.NET Core（開放源代碼，跨平臺，x-copy可部署等）有許多令人興奮的方面，其中最值得稱讚的就是其性能了。
感謝所有社區開發人員對.NET Core做出的貢獻，其中的許多改進也將在接下來的幾個版本中引入.NET Framework。
本文主要介紹.NET Core中的一些性能改進，特別是.NET Core 2.0中的，重點介紹各個核心庫的一些示例。
集合
集合是任何應用程序的基石，同時.NET庫中也有大量集合。.NET庫中的一些改進是爲了消除開銷，例如簡化操作以便更好的實現內聯，減少指令數量等。例如，下面的這個使用Q<T>的例子：
using System;using System.Diagnostics;using System.Collections.Generic;public class Test
{ public static void Main()
{ while (true)
{ var q = new Queue<int>(); var sw = Stopwatch.StartNew(); for (int i = 0; i < 100_000_000; i++)
{
q.Enqueue(i);
q.Dequeue();
}
Console.WriteLine(sw.Elapsed);
}
}
}PR dotnet/corefx #2515移除了這些操作中相對複雜的模數運算，在個人計算機，以上代碼在.NET 4.7上產生如下輸出：
00：00：00.9392595 00：00：00.9390453 00：00：00.9455784 00：00：00.9508294 00：00：01.0107745
而使用.NET Core 2.0則會產生如下輸出：
00：00：00.5514887 00：00：00.5662477 00：00：00.5627481 00：00：00.5685286 00：00：00.5262378
由於這是掛鐘時間所節省的，較小的值計算的更快，這也表明吞吐量增加了約2倍！
在其他情況下，通過更改操作算法的複雜性，可以更快地進行操作。編寫軟件時，最初編寫的一個簡單實現，雖然是正確的，但是這樣實現往往不能表現出最佳的性能，直到特定的場景出現時，才考慮如何提高性能。例如，SortedSet <T>的ctor最初以相對簡單的方式編寫，由於使用O（N ^ 2）算法來處理重複項，因此不能很好地處理複雜性。該算法在PRnetnet / corefx＃1955中的.NET Core中得到修復。以下簡短的程序說明了修復的區別：
using System;using System.Diagnostics;using System.Collections.Generic;using System.Linq;public class Test
{ public static void Main()
{ var sw = Stopwatch.StartNew(); var ss = new SortedSet<int>(Enumerable.Repeat(42, 400_000));
Console.WriteLine(sw.Elapsed);
}
}在個人電腦的.NET Framework上，這段代碼需要大約7.7秒執行完成。在.NET Core 2.0上，減少到大約0.013s（改進改變了算法的複雜性，集合越大，節省的時間越多）。
或者在SortedSet <T>上考慮這個例子：
public class Test
{ static int s_result; public static void Main()
{ while (true)
{ var s = new SortedSet<int>(); for (int n = 0; n < 100_000; n++)
{
s.Add(n);
} var sw = Stopwatch.StartNew(); for (int i = 0; i < 10_000_000; i++)
{
s_result = s.Min;
}
Console.WriteLine(sw.Elapsed);
}
}
}.NET 4.7中Min和Max的實現遍佈SortedSet <T>的整個樹，但是只需要找到最小或最大值即可，因爲實現可以只遍歷相關的節點。PR dotnet / corefx＃11968修復了.NET Core實現。在.NET 4.7中，此示例生成如下結果：
00：00：01.1427246 00：00：01.1295220 00：00：01.1350696 00：00：01.1502784 00：00：01.1677880
而在.NET Core 2.0中，我們得到如下結果：
00：00：00.0861391 00：00：00.0861183 00：00：00.0866616 00：00：00.0848434 00：00：00.0860198
顯示出相當大的時間下降和吞吐量的增加。
即使像List <T>這樣的主工作核心也有改進的空間。考慮下面的例子：
using System;using System.Diagnostics;using System.Collections.Generic;public class Test
{ public static void Main()
{ while (true)
{ var l = new List<int>(); var sw = Stopwatch.StartNew(); for (int i = 0; i < 100_000_000; i++)
{
l.Add(i);
l.RemoveAt(0);
}
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，會得到的結果如下：
00：00：00.4434135 00：00：00.4394329 00：00：00.4496867 00：00：00.4496383 00：00：00.4515505
和.NET Core 2.0，得到：
00：00：00.3213094 00：00：00.3211772 00：00：00.3179631 00：00：00.3198449 00：00：00.3164009
可以肯定的是，在0.3秒內可以實現1億次這樣的添加並從列表中刪除的操作，這表明操作開始並不慢。但是，通過執行一個應用程序，列表通常會添加到很多，同時也節省了總時間消耗。
這些類型的集合改進擴展不僅僅是System.Collections.Generic命名空間; System.Collections.Concurrent也有很多改進。事實上，.NET Core 2.0上的ConcurrentQueue <T>和ConcurrentBag <T>完全重寫了。下面看看一個基本的例子，使用ConcurrentQueue <T>但沒有任何併發，例子中使用ConcurrentQueue <T>代替了Queue<T>：
using System;using System.Diagnostics;using System.Collections.Concurrent;public class Test
{ public static void Main()
{ while (true)
{ var q = new ConcurrentQueue<int>(); var sw = Stopwatch.StartNew(); for (int i = 0; i < 100_000_000; i++)
{
q.Enqueue(i);
q.TryDequeue(out int _);
}
Console.WriteLine(sw.Elapsed);
}
}
}在個人電腦上，.NET 4.7產生的輸出如下：
00：00：02.6485174 00：00：02.6144919 00：00：02.6699958 00：00：02.6441047 00：00：02.6255135
