.NET 2.0远程传输数据集的优化方法(WebService)

          由于当前维护的项目的结构是:Winform + Webservice,所以在数据传输过程中消耗了很多的性能,因此在寻找一种简便实用的优化方法..

　　先是用BinaryFormatter序列化数据集,经过WebService传输后,客户端接收到byte[]格式的数据,再反序列化,得到数据集,这种方式,在网络传输时间延迟比较长的情况下效果比较明显,否则,序列化和反序列化再传输二进制的时间甚至超过了直接传送DataSet.所以是否采取这种二进制压缩数据集就没有多大意义了.

　　后来找到上面第一篇台湾同胞的文章,才发现在Vs2005的DataSet已经添加了一个RemotingFormat,是采用另外一种方式压缩的,(传说中.net1.1时期开源的DataSetSurrogate类)不过没有找到这个在什么地方下载,试了一下Vs2005里面的,查询12000条记录,设置RemotingFormat = SerializationFormat.Binary;

　　再序列化,通过WebService传输,客户端接收,再反序列化,确实效果大大的优于直接传送DataSet,不仅网络传输中如此,即使本机,性能改善也非常明显.

　　下面分别是WebService里面的方法和客户端反序列化取DataSet的方法.

　　1. 服务器上面取数据,填充数据集,转换为二进制格式.

/**/ ///   <summary>
///  Method for users data query with binaryFormatter
///   </summary>
///   <param name="err"></param>
///   <returns></returns>
public   byte [] BinaryUserSelect( ref   string  err)
{
　ClearCommand();
　m_commandStringBuilder.Append( " SELECT * FROM t_Users ; " );
　DataSet dsResult  =   new  DataSet();
　 byte [] bArrayResult  =   null ;
　 try
　{ 
　　dsResult  =  SqlHelper.ExecuteDataset(m_currentConnectionString, CommandType.Text, m_commandStringBuilder.ToString());
　　 //  上面都是取数据的,无需关心.二进制压缩数据集是下面一小段
　　dsResult.RemotingFormat  =  SerializationFormat.Binary;
　　MemoryStream ms  =   new  MemoryStream();
　　IFormatter bf  =   new  BinaryFormatter();
　　bf.Serialize(ms, dsResult);
　　bArrayResult  =  ms.ToArray();
　　ms.Close();
　　 //  
　}
　 catch  (Exception ee)
　{
　　err  =  ee.ToString();
　}
　 return  bArrayResult; 
}

　　2. 通过WebService把byte[]格式的数据发送到客户端,这里就是WebService自己的事情了,我们无需关心

　　3.客户端接收到byte[]格式的数据,对其进行反序列化,得到数据集,进行客户端操作.

/**/ ///   <summary>
///  Get user data with Binary format
///   </summary>
///   <returns></returns>
public  DataSet GetBinaryUserData()
{
　 string  err  =   "" ;
　 byte [] bUserData  =  svc.ByteArrayUserSelect( ref  err);
　 if  (err  !=   "" )
　{
　　MessageBox.Show(err);
　　err  =   "" ;
　　 return   null ;
　}
　 //  反序列化的过程
　MemoryStream ms  =   new  MemoryStream(bUserData);
　IFormatter bf  =   new  BinaryFormatter();
　 object  obj  =  bf.Deserialize(ms);
　DataSet dsResult  =  (DataSet)obj;
　 //
　ms.Close();
　 return  dsResult;
}

　　同样一台机器,手工生成12000条数据,在本地使用WebService分别读取、传输并在客户端显示数据集和byte[]格式的数据,前者平均时间2.3秒,后者平均时间为1.7秒,之间的差别仅在传输过程的格式,还有后者需要的序列化和反序列化的时间.本地WebService传输的差别尚且如此,通过网络传输的时间优化自然会更明显..

　　.net1.1下面微软提供的DataSetSurrogate开发包下载地址:http://support.microsoft.com/default.aspx?scid=kb;en-us;829740

　　对数据集序列化和反序列化的方法进行了一下简单的封装，使其可以得到重用的效果.见下面的类DatFormatter.

　　通过GetBinaryFormatData方法可以转换数据集为二进制，在服务器端使用,转换数据集格式。发送，客户端接收，得到二进制格式数据，使用RetrieveDataSet方法，反序列化，得到数据集，进行客户端操作。通过这些简单的操作(序列化和反序列化，将数据压缩)，可以使数据集等体积庞大的对象在远程传递中的时间大大减少，并且可以减少网络中断等问题对程序的影响。

1 using  System;
2 using  System.IO;
3 using  System.Data;
4 using  System.Runtime.Serialization;
5 using  System.Runtime.Serialization.Formatters.Binary;
6
7 namespace  Common
8 {
9   public   class  DataFormatter
10  {
11   private  DataFormatter() { }
12   /**/ ///   <summary>
13   ///  Serialize the Data of dataSet to binary format
14   ///   </summary>
15   ///   <param name="dsOriginal"></param>
16   ///   <returns></returns>
17   static   public   byte [] GetBinaryFormatData(DataSet dsOriginal)
18  {
19   byte [] binaryDataResult  =   null ;
20  MemoryStream memStream  =   new  MemoryStream();
21  IFormatter brFormatter  =   new  BinaryFormatter();
22  dsOriginal.RemotingFormat  =  SerializationFormat.Binary;
23
24  brFormatter.Serialize(memStream, dsOriginal);
25  binaryDataResult  =  memStream.ToArray();
26  memStream.Close();
27  memStream.Dispose();
28   return  binaryDataResult;
29  }
30   /**/ ///   <summary>
31   ///  Retrieve dataSet from data of binary format
32   ///   </summary>
33   ///   <param name="binaryData"></param>
34   ///   <returns></returns>
35   static   public  DataSet RetrieveDataSet( byte [] binaryData)
36  { 
37  DataSet dataSetResult  =   null ;
38  MemoryStream memStream  =   new  MemoryStream(binaryData);
39  IFormatter brFormatter  =   new  BinaryFormatter();
40
41   object  obj  =  brFormatter.Deserialize(memStream);
42  dataSetResult  =  (DataSet)obj;
43   return  dataSetResult;
44  }
45  }
46 }