‫کار با لیست‌های بزرگ در دات‌نت: مقایسه IEnumerable و IAsyncEnumerable برای بهینه‌سازی عملکرد

انتخاب ابزار مناسب برای مدیریت داده‌ها می‌تواند تأثیر چشمگیری بر عملکرد برنامه داشته باشد. اگر تجربه کار با Entity Framework Core (EF Core) را داشته باشید، احتمالاً با رابط IEnumerable<T> برای دریافت و پردازش داده‌ها آشنا هستید. اما آیا تا به حال به این فکر کرده‌اید که این رابط چگونه داده‌ها را بارگذاری می‌کند؟ یا اینکه با افزایش حجم داده‌ها، آیا همچنان عملکرد مطلوبی خواهد داشت؟ در این مقاله، به بررسی عمیق دو رابط کلیدی در دات‌نت، یعنی IEnumerable<T> و IAsyncEnumerable<T>، می‌پردازیم. هدف ما این است که با تشریح تفاوت‌های این دو، مثال‌های عملی و تحلیل عملکرد، به شما کمک کنیم تا انتخاب هوشمندانه‌ای برای برنامه‌های داده‌محور خود داشته باشید.

رابط IEnumerable<T> یکی از پایه‌های اصلی در اکوسیستم دات‌نت است که برای پیمایش داده‌ها به‌صورت هم‌زمان (Synchronous) طراحی شده است. این رابط امکان پیمایش مجموعه‌های داده‌ای مانند لیست‌ها (List<T>)، آرایه‌ها (Array) یا دیکشنری‌ها (Dictionary<TKey, TValue>) را با استفاده از حلقه foreach فراهم می‌کند. نحوه کار آن به این صورت است که از طریق متد GetEnumerator()، یک شیء شمارشگر (Enumerator) تولید می‌شود که با استفاده از متدهای MoveNext() و Current، امکان دسترسی به داده‌ها را به‌صورت ترتیبی فراهم می‌کند.

با این حال، این رابط یک محدودیت اساسی دارد: اجرای هم‌زمان آن می‌تواند باعث مسدود شدن نخ (Thread) فراخواننده شود، به‌ویژه زمانی که با منابع داده‌ای کند (مانند پایگاه داده) یا مجموعه‌های داده‌ای بزرگ سروکار داریم. این موضوع در برنامه‌هایی که نیاز به پردازش حجم بالایی از داده دارند، می‌تواند به کاهش عملکرد و افزایش مصرف حافظه منجر شود.

در مقابل، رابط IAsyncEnumerable<T> که با دات‌نت کور 3.0 و سی‌شارپ 8.0 در سال 2019 معرفی شد، رویکردی غیرهمزمان (Asynchronous) برای پیمایش داده‌ها ارائه می‌دهد. این رابط امکان پیمایش داده‌ها را با استفاده از حلقه await foreach فراهم می‌کند، به‌طوری که هر آیتم به‌صورت غیرهمزمان و به‌محض در دسترس بودن پردازش می‌شود. برخلاف IEnumerable<T> که کل مجموعه داده را در حافظه بارگذاری (Buffering) می‌کند، IAsyncEnumerable<T> داده‌ها را به‌صورت جریانی (Streaming) پردازش می‌کند. این ویژگی باعث کاهش قابل‌توجه مصرف حافظه می‌شود، به‌ویژه در سناریوهایی که داده‌ها از منابعی با تأخیر بالا مانند پایگاه‌های داده، جریان‌های فایل یا پاسخ‌های شبکه دریافت می‌شوند.

برای درک بهتر، فرض کنید در حال خواندن داده‌ها از یک پایگاه داده بزرگ هستید. با استفاده از IEnumerable<T>، کل داده‌ها ابتدا در حافظه بارگذاری می‌شوند و سپس پردازش آغاز می‌شود. اما IAsyncEnumerable<T> هر رکورد را به‌صورت جداگانه و غیرهمزمان دریافت و پردازش می‌کند، که این امر نه‌تنها مصرف حافظه را کاهش می‌دهد، بلکه زمان پاسخ‌گویی برنامه را نیز بهبود می‌بخشد.