顯然，.NET 4.7上的ConcurrentQueue <T>示例比.NET 4.7中的Queue <T>版本慢，因爲ConcurrentQueue <T>需要採用同步來確保是否安全使用。但是，更有趣的比較是當在.NET Core 2.0上運行相同的代碼時會發生什麼：
00：00：01.7700190 00：00：01.8324078 00：00：01.7552966 00：00：01.7518632 00：00：01.7560811
這表明當將.NET Core 2.0切換到30％時，ConcurrentQueue <T>的吞吐量沒有任何併發性提高。但是實施中的變化提高了序列化的吞吐量，甚至更多地減少了使用隊列的生產和消耗之間的同步，這可能對吞吐量有更明顯的影響。請考慮以下代碼：
using System;using System.Diagnostics;using System.Collections.Concurrent;using System.Threading.Tasks;public class Test
{ public static void Main()
{ while (true)
{ const int Items = 100_000_000; var q = new ConcurrentQueue<int>(); var sw = Stopwatch.StartNew();
Task consumer = Task.Run(() =>
{ int total = 0; while (total < Items) if (q.TryDequeue(out int _)) total++;
}); for (int i = 0; i < Items; i++) q.Enqueue(i);
consumer.Wait();
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，個人計算機輸出如下結果：
00：00：06.1366044 00：00：05.7169339 00：00：06.3870274 00：00：05.5487718 00：00：06.6069291
而使用.NET Core 2.0，會得到以下結果：
00：00：01.2052460 00：00：01.5269184 00：00：01.4638793 00：00：01.4963922 00：00：01.4927520
這是一個3.5倍的吞吐量的增長。不但CPU效率提高了， 而且內存分配也大大減少。下面的例子主要觀察GC集合的數量，而不是掛鐘時間：
using System;using System.Diagnostics;using System.Collections.Concurrent;public class Test
{ public static void Main()
{ while (true)
{ var q = new ConcurrentQueue<int>(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2); for (int i = 0; i < 100_000_000; i++)
{
q.Enqueue(i);
q.TryDequeue(out int _);
}
Console.WriteLine($"Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
}在.NET 4.7中，得到以下輸出：
Gen0 = 162 Gen1 = 80 Gen2 = 0 Gen0 = 162 Gen1 = 81 Gen2 = 0 Gen0 = 162 Gen1 = 81 Gen2 = 0 Gen0 = 162 Gen1 = 81 Gen2 = 0 Gen0 = 162 Gen1 = 81 Gen2 = 0
而使用.NET Core 2.0，會得到如下輸出：
Gen0 = 0 Gen1 = 0 Gen2 = 0 Gen0 = 0 Gen1 = 0 Gen2 = 0 Gen0 = 0 Gen1 = 0 Gen2 = 0 Gen0 = 0 Gen1 = 0 Gen2 = 0 Gen0 = 0 Gen1 = 0 Gen2 = 0
.NET 4.7中的實現使用了固定大小的數組鏈表，一旦固定數量的元素被添加到每個數組中，就會被丟棄， 這有助於簡化實現，但也會導致生成大量垃圾。在.NET Core 2.0中，新的實現仍然使用鏈接在一起的鏈接列表，但是隨着新的片段的添加，這些片段的大小會增加，更重要的是使用循環緩衝區，只有在前一個片段完全結束時，新片段纔會增加。這種分配的減少可能對應用程序的整體性能產生相當大的影響。
ConcurrentBag <T>也有類似改進。ConcurrentBag <T>維護thread-local work-stealing隊列，使得添加到的每個線程都有自己的隊列。在.NET 4.7中，這些隊列被實現爲每個元素佔據一個節點的鏈接列表，這意味着對該包的任何添加都會導致分配。在.NET Core 2.0中，這些隊列是數組，這意味着除了增加陣列所涉及的均攤成本之外，增加的還是無需配置的。以下可以看出：
using System;using System.Diagnostics;using System.Collections.Concurrent;public class Test
{ public static void Main()
{ while (true)
{ var q = new ConcurrentBag<int>() { 1, 2 }; var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2);
sw.Start(); for (int i = 0; i < 100_000_000; i++)
{
q.Add(i);
q.TryTake(out int _);
}
sw.Stop();
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
}在.NET 4.7中，個人計算機上產生以下輸出：
Elapsed=00:00:06.5672723 Gen0=953 Gen1=0 Gen2=0Elapsed=00:00:06.4829793 Gen0=954 Gen1=1 Gen2=0Elapsed=00:00:06.9008532 Gen0=954 Gen1=0 Gen2=0Elapsed=00:00:06.6485667 Gen0=953 Gen1=1 Gen2=0Elapsed=00:00:06.4671746 Gen0=954 Gen1=1 Gen2=0
而使用.NET Core 2.0，會得到：
Elapsed=00:00:04.3377355 Gen0=0 Gen1=0 Gen2=0Elapsed=00:00:04.2892791 Gen0=0 Gen1=0 Gen2=0Elapsed=00:00:04.3101593 Gen0=0 Gen1=0 Gen2=0Elapsed=00:00:04.2652497 Gen0=0 Gen1=0 Gen2=0Elapsed=00:00:04.2808077 Gen0=0 Gen1=0 Gen2=0
吞吐量提高了約30％，並且分配和完成的垃圾收集量減少了。
LINQ
在應用程序代碼中，集合通常與語言集成查詢（LINQ）緊密相連，該查詢已經有了更多的改進。LINQ中的許多運算符已經完全重寫爲.NET Core，以便減少分配的數量和大小，降低算法複雜度，並且消除不必要的工作。
例如，Enumerable.Concat方法用於創建一個單一的IEnumerable <T>，它首先產生first域可枚舉的所有元素，然後再生成second域所有的元素。它在.NET 4.7中的實現是簡單易懂的，下面的代碼正好反映了這種行爲表述：
