在处理拥有大型数据集的大文件时优化内存使用
Contents
[
Hide
]
在构建大型数据集的工作簿或读取大型Microsoft Excel文件时，处理所需的总内存量始终是一个问题。可以采取一些措施应对挑战。Aspose.Cells for Python via .NET 提供了一些相关选项和API调用，以降低、减少和优化内存使用，还可以帮助流程更高效、更快运行。
使用MemorySetting.MEMORY_PREFERENCE选项来优化单元格数据的内存使用并降低整体内存成本。在构建大型数据集时，相较于使用默认设置(MemorySetting.NORMAL)，它可以节省一定量的内存。
优化内存
读取大型Excel文件
以下示例展示了如何以优化模式读取大型Microsoft Excel文件。
写入大型Excel文件
以下示例展示了如何以优化模式将大型数据集写入工作表。
注意
默认选项MemorySetting.NORMAL适用于所有版本。对于一些特殊情况，比如构建具有大型单元格数据集的工作簿，MemorySetting.MEMORY_PREFERENCE选项可以优化内存使用并降低应用程序的内存成本。然而，该选项在某些特殊情况下可能会降低性能，例如下面所述。
- 随机和重复访问单元格：访问单元格集合最有效的顺序是一行一行地逐个访问单元格，尤其是如果通过Cells、RowCollection和Row获得的枚举器来访问行/单元格，则使用MemorySetting.MEMORY_PREFERENCE将最大化性能。
- 插入和删除单元格和行：请注意，如果大量进行单元格/行的插入/删除操作，与Normal模式相比，MemoryPreference模式的性能将明显下降。
- 操作不同的单元格类型：如果大部分单元格包含字符串值或公式，那么内存成本将与Normal模式相同；但如果有大量的空单元格，或单元格值为数字、布尔值等，MemorySetting.MEMORY_PREFERENCE选项将提供更好的性能。