powershell - 为什么要避免使用递增赋值运算符 (+=) 来创建集合

Question

StackOverflow 站点的 += 问答中经常使用递增赋值运算符 ( [PowerShell] ) 来构造集合对象，例如:

$Collection = @()
1..$Size | ForEach-Object {
    $Collection += [PSCustomObject]@{Index = $_; Name = "Name$_"}
}

然而，它似乎是一种非常低效的操作。

在 PowerShell 中构建对象集合时应该避免使用递增赋值运算符 ( += ) 吗？

Answer 1

是的，在构建对象集合时应该避免增加赋值运算符( += )，另见: PowerShell scripting performance considerations 。
除了使用 += 运算符通常需要更多语句(因为数组初始化 = @() )并且它鼓励将整个集合存储在内存中而不是将其中间插入管道这一事实之外， 效率低下 。
它效率低下的原因是每次使用 += 运算符时，它只会执行以下操作:

$Collection = $Collection + $NewObject

因为数组在元素数量方面是不可变的，整个集合将在每次迭代时 重新创建 。
正确的 PowerShell 语法是:

$Collection = 1..$Size | ForEach-Object {
    [PSCustomObject]@{Index = $_; Name = "Name$_"}
}

注意: 与其他 cmdlet 一样；如果只有一项(迭代)，则输出将是标量而不是数组，要将其强制为数组，您可以使用 [Array] 类型: [Array]$Collection = 1..$Size | ForEach-Object { ... } 或使用 Array subexpression operator @( ) : $Collection = @(1..$Size | ForEach-Object { ... })建议甚至不要将结果存储在变量( $a = ... )中，而是立即将其传递到管道中以节省内存，例如:

1..$Size | ForEach-Object {
    [PSCustomObject]@{Index = $_; Name = "Name$_"}
} | ConvertTo-Csv .\Outfile.csv

注意: 也可以考虑使用 System.Collections.ArrayList class，这通常几乎与 PowerShell 管道一样快，但缺点是它比(正确地)使用 PowerShell 管道消耗更多的内存。
另见: Fastest Way to get a uniquely index item from the property of an array
绩效衡量
要显示与集合大小和性能下降的关系，您可以检查以下测试结果:

1..20 | ForEach-Object {
    $size = 1000 * $_
    $Performance = @{Size = $Size}
    $Performance.Pipeline = (Measure-Command {
        $Collection = 1..$Size | ForEach-Object {
            [PSCustomObject]@{Index = $_; Name = "Name$_"}
        }
    }).Ticks
    $Performance.Increase = (Measure-Command {
        $Collection = @()
        1..$Size | ForEach-Object {
            $Collection  += [PSCustomObject]@{Index = $_; Name = "Name$_"}
        }
    }).Ticks
    [pscustomobject]$Performance
} | Format-Table *,@{n='Factor'; e={$_.Increase / $_.Pipeline}; f='0.00'} -AutoSize

 Size  Increase Pipeline Factor
 ----  -------- -------- ------
 1000   1554066   780590   1.99
 2000   4673757  1084784   4.31
 3000  10419550  1381980   7.54
 4000  14475594  1904888   7.60
 5000  23334748  2752994   8.48
 6000  39117141  4202091   9.31
 7000  52893014  3683966  14.36
 8000  64109493  6253385  10.25
 9000  88694413  4604167  19.26
10000 104747469  5158362  20.31
11000 126997771  6232390  20.38
12000 148529243  6317454  23.51
13000 190501251  6929375  27.49
14000 209396947  9121921  22.96
15000 244751222  8598125  28.47
16000 286846454  8936873  32.10
17000 323833173  9278078  34.90
18000 376521440 12602889  29.88
19000 422228695 16610650  25.42
20000 475496288 11516165  41.29

这意味着使用 20,000 运算符的 += 对象的集合大小比为此使用 PowerShell 管道慢大约 40x 。
纠正脚本的步骤
显然，有些人难以纠正已经使用递增赋值运算符 ( += ) 的脚本。因此，我创建了一个小说明来这样做:

从相关迭代中移除所有 <variable> += 赋值，只留下对象项。通过不分配对象，对象将简单地放在管道上。
迭代中是否有多个增加赋值或者是否有嵌入的迭代或函数都没有关系，最终结果将是相同的。
意思是:

ForEach ( ... ) {
    $Array += $Object1
    $Array += $Object2
    ForEach ( ... ) {
        $Array += $Object3
        $Array += Get-Object

    }
}

本质上是一样的:

$Array = ForEach ( ... ) {
    $Object1
    $Object2
    ForEach ( ... ) {
        $Object3
        Get-Object

    }
}

注意: 如果没有迭代，则可能没有理由更改您的脚本，因为可能只涉及一些添加

将迭代的输出(放入管道的所有内容)分配给相关变量。这通常与初始化数组的位置 ( $Array = @() ) 处于同一级别。例如:

$Array = ForEach { ... 

注 1: 同样，如果您希望单个对象充当数组，您可能想要使用 Array subexpression operator @( ) 但您也可以考虑在使用数组的那一刻这样做，例如: @($Array).Count 或 ForEach ($Item in @($Array)) 注 2: 同样，最好不要分配输出，而是将管道输出直接传递给下一个 cmdlet 以释放内存: ForEach ( ... ) { ... } | Export-Csv .\File.csv 。

移除数组初始化 <Variable> = @()

有关完整示例，请参阅: Comparing Arrays within Powershell