static IEnumerable<TSource> ConcatIterator<TSource>(IEnumerable<TSource> first, IEnumerable<TSource> second) { foreach (TSource element in first) yield return element; foreach (TSource element in second) yield return element;
}當兩個序列是簡單的枚舉，如C＃中的迭代器生成的，這種過程會執行的很好。但是如果應用程序代碼具有如下代碼呢？
first.Concat(second.Concat(third.Concat(fourth)));
每次我們從迭代器中退出時，則會返回到枚舉器的MoveNext方法。這意味着如果你從另一個迭代器中枚舉產生一個元素，則會返回兩個MoveNext方法，並移動到下一個需要調用這兩個MoveNext方法的元素。你調用的枚舉器越多，操作所需的時間越長，特別是這些操作中的每一個都涉及多個接口調用（MoveNext和Current）。這意味着連接多個枚舉會以指數方式增長，而不是呈線性增長。PR dotnet / corefx＃6131修正了這個問題，在下面的例子中，區別是顯而易見的：
using System;using System.Collections.Generic;using System.Diagnostics;using System.Linq;public class Test
{ public static void Main()
{
IEnumerable<int> zeroToTen = Enumerable.Range(0, 10);
IEnumerable<int> result = zeroToTen; for (int i = 0; i < 10_000; i++)
{
result = result.Concat(zeroToTen);
} var sw = Stopwatch.StartNew(); foreach (int i in result) { }
Console.WriteLine(sw.Elapsed);
}
}在個人計算機上，.NET 4.7需要大約4.12秒。但在.NET Core 2.0中，這只需要約0.14秒，提高了30倍。
通過消除多個運算器同時使用時的消耗，運算器也得到了大大的提升。例如下面的例子：
using System;using System.Collections.Generic;using System.Diagnostics;using System.Linq;public class Test
{ public static void Main()
{
IEnumerable<int> tenMillionToZero = Enumerable.Range(0, 10_000_000).Reverse(); while (true)
{ var sw = Stopwatch.StartNew(); int fifth = tenMillionToZero.OrderBy(i => i).Skip(4).First();
Console.WriteLine(sw.Elapsed);
}
}
}在這裏，我們創建一個可以從10,000,000下降到0的數字，然後再等待一會來排序它們上升，跳過排序結果中的前4個元素，並抓住第五個。在個人計算機上的NET 4.7中得到如下輸出：
00：00：01.3879042 00：00：01.3438509 00：00：01.4141820 00：00：01.4248908 00：00：01.3548279
而使用.NET Core 2.0，會得到如下輸出：
00：00：00.1776617 00：00：00.1787467 00：00：00.1754809 00：00：00.1765863 00：00：00.1735489
這是一個巨大的改進（8x），避免了大部分的開銷。
類似地，來自justinvp的 PR dotnet / corefx＃3429對常用的ToList方法添加了優化，爲已知長度的源，提供了優化的路徑，並且通過像Select這樣的操作器來管理。在以下簡單測試中，這種影響是顯而易見的：
using System;using System.Collections.Generic;using System.Diagnostics;using System.Linq;public class Test
{ public static void Main()
{
IEnumerable<int> tenMillionToZero = Enumerable.Range(0, 10_000_000).Reverse(); while (true)
{ var sw = Stopwatch.StartNew(); int fifth = tenMillionToZero.OrderBy(i => i).Skip(4).First();
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，會得到如下結果：
00：00：00.1308687 00：00：00.1228546 00：00：00.1268445 00：00：00.1247647 00：00：00.1503511
而在.NET Core 2.0中，得到如下結果：
00：00：00.0386857 00：00：00.0337234 00：00：00.0346344 00：00：00.0345419 00：00：00.0355355
顯示吞吐量增加約4倍。
在其他情況下，性能優勢來自於簡化實施，以避免開銷，例如減少分配，避免委託分配，避免接口調用，最小化字段讀取和寫入，避免拷貝等。例如，jamesqo爲PR dotnet / corefx＃11208做出的貢獻，大大地減少了Enumerable.ToArray涉及的開銷。請看下面的例子：
using System;using System.Collections.Generic;using System.Diagnostics;using System.Linq;public class Test
{ public static void Main()
{
IEnumerable<int> zeroToTenMillion = Enumerable.Range(0, 10_000_000).ToArray(); while (true)
{ var sw = Stopwatch.StartNew();
zeroToTenMillion.Select(i => i).ToList();
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，會得到如下的結果：
Elapsed=00:00:01.0548794 Gen0=2 Gen1=2 Gen2=2Elapsed=00:00:01.1147146 Gen0=2 Gen1=2 Gen2=2Elapsed=00:00:01.0709146 Gen0=2 Gen1=2 Gen2=2Elapsed=00:00:01.0706030 Gen0=2 Gen1=2 Gen2=2Elapsed=00:00:01.0620943 Gen0=2 Gen1=2 Gen2=2
而.NET Core 2.0的結果如下：
Elapsed=00:00:00.1716550 Gen0=1 Gen1=1 Gen2=1Elapsed=00:00:00.1720829 Gen0=1 Gen1=1 Gen2=1Elapsed=00:00:00.1717145 Gen0=1 Gen1=1 Gen2=1Elapsed=00:00:00.1713335 Gen0=1 Gen1=1 Gen2=1Elapsed=00:00:00.1705285 Gen0=1 Gen1=1 Gen2=1
這個例子中提高了6倍，但是垃圾收集卻只有一半。
LINQ有一百多個運算器，本文只提到了幾個，其它的很多也都有所改進。
壓縮
前面所展示的集合和LINQ的例子都是處理內存中的數據，當然還有許多其他形式的數據處理，包括大量CPU計算和邏輯判斷，這些運算也在得到提升。
