zoukankan      html  css  js  c++  java
  • SharePoint 2013 列表关于大数据的测试

      本文主要介绍SharePoint列表库的效率问题,一直以来以为阙值5k,超过会线性下降,需要分文件夹存放;或许这是之前版本的描述,但是2013版本通过测试,真心不是这么一回事儿。

      下面,简单介绍下自己的测试过程:

      1、创建一个测试列表,Data Test如下图:

    clip_image002

      2、创建控制台程序,添加插入数据代码,如下:

    clip_image004

      3、添加的代码:

    using (SPWeb web = site.OpenWeb())
    {
        SPList list = web.Lists["Data Test"];
        StringBuilder sbDelete = new StringBuilder();
        sbDelete.Append("<?xml version="1.0" encoding="UTF-8"?><Batch>");
    
        for (int i = 0; i < 2; i++)
        {
            sbDelete.Append("<Method>");
            sbDelete.Append("<SetList Scope="Request">" + list.ID + "</SetList>");
            sbDelete.Append("<SetVar Name="ID">New</SetVar>");
            sbDelete.Append("<SetVar Name="Cmd">Save</SetVar>");
            sbDelete.Append("<SetVar Name=" + ""urn:schemas-microsoft-com:office:office#Title">Test Data " + i.ToString() + "</SetVar>");
            sbDelete.Append("</Method>");
            Console.WriteLine("Num. " + i.ToString());
        }
    
        sbDelete.Append("</Batch>");
    
        Console.WriteLine("Start Time:" + DateTime.Now.ToString());
        web.ProcessBatchData(sbDelete.ToString());
        Console.WriteLine("End Time:" + DateTime.Now.ToString());
        Console.WriteLine("Data Insert complate...");
    }

      4、查看添加1w数据,耗时3分27秒,如下图:

    clip_image006

      5、查看列表设置,超出列表默认阙值,如下图:

    clip_image008

      6、尝试删除列表,发现报错,因为超过阙值,如下图:

    clip_image010

      7、管理中心修改列表阙值,如下图:

    clip_image012

      8、插入5w条数据,花费时间18分47秒,如下图:

    clip_image014

      9、插入数据时的任务管理器,控制台占用很大内存;

    clip_image016

      一直以来,以为SharePoint列表库超过5000不分文件夹存放,性能会呈线性下降,真的测试了才发现效率可观。当在测试列表插入100w数据时,列表视图单页1k个项目,翻页速度不到秒的级别,可以说很快。

      当然,自己的数据量达到百万级别,但是数据结构简单,并没有附件类型,可能会使效率更快,有一定误差,接下来有时间还会做类似的测试,分享结果给大家参考。

  • 相关阅读:
    神经网络
    机器学习摘要
    one-vs-all案例
    VHDL
    docker 摘要(入门版)
    Windows与Unix思想
    安装 fedora 之后
    逻辑回归实战
    TensorFlow安装
    Haskell语言学习笔记(65)Data.HashMap
  • 原文地址:https://www.cnblogs.com/jianyus/p/3929772.html
Copyright © 2011-2022 走看看