🦎 蜥蜴花園

Search

Introduction

Google Apps Script 是一個強大的工具，用於自動化處理 Google Sheets 的各種任務。然而，當處理大資料集時，程式的執行效率可能會受到限制，特別是在涉及頻繁的 I/O 操作和多次重複計算的情況下。本文旨在探討這些潛在的效率瓶頸，並提出相應的優化策略，以顯著提升程式的執行速度。

Methods

在處理大資料集時，兩個主要的效率問題常見於 Google Apps Script 的實作過程中：

頻繁的 sheet.getRange() 操作：每次處理一行資料時，程式會針對對應的單元格進行寫入操作。由於每次 I/O 操作都會消耗時間，這在大量資料的情況下會顯著降低執行效率。
重複執行 headers.indexOf()：在每次迴圈中查找欄位索引位置時，程式必須反覆計算 headers.indexOf()，這增加了不必要的時間複雜度，進一步拖慢程式速度。

為了解決上述問題，本文提出以下優化方法：

批次處理：將所有資料一次性讀取至記憶體中，進行必要的資料處理後，再一次性將所有結果寫回 Google Sheets。這樣可以大幅減少 getRange().setValue() 的調用次數，從而減少 I/O 操作的頻率。
索引儲存：在迴圈外部預先計算並儲存索引位置，避免在每次迴圈中重複查找 indexOf，減少計算開銷。

Results

以下展示了未優化與優化後的 Google Apps Script 程式碼，並對比其關鍵差異。

未優化的程式碼（慢）

function processLargeDatasetSlow() {
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  var headers = sheet.getRange(1, 1, 1, sheet.getLastColumn()).getValues()[0]; // 取得表頭
  for (var i = 2; i <= sheet.getLastRow(); i++) {
    var value = sheet
      .getRange(i, headers.indexOf("Column_Name") + 1)
      .getValue();
    sheet.getRange(i, headers.indexOf("Column_Name") + 1).setValue(value * 2);
  }
}

在此程式碼中，每行資料處理都涉及多次 I/O 操作，這對於大量資料會顯著降低速度。此外，每次迴圈中都要重新計算欄位的索引位置 headers.indexOf()，進一步增加了計算的複雜度。

優化後的程式碼（快）

function processLargeDatasetFast() {
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  var data = sheet.getDataRange().getValues(); // 一次性讀取整個範圍的資料
  var headers = data[0]; // 取得表頭
  var index = headers.indexOf("Column_Name"); // 預先取得索引位置
  for (var i = 1; i < data.length; i++) {
    data[i][index] = data[i][index] * 2; // 直接在記憶體中處理資料
  }
  sheet.getRange(1, 1, data.length, data[0].length).setValues(data); // 一次性將所有資料寫入工作表
}

優化後的程式碼一次性讀取所有資料至記憶體中進行處理，並且僅在迴圈外部計算欄位索引，然後在處理完畢後一次性寫回資料，從而大幅減少了 I/O 操作和不必要的計算。

關鍵差異

I/O 操作頻率：未優化的程式碼在每次處理一行資料時，都會執行多次 I/O 操作，特別是在讀取和寫入單一儲存格時。優化後的程式碼則將所有資料一次性讀取和寫入，顯著減少了 I/O 操作的頻率。
計算複雜度：未優化的程式碼在每次迴圈中都需重新計算欄位索引位置，增加了不必要的計算負擔。優化後的程式碼通過提前計算並儲存索引位置，有效提升了執行效率。

Discussion

在優化 Google Apps Script 處理大資料集的過程中，我們通過批次處理和索引預計算，顯著提升了程式的執行效率。為了更深入理解這些優化方法的作用，本文將進一步分析優化後的程式碼，並探討其在實際應用中的效果與優勢。

程式碼分析

批次處理的引入：

在未優化的程式碼中，每次迴圈都會呼叫 sheet.getRange() 和 sheet.setValue()，導致每行資料的處理都需要進行一次 I/O 操作，這在資料量龐大的情況下，顯著影響了效能。相較之下，優化後的程式碼一次性使用 getDataRange() 將所有資料讀取到記憶體中進行處理，避免了每次迴圈的 I/O 操作。這不僅減少了與 Google Sheets 的互動次數，還將資料處理過程限縮於記憶體中進行，從而顯著提升了速度。
索引預計算：

未優化的程式碼在每次迴圈中都會調用 headers.indexOf()，尋找對應欄位的索引位置。這在資料行數增多時，會導致不必要的重複計算，增加了時間複雜度。優化後的程式碼將索引位置的計算移到迴圈外部，並將結果存儲於變數中，避免了在每次迴圈中反覆查找的開銷。這種做法不僅降低了計算複雜度，還使程式執行更為高效。

實際應用

大規模資料處理：

在實際應用中，處理大規模資料集是常見的需求，如進行銷售報告分析、客戶資料管理、財務數據處理等。在這些場景下，資料行數通常達到數千甚至數萬行。未經優化的程式碼在這些情況下可能需要數分鐘甚至更長的時間來完成處理，而經過優化後的程式碼能將處理時間大幅縮短至數秒到數十秒。這種效率提升對於需要頻繁更新和處理大量資料的使用者而言，具有極大的實際價值。

可擴展性：

優化後的程式碼更具可擴展性，能夠更好地應對資料量的增長。由於 I/O 操作次數大幅減少，程式在面對資料量倍增時，效能的下降趨勢相對較小。此外，批次處理和索引預計算的策略也使程式在處理不同資料類型和結構時更加靈活。例如，在處理多個欄位或進行複雜運算時，這些優化策略仍然適用，且能夠保持程式的高效運行。

資源利用率：

除了效能提升外，優化後的程式碼也更好地利用了系統資源。批次處理減少了與伺服器的交互次數，降低了伺服器負載，並提高了網路資源的利用效率。這在多使用者共享同一 Google Sheets 的情況下尤為重要，可以減少對其他使用者操作的干擾。同時，記憶體內處理資料也比頻繁進行 I/O 操作更加節省 CPU 資源，使得整體系統運行更加順暢。

Conclusion

透過批次處理與索引預計算的優化策略，我們成功解決了 Google Apps Script 在處理大資料集時的效能瓶頸。這些優化方法不僅提升了程式的運行速度，還提高了程式的可擴展性和資源利用效率。在實際應用中，這些優化策略對於需要處理大量資料的任務具有顯著的實用價值，能夠大幅縮短執行時間，從而提高工作效率。