一個關鍵的例子是壓縮，例如使用DeflateStream，性能方面也有一些重大的性能改進。例如，在.NET 4.7中，zlib（本地壓縮庫）用於壓縮數據，但是相對未優化的託管實現了用於解壓縮的數據; PR dotnet / corefx＃2906添加了.NET Core支持，以便使用zlib進行解壓縮。來自bjjones的 PR dotnet / corefx＃5674使用英特爾生產的zlib這個更優化的版本。這些結合產生了非常棒的效果。下面的例子，創建一個大量的數據：
using System;using System.IO;using System.IO.Compression;using System.Diagnostics;public class Test
{ public static void Main()
{ // Create some fairly compressible data
byte[] raw = new byte[100 * 1024 * 1024]; for (int i = 0; i < raw.Length; i++) raw[i] = (byte)i; var sw = Stopwatch.StartNew(); // Compress it
var compressed = new MemoryStream(); using (DeflateStream ds = new DeflateStream(compressed, CompressionMode.Compress, true))
{
ds.Write(raw, 0, raw.Length);
}
compressed.Position = 0; // Decompress it
var decompressed = new MemoryStream(); using (DeflateStream ds = new DeflateStream(compressed, CompressionMode.Decompress))
{
ds.CopyTo(decompressed);
}
decompressed.Position = 0;
Console.WriteLine(sw.Elapsed);
}
}在.NET 4.7中，這一個壓縮/解壓縮操作，會得到如下結果：
00：00：00.7977190
而使用.NET Core 2.0，會得到如下結果：
00：00：00.1926701
加密
.NET應用程序中另一個常見的計算源是使用加密操作，在這方面.NET Core也有改進。例如，在.NET 4.7中，SHA256.Create返回在管理代碼中實現的SHA256類型，而管理代碼可以運行得非常快，但是對於運算量非常大的計算，這仍然難以與原始吞吐量和編譯器優化競爭。相反，對於.NET Core 2.0，SHA256.Create返回基於底層操作系統的實現，例如在Windows上使用CNG或在Unix上使用OpenSSL。從下面這個簡單的例子可以看出，它散列着一個100MB的字節數組：
using System;using System.Diagnostics;using System.Security.Cryptography;public class Test
{ public static void Main()
{ byte[] raw = new byte[100 * 1024 * 1024]; for (int i = 0; i < raw.Length; i++) raw[i] = (byte)i; using (var sha = SHA256.Create())
{ var sw = Stopwatch.StartNew();
sha.ComputeHash(raw);
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，會得到：
00：00：00.7576808
而使用.NET Core 2.0，會得到：
00：00：00.4032290
零代碼更改的一個很好提升。
數學運算
數學運算也是一個很大的計算量，特別是處理大量數據時。通過像dotnet / corefx＃2182這樣的PR ，axelheer對BigInteger的各種操作做了一些實質的改進。請考慮以下示例：
using System;using System.Diagnostics;using System.Numerics;public class Test
{ public static void Main()
{ var rand = new Random(42);
BigInteger a = Create(rand, 8192);
BigInteger b = Create(rand, 8192);
BigInteger c = Create(rand, 8192); var sw = Stopwatch.StartNew();
BigInteger.ModPow(a, b, c);
Console.WriteLine(sw.Elapsed);
} private static BigInteger Create(Random rand, int bits)
{ var value = new byte[(bits + 7) / 8 + 1];
rand.NextBytes(value);
value[value.Length - 1] = 0; return new BigInteger(value);
}
}在.NET 4.7中，會得到以下輸出結果：
00：00：05.6024158
.NET Core 2.0上的相同代碼會得到輸出結果如下：
00：00：01.2707089
這是開發人員只關注.NET的某個特定領域的一個很好的例子，開發人員使得這種改進更好的滿足了自己的需求，同時也滿足了可能會用到這方面功能的其他開發人員的需求。
一些核心的整型類型的數學運算也得到了改進。例如：
using System;using System.Diagnostics;public class Test
{ private static long a = 99, b = 10, div, rem; public static void Main()
{ var sw = Stopwatch.StartNew(); for (int i = 0; i < 100_000_000; i++)
{
div = Math.DivRem(a, b, out rem);
}
Console.WriteLine(sw.Elapsed);
}
}PR dotnet / coreclr＃8125用更快的實現取代了DivRem，在.NET 4.7中會得到的如下結果：
00：00：01.4143100
並在.NET Core 2.0上得到如下結果：
00：00：00.7469733
吞吐量提高約2倍。
序列化
二進制序列化是.NET的另一個領域。BinaryFormatter最初並不是.NET Core中的一個組件，但是它包含在.NET Core 2.0中。該組件在性能方面有比較巧妙的修復。例如，PR dotnet / corefx＃17949是一種單行修復，可以增加允許增長的最大大小的特定數組，但是這一變化可能對吞吐量產生重大影響，通過O（N）算法比以前的O（N ^ 2）算法要話費更長的操作時間。以下代碼示例，明顯的展示了這一點：
using System;using System.Collections.Generic;using System.Diagnostics;using System.IO;using System.Runtime.Serialization.Formatters.Binary;class Test
{ static void Main()
{ var books = new List<Book>(); for (int i = 0; i < 1_000_000; i++)
{ string id = i.ToString();
