性能調整Powershell文本處理

Question

我有一個用C＃編寫的SSIS腳本任務，我希望將其移植到powershell用作腳本。 C＃版本的運行時間為12.1s，而powershell版本的運行時間為100.5s，幾乎慢了一個數量級。 我正在處理11種文本文件（csv），每種格式約3-4百萬行：

<TICKER>,<DTYYYYMMDD>,<TIME>,<OPEN>,<HIGH>,<LOW>,<CLOSE>,<VOL>
AUDJPY,20010102,230100,64.30,64.30,64.30,64.30,4
AUDJPY,20010102,230300,64.29,64.29,64.29,64.29,4
<snip>

我只想將內容寫到一個新文件中，該列的日期為20110101或更高。 這是我的C＃版本：

    private void ProcessFile(string fileName)
    {
        string outfile = fileName + ".processed";
        StringBuilder sb = new StringBuilder();
        using (StreamReader sr = new StreamReader(fileName))
        {
            string line;
            int year;
            while ((line = sr.ReadLine()) != null)
            {
                year = Convert.ToInt32( sr.ReadLine().Substring(7, 4));
                if (year >= 2011)
                {
                    sb.AppendLine(sr.ReadLine());
                }
            }
        }

        using (StreamWriter sw = new StreamWriter(outfile))
        {
            sw.Write(sb.ToString());
        }
    }

這是我的powershell版本：

foreach($file in ls $PriceFolder\*.txt) {
    $outFile = $file.FullName + ".processed"
    $sr = New-Object System.IO.StreamReader($file)
    $sw = New-Object System.IO.StreamWriter($outFile)
    while(($line = $sr.ReadLine() -ne $null))
    {       
        if ($sr.ReadLine().SubString(7,4) -eq "2011") {$sw.WriteLine($sr.ReadLine())}
    }   
}

如何在Powershell中獲得與SSIS中的C＃腳本任務相同的性能？

Answer 1

除非您實際上在PowerShell中使用C＃，否則您將無法獲得與C＃相當的PowerShell性能。 Add-Type cmdlet允許編譯一些通常不重要的C＃代碼片段，並直接從腳本中調用它們。 如果性能是一個問題，並且由於某些原因無法使用C＃程序集，那么我會采用這種方式。

在此處查看示例： http : //go.microsoft.com/fwlink/?LinkID=135195

Answer 2

不久前，我看到一個問題並試圖回答它-看http://social.technet.microsoft.com/Forums/en/winserverpowershell/thread/da36e346-887f-4456-b908-5ad4ddb2daa9 。 坦白說，使用PowerShell時的性能損失非常大，以至於對於耗時的任務，我總是會選擇@Roman建議的C＃或Add-Type 。

Answer 3

您正在將C＃轉換為Powershell，這在所有情況下可能都不理想。 是的，使用C＃可以提高性能，但這並不意味着您也無法通過Powershell獲得比較性能。

您應該嘗試利用Powershell管道中的“流式傳輸”。

例如，類似：

gc file.txt | ?{ process.....} | %{process...} | out-file out.txt

一旦對象可用，它們就會沿管道傳遞，因此速度會更快。

您可以使用Get-Content和流水線嘗試使用等效方法嗎？