Я работаю над приложением C#, которое обрабатывает данные пациента из файлов Excel. Я внедрил параллельную обработку, чтобы ускорить выполнение, но я все еще испытываю значительные задержки. Ниже приведена упрощенная версия моего кода и контекст задачи. Вот фрагмент соответствующего кода: < /p>
private async void LoadExcelFile_Click(object sender, RoutedEventArgs e)
{
// ... (file loading logic)
await Task.Run(async () =>
{
var patientData = BindList(dataTable).Item2;
var mergedPatientData = ProcessPatientData(patientData);
var options = new ParallelOptions
{
MaxDegreeOfParallelism = Environment.ProcessorCount
};
var taskList = new List
{
("DConvention2", () => DConvention2(mergedPatientData)),
("DQA_01", () => DQA_01(mergedPatientData)),
// ... other similar tasks (almost 340+)
};
Parallel.ForEach(taskList, options, task =>
{
task.Method(); // execute the actual method
});
});
}
< /code>
Несмотря на использование parallel.foreach, время выполнения все еще больше, чем ожидалось. Вот несколько подробностей: < /p>
Методы dconvention2, dqa_01 и другие все методы используют регулярные выражения для сопоставления кодов диагностики. Например: < /p>
static readonly Regex l89 = new Regex("L89.*L89", RegexOptions.Compiled);
< /code>
Набор данных может быть довольно большим, и я подозреваю, что операции REGEX могут быть узким местом. Существуют ли какие -либо конкретные стратегии для улучшения времени выполнения методов, которые обрабатывают данные пациента? Могут ли в моем коде есть какие -нибудь другие факторы, которые могут вызвать задержки?
Подробнее здесь: https://stackoverflow.com/questions/797 ... processing