books.Add(new Book { Name = id, Id = id });
} var formatter = new BinaryFormatter(); var mem = new MemoryStream();
formatter.Serialize(mem, books);
mem.Position = 0; var sw = Stopwatch.StartNew();
formatter.Deserialize(mem);
sw.Stop();
Console.WriteLine(sw.Elapsed.TotalSeconds);
}
[Serializable] private class Book
{ public string Name; public string Id;
}
}在.NET 4.7中，代碼輸出如下結果：
76.677144
而在.NET Core 2.0中，會輸出如下結果：
6.4044694
在這種情況下顯示出了12倍的吞吐量提高。換句話說，它能夠更有效地處理巨大的序列化輸入。
文字處理
.NET應用程序中另一種很常見的計算形式就是處理文本，文字處理在堆棧的各個層次上都有大量的改進。
對於正則表達式，通常用於驗證和解析輸入文本中的數據。以下是使用Regex.IsMatch重複匹配電話號碼的示例：
using System;using System.Diagnostics;using System.Text.RegularExpressions;public class Test
{ public static void Main()
{ var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0);
sw.Start(); for (int i = 0; i < 10_000_000; i++)
{
Regex.IsMatch("555-867-5309", @"^\d{3}-\d{3}-\d{4}$");
}
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0}");
}
}在個人計算機上，.NET 4.7會得到的如下結果：
Elapsed=00:00:05.4367262 Gen0=820 Gen1=0 Gen2=0
而使用.NET Core 2.0會得到如下結果：
Elapsed=00:00:04.0231373 Gen0=248
由於PR dotnet / corefx＃231的變化很小，這些修改有助於緩存一部分數據，因此吞吐量提高了25％，分配/垃圾收集減少了70％。
文本處理的另一個例子是各種形式的編碼和解碼，例如通過WebUtility.UrlDecode進行URL解碼。在這種解碼方法中，通常情況下輸入不需要任何解碼，但是如果輸入經過了解碼器，則輸入仍然可以通過。感謝來自hughbe的 PR dotnet / corefx＃7671，這種情況已經被優化了。例如下面這段程序：
using System;using System.Diagnostics;using System.Net;public class Test
{ public static void Main()
{ var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0);
sw.Start(); for (int i = 0; i < 10_000_000; i++)
{
WebUtility.UrlDecode("abcdefghijklmnopqrstuvwxyz");
}
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0}");
}
}在.NET 4.7中，會得到以下輸出：
Elapsed=00:00:01.6742583 Gen0=648
而在.NET Core 2.0中，輸出如下：
Elapsed=00:00:01.2255288 Gen0=133
其他形式的編碼和解碼也得到了改進。例如，dotnet / coreclr＃10124優化了使用一些內置Encoding -derived類型的循環。例如下面的示例：
using System;using System.Diagnostics;using System.Linq;using System.Text;public class Test
{ public static void Main()
{ string s = new string(Enumerable.Range(0, 1024).Select(i => (char)('a' + i)).ToArray()); while (true)
{ var sw = Stopwatch.StartNew(); for (int i = 0; i < 1_000_000; i++)
{ byte[] data = Encoding.UTF8.GetBytes(s);
}
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中得到以下輸出，如：
00：00：02.4028829 00：00：02.3743152 00：00：02.3401392 00：00：02.4024785 00：00：02.3550876
而.NET Core 2.0等到如下輸出：
00：00：01.6133550 00：00：01.5915718 00：00：01.5759625 00：00：01.6070851 00：00：01.6070767
這些改進也適用於字符串和其它類型之間轉換，例如.NET中生成Parse和ToString方法。使用枚舉來表示各種狀態是相當普遍的，例如使用Enum.Parse將字符串解析爲相應的枚舉。PR dotnet / coreclr＃2933改善了這一點。請查看以下的代碼：
using System;using System.Diagnostics;public class Test
{ public static void Main()
{ while (true)
{ var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0);
sw.Start(); for (int i = 0; i < 2_000_000; i++)
{
Enum.Parse(typeof(Colors), "Red, Orange, Yellow, Green, Blue");
}
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0}");
}
}
[Flags] private enum Colors
{
Red = 0x1,
Orange = 0x2,
Yellow = 0x4,
Green = 0x8,
Blue = 0x10
}
}在.NET 4.7中，會得到的以下結果：
Elapsed=00:00:00.9529354 Gen0=293Elapsed=00:00:00.9422960 Gen0=294Elapsed=00:00:00.9419024 Gen0=294Elapsed=00:00:00.9417014 Gen0=294Elapsed=00:00:00.9514724 Gen0=293
在.NET Core 2.0上，會得到以下結果：
Elapsed=00:00:00.6448327 Gen0=11Elapsed=00:00:00.6438907 Gen0=11Elapsed=00:00:00.6285656 Gen0=12Elapsed=00:00:00.6286561 Gen0=11Elapsed=00:00:00.6294286 Gen0=12
不但吞吐量提高了約33％，而且分配和相關垃圾收集也減少了約25倍。
