个 ID。
以上面的文本为例，所有的文本集中存储在一个表中，每个文本有一个惟一的 ID，单元格中只存储这个 ID。
共享存储对升高内存和晋升性能有非常明显的作用：
- 升高内存耗费。对一个数据量很大的软件，会有很多数据都是反复的，比方电子表格中，如果文本的数量很大，那么反复率就十分高，把这些文本集中存储，雷同的只存一份，你会发现，不同的文本数量其实很少，这会极大升高内存耗费。
- 晋升性能。以对字符串做查找、替换为例，如果没有共享集中存储，必须要扫描所有的单元，对每一个单元格文本都做一次比拟操作。但有了共享存储，就只须要查找“字典”就能够了；在字符串比拟时，只须要比拟数字是否相等就能够了；在排序等操作中，只需先把表中的字符串建设一个索引，排好序，前面须要时利用这个索引就能够了。
通过共享存储，GcExcel 曾经把内存的耗费升高了很多，但仍能够进一步优化，便是利用款式压缩。
如上图所示，保留这张样式表不须要在每个单元格中存储一个数字，而是通过建设一个索引表，表的一栏记录一个区域（一个矩形），另一栏记录这个区域对应的款式的 ID。
通过这样的形式，便能够把款式的存储空间再度升高。极其一点讲，如果整个工作表都是同一种款式，那么这里只须要存储一个矩形和一个数字。
三、充分利用高速缓存
当初的 CPU 都有高速缓存，它能晋升 CPU 解决数据的性能。这个图展现了不同存储介质和 CPU 的关系：越高速的存储介质离 CPU 更近，速度越快、空间更小、价格越贵。
CPU 在读取数据的时候，先从最近的缓存中读，只有没命中，才从下一级缓存中读。因而，晋升缓存命中率对改善性能意义重大。
同时，当数据从较慢的存储介质往较快的存储介质复制时，不是顺次进行，而是一块一块的复制，也就是说，当拜访内存中某一个数据时，它四周相邻的数据也一起读入了离 CPU 最近的高速缓存。因而，如果下一个时刻就读相邻的数据，便能够间接在缓存中找到，读取速度就会十分快。
晓得了高速缓存的原理，如何编写缓存敌对的代码？
· 在组件设计的时候，抉择什么样的数据结构得留神，比方数组和字典，受缓存的影响可能不一样。
· 在拜访数据的时候，要留神数据的存储形式。
当然，除了上述三个优化办法，葡萄城还有更多优化实际。如创立 Cache、应用基于汇合的操作运算、利用 SIMD 计算大量数据等。
以上就是王鸿老师行将分享的局部内容，目前，这些高性能的表格技术均曾经实现落地。
表格技术落地：SpreadJS 和 GcExcel
在前端，纯前端表格控件 SpreadJS 可针对 Excel、Grid 数据进行在线编辑、在线填报、公式计算，以及各类 Excel 的模板设计；在后端，服务端表格组件 GcExcel 可疾速批量解决 Excel 文档，提供高度基于 Excel 的文档对象模型，并执行更高效的导出与打印。
最初，欢送大家预约本期葡萄城公开课《葡萄城高性能表格技术优化实际》，与王鸿老师在线探讨，并针对具体业务场景抉择更加适合的优化实际思路。