當然，在.NET應用程序中需要進行大量的自定義文本處理，除了使用像Regex / Encoding這樣的內置類型和Parse和ToString這樣的內置操作之外，文本操作通常都是直接構建在字符串之上，並且大量的改進已經引入到了操作on String之上。
例如，String.IndexOf很擅長於查找字符串中的字符。IndexOf在bnetyersmyth的dotnet / coreclr＃5327中得到改進，他們爲String實現了一系列的性能改進。正如下面的例子：
using System;using System.Diagnostics;public class Test
{ public static void Main()
{ var dt = DateTime.Now; while (true)
{ var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0);
sw.Start(); for (int i = 0; i < 2_000_000; i++)
{
dt.ToString("o");
dt.ToString("r");
}
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0}");
}
}
}在.NET 4.7上，會得到如下結果：
00：00：05.9718129 00：00：05.9199793 00：00：06.0203108 00：00：05.9458049 00：00：05.9622262
而在.NET Core 2.0中，會得到如下結果：
00：00：03.1283763 00：00：03.0925150 00：00：02.9778923 00：00：03.0782851
吞吐量提高約2倍。
下面是比較字符串部分。這是一個使用String.StartsWith和序數比較的例子：
using System;using System.Diagnostics;using System.Linq;public class Test
{ public static void Main()
{ string s = string.Concat(Enumerable.Repeat("a", 100)) + "b"; while (true)
{ var sw = Stopwatch.StartNew(); for (int i = 0; i < 100_000_000; i++)
{
s.IndexOf('b');
}
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7上會得到如下結果：
00：00：01.3097317 00：00：01.3072381 00：00：01.3045015 00：00：01.3068244 00：00：01.3210207
.NET Core 2.0會得到如下結果：
00：00：00.6239002 00：00：00.6150021 00：00：00.6147173 00：00：00.6129136 00：00：00.6099822
對String的改進，也讓我們看到對於其它方面進行更多改進的可能性，這是非常有趣的。
文件系統
到目前爲止，本文一直專注於內存中操縱數據的各種改進。但是.NET Core的許多更改都是關於I / O的。
下面從文件開始介紹。這是一個從文件中異步讀取所有數據並將其寫入另一個文件的示例：
using System;using System.Diagnostics;using System.IO;using System.Threading.Tasks;class Test
{ static void Main() => MainAsync().GetAwaiter().GetResult(); static async Task MainAsync()
{ string inputPath = Path.GetTempFileName(), outputPath = Path.GetTempFileName(); byte[] data = new byte[50_000_000]; new Random().NextBytes(data);
File.WriteAllBytes(inputPath, data); var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2);
sw.Start(); for (int i = 0; i < 100; i++)
{ using (var input = new FileStream(inputPath, FileMode.Open, FileAccess.Read, FileShare.Read, 0x1000, useAsync: true)) using (var output = new FileStream(outputPath, FileMode.Create, FileAccess.ReadWrite, FileShare.None, 0x1000, useAsync: true))
{ await input.CopyToAsync(output);
}
}
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
FileStream中的開銷也在進一步減少，例如DOTNET / corefx＃11569增加了一個專門的CopyToAsync實現，dotnet/ corefx＃2929也改進了異步寫入的處理，.NET 4.7會得到如下結果：
Elapsed=00:00:09.4070345 Gen0=14 Gen1=7 Gen2=1
.NET Core 2.0會得到如下結果：
Elapsed=00:00:06.4286604 Gen0=4 Gen1=1 Gen2=1
網絡
網絡是值得關注的部分，這部分也將取得很大的改進。目前正在付出很大的努力來優化和調整低等級的網絡堆棧，以便高效地構建更高級別的組件。
這種改變帶來的一個很大的影響是PR dotnet / corefx＃15141。SocketAsyncEventArgs是Socket上大量異步操作的核心，它支持同步完成模型，因此異步操作實際完成了同步操作，這樣避免了異步操作的分配消耗。但是，.NET 4.7中的同步操作運算是失敗的， PR修復了上述的實現問題，允許在socket上進行所有異步操作的同步完成。這樣的提升在以下代碼中變現的非常明顯：
using System;using System.Diagnostics;using System.Net;using System.Net.Sockets;using System.Threading;using System.Threading.Tasks;class Test
{ static void Main()
{ using (Socket listener = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp)) using (Socket client = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp))
{
listener.Bind(new IPEndPoint(IPAddress.Loopback, 0));
listener.Listen(1);
Task connectTask = Task.Run(() => client.Connect(listener.LocalEndPoint)); using (Socket server = listener.Accept())
{
connectTask.Wait(); using (var clientAre = new AutoResetEvent(false)) using (var clientSaea = new SocketAsyncEventArgs()) using (var serverAre = new AutoResetEvent(false)) using (var serverSaea = new SocketAsyncEventArgs())
{ byte[] sendBuffer = new byte[1000];
clientSaea.SetBuffer(sendBuffer, 0, sendBuffer.Length);
clientSaea.Completed += delegate { clientAre.Set(); }; byte[] receiveBuffer = new byte[1000];
serverSaea.SetBuffer(receiveBuffer, 0, receiveBuffer.Length);
serverSaea.Completed += delegate { serverAre.Set(); }; var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2);
sw.Start(); for (int i = 0; i < 1_000_000; i++)
{ if (client.SendAsync(clientSaea)) clientAre.WaitOne(); if (clientSaea.SocketError != SocketError.Success) throw new SocketException((int)clientSaea.SocketError); if (server.ReceiveAsync(serverSaea)) serverAre.WaitOne(); if (serverSaea.SocketError != SocketError.Success) throw new SocketException((int)clientSaea.SocketError);
}
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
}
}
}該程序創建兩個連接的socket，然後向socket寫入1000次，並且在案例中使用異步方法接收，但絕大多數操作將同步完成。在.NET 4.7中會得到如下結果：
Elapsed=00:00:20.5272910 Gen0=42 Gen1=2 Gen2=0
在.NET Core 2.0中，大多數操作能夠同步完成，得到如下結果：
Elapsed=00:00:05.6197060 Gen0=0 Gen1=0 Gen2=0
不僅僅是直接使用socket來實現組件的這種改進，而且還通過更高級別的組件來間接使用socket，其他PR的結果是更高級別組件（如NetworkStream）的額外性能提升。例如，PR dotnet / corefx＃16502在SocketAsyncEventArgs上重新實現了基於Socket的SendAsync和ReceiveAsync操作，並且允許它們在NetworkStream中使用。Read / WriteAsync和PR dotnet / corefx＃12664添加了一個專門的CopyToAsync重寫，以便更有效地從NetworkStream讀取數據並將其複製到其他流中。這些變化對NetworkStream吞吐量和分配有非常大的影響。看看下面這個例子：
using System;using System.Diagnostics;using System.IO;using System.Net;using System.Net.Sockets;using System.Threading;using System.Threading.Tasks;class Test
{ static void Main() => MainAsync().GetAwaiter().GetResult(); static async Task MainAsync()
{ using (Socket listener = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp)) using (Socket client = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp))
{
listener.Bind(new IPEndPoint(IPAddress.Loopback, 0));
listener.Listen(1);
Task connectTask = Task.Run(() => client.Connect(listener.LocalEndPoint)); using (Socket server = listener.Accept())
{ await connectTask; using (var serverStream = new NetworkStream(server)) using (var clientStream = new NetworkStream(client))
{
Task serverCopyAll = serverStream.CopyToAsync(Stream.Null); byte[] data = new byte[1024]; new Random().NextBytes(data); var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2);
sw.Start(); for (int i = 0; i < 1_000_000; i++)
{ await clientStream.WriteAsync(data, 0, data.Length);
}
client.Shutdown(SocketShutdown.Send);
serverCopyAll.Wait();
sw.Stop();
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
}
}
}與之前的Socket一樣，下面我們創建兩個連接的socket，然後把它們包含在NetworkStream中。在其中一個流中，我們將1K數據寫入一百萬次，而另一個流則通過CopyToAsync操作讀出所有數據。在.NET 4.7中，會得到如下輸出：
Elapsed = 00：00：24.7827947 Gen0 = 220 Gen1 = 3 Gen2 = 0
而在.NET Core 2.0中，時間減少了5倍，垃圾回收有效地減少到零：
Elapsed=00:00:05.6456073 Gen0=74 Gen1=0 Gen2=0
其它網絡相關組件也將得到進一步優化。例如SslStream通常將圍繞在NetworkStream中，以便向連接中添加SSL。下面的示例將看到這種影響，這個示例將在NetworkStream之上添加SslStream的用法：
using System;using System.Diagnostics;using System.Threading;class Test
{ static void Main()
{ while (true)
{ int remaining = 20_000_000; var mres = new ManualResetEventSlim();
WaitCallback wc = null;
wc = delegate
{ if (Interlocked.Decrement(ref remaining) <= 0) mres.Set(); else ThreadPool.QueueUserWorkItem(wc);
}; var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2);
sw.Start(); for (int i = 0; i < Environment.ProcessorCount; i++) ThreadPool.QueueUserWorkItem(wc);
mres.Wait();
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
}在.NET 4.7中，會得到如下結果：
Elapsed=00:00:21.1171962 Gen0=470 Gen1=3 Gen2=1
.NET Core 2.0包含了諸如dotnet / corefx＃12935和dotnet / corefx＃13274等PR的改進，這兩者都將大大減少了使用SslStream所涉及的分配。在.NET Core 2.0上運行相同的代碼時，會得到如下結果：
Elapsed=00:00:05.6456073 Gen0=74 Gen1=0 Gen2=0
85％的垃圾收集已被刪除！
併發
對於併發和並行性相關的原始化和基礎部分，也得到了許多改進。
這裏的一個關鍵點是ThreadPool，它是執行許多.NET應用程序的核心。例如，PR dotnet / coreclr＃3157減少了QueueUserWorkItem中涉及的某些對象的大小，PR dotnet / coreclr＃9234使用了ConcurrentQueue <T>重寫來替換ThreadPool的全局隊列，其中會用到較少的同步和分配。從以下的示例中，會看到最終結果：
using System;using System.Diagnostics;using System.Threading;class Test
{ static void Main()
{ while (true)
{ int remaining = 20_000_000; var mres = new ManualResetEventSlim();
WaitCallback wc = null;
wc = delegate
{ if (Interlocked.Decrement(ref remaining) <= 0) mres.Set(); else ThreadPool.QueueUserWorkItem(wc);
}; var sw = new Stopwatch(); int gen0 = GC.CollectionCount(0), gen1 = GC.CollectionCount(1), gen2 = GC.CollectionCount(2);
sw.Start(); for (int i = 0; i < Environment.ProcessorCount; i++) ThreadPool.QueueUserWorkItem(wc);
mres.Wait();
Console.WriteLine($"Elapsed={sw.Elapsed} Gen0={GC.CollectionCount(0) - gen0} Gen1={GC.CollectionCount(1) - gen1} Gen2={GC.CollectionCount(2) - gen2}");
}
}
}在.NET 4.7中，會等到如下結果：
Elapsed=00:00:03.6263995 Gen0=225 Gen1=51 Gen2=16Elapsed=00:00:03.6304345 Gen0=231 Gen1=62 Gen2=17Elapsed=00:00:03.6142323 Gen0=225 Gen1=53 Gen2=16Elapsed=00:00:03.6565384 Gen0=232 Gen1=62 Gen2=16Elapsed=00:00:03.5999892 Gen0=228 Gen1=62 Gen2=17
而在.NET Core 2.0中，會得到如下結果：
Elapsed=00:00:02.1797508 Gen0=153 Gen1=0 Gen2=0Elapsed=00:00:02.1188833 Gen0=154 Gen1=0 Gen2=0Elapsed=00:00:02.1000003 Gen0=153 Gen1=0 Gen2=0Elapsed=00:00:02.1024852 Gen0=153 Gen1=0 Gen2=0Elapsed=00:00:02.1044461 Gen0=154 Gen1=1 Gen2=0
這是一個巨大的吞吐量的改善，並且這樣一個核心組件的垃圾量也將大幅減少。
同步原語也在.NET Core中得到提升。例如，低級併發代碼通常使用SpinLock來嘗試避免分配鎖定對象或最小化競爭鎖所花費的時間。PR dotnet / coreclr＃6952改進了失敗的快速路徑，以下測試會得到顯而易見的結果：
using System;using System.Diagnostics;using System.Threading;class Test
{ static void Main()
{ while (true)
{ bool taken = false; var sl = new SpinLock(false);
sl.Enter(ref taken); var sw = Stopwatch.StartNew(); for (int i = 0; i < 100_000_000; i++)
{
taken = false;
sl.TryEnter(0, ref taken);
}
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，會得到如下結果：
00:00:02.3276463 00:00:02.3174042 00:00:02.3022212 00:00:02.3015542 00:00:02.2974777
而在.NET Core 2.0中，會得到如下結果：
00：00：00.3915327 00：00：00.3953084 00：00：00.3875121 00：00：00.3980009 00：00：00.3886977
吞吐量的這種差異可能會對運行這種鎖的熱路徑產生很大的影響。
這只是衆多例子中的一個。另一個例子圍繞着Lazy<T>，它被PR dotnet / coreclr＃8963用manofstick重寫，以便提高訪問初始化過的Lazy <T>的效率。這樣的提升效果從下面的示例中清晰可見：
using System;using System.Diagnostics;class Test
{ static int s_result; static void Main()
{ while (true)
{ var lazy = new Lazy<int>(() => 42);
s_result = lazy.Value; var sw = Stopwatch.StartNew(); for (int i = 0; i < 1_000_000_000; i++)
{
s_result = lazy.Value;
}
Console.WriteLine(sw.Elapsed);
}
}
}在.NET 4.7中，會得到的結果如下：
00：00：02.6769712 00：00：02.6789140 00：00：02.6535493 00：00：02.6911146 00：00：02.7253927
而在.NET Core 2.0中，會得到的結果如下：
00：00：00.5278348 00：00：00.5594950 00：00：00.5458245 00：00：00.5381743 00：00：00.5502970
吞吐量增加約5倍。
下一步是什麼
本文只涉及了部分.NET Core的性能改進。在dotnet / corefx和dotnet / coreclr repos 中的pull請求中搜索“perf”或“performance”，你會發現接近一千個合併的PR改進。其中一些是比較大的同時也很有影響力的改進，而另一些則主要減少了庫和運行時的消耗，這些變化一起起作用，保證了能夠在.NET Core上更快的運行應用程序。展望未來，性能將成爲關注的重點，無論是以性能改進爲目標的API還是現有庫的性能的改進。
歡迎大家深入瞭解.NET Core代碼庫，以便找到影響自己的應用程序和庫的瓶頸，並提交PR來修復它們。如果你的問題得到修復，也請將修復程序分享給所有需要的人。
轉載請註明出自：葡萄城控件