برای بررسی تفاوت‌های این دو رابط در عمل، بیایید یک مثال واقعی را در نظر بگیریم. فرض کنید برنامه‌ای ساده با یک پایگاه داده داریم که حاوی اطلاعاتی درباره کتاب‌ها است. مدل داده‌ای ما به این صورت تعریف شده است:

namespace IEnumIAsyncDemo.Models;

public class Book
{
    public int Id { get; set; }
    public string Title { get; set; } = string.Empty;
    public string Author { get; set; } = string.Empty;
}

در این سناریو، داده‌ها با استفاده از متد ToList() به‌صورت کامل در حافظه بارگذاری می‌شوند:

using var db = new BooksAppDbContext();
var books = db.Books.ToList(); // بارگذاری کامل داده‌ها
foreach (var book in books)
{
    var temp = book.Title; // شبیه‌سازی پردازش سبک
}

این کد کل داده‌ها را یکجا در حافظه بارگذاری می‌کند، که برای مجموعه‌های کوچک مشکلی ایجاد نمی‌کند. اما با افزایش تعداد رکوردها، مثلاً به 1,000,000 رکورد، مصرف حافظه به‌شدت افزایش می‌یابد، زیرا تمام داده‌ها باید قبل از پردازش در حافظه نگه داشته شوند.

حالا بیایید همین سناریو را با IAsyncEnumerable<T> پیاده‌سازی کنیم:

using var db = new BooksAppDbContext();
await foreach (var book in db.Books.AsAsyncEnumerable())
{
    var temp = book.Title; // شبیه‌سازی پردازش سبک
}

در اینجا، داده‌ها به‌صورت جریانی پردازش می‌شوند. هر کتاب به‌محض در دسترس بودن از پایگاه داده دریافت و پردازش می‌شود، بدون نیاز به بارگذاری کل مجموعه داده در حافظه. این روش به‌ویژه در سناریوهای داده‌محور با حجم بالا یا منابع کند، کارایی بهتری دارد.

برای ارزیابی دقیق‌تر، آزمایشی با دو مجموعه داده (100,000 و 1,000,000 رکورد) انجام شده است. نتایج نشان می‌دهند که هر دو رابط از نظر زمان اجرا تفاوت چندانی ندارند، اما IAsyncEnumerable<T> به دلیل پردازش جریانی، مصرف حافظه بسیار کمتری دارد. این موضوع در برنامه‌هایی که محدودیت حافظه دارند یا با داده‌های بسیار بزرگ کار می‌کنند، اهمیت ویژه‌ای پیدا می‌کند.

انتخاب بین IEnumerable<T> و IAsyncEnumerable<T> به نیازهای برنامه شما بستگی دارد. اگر با مجموعه‌های داده‌ای کوچک یا منابعی با تأخیر کم کار می‌کنید، IEnumerable<T> به دلیل سادگی و سازگاری گسترده با ساختارهای داده‌ای موجود، گزینه‌ای مناسب است. اما در سناریوهایی که داده‌ها از منابع کند (مانند پایگاه‌های داده یا APIهای خارجی) دریافت می‌شوند یا حجم داده‌ها بسیار زیاد است، IAsyncEnumerable<T> با قابلیت جریان‌سازی غیرهمزمان، عملکرد بهتری ارائه می‌دهد.

به عنوان مثال، در برنامه‌های وب که نیاز به پاسخ‌گویی سریع به کاربران دارند، استفاده از IAsyncEnumerable<T> می‌تواند تأخیر را کاهش دهد و تجربه کاربری بهتری فراهم کند. همچنین، در برنامه‌هایی که با محدودیت حافظه مواجه هستند، مانند برنامه‌های اجرا شده روی سرورهای با منابع محدود، این رابط به بهینه‌سازی مصرف منابع کمک می‌کند.

رابط IAsyncEnumerable<T> به‌خوبی با فناوری‌های مدرن دات‌نت مانند EF Core و ASP.NET Core یکپارچه می‌شود. برای مثال، در EF Core، می‌توانید از متد AsAsyncEnumerable() برای دریافت داده‌ها به‌صورت جریانی استفاده کنید. این قابلیت در ترکیب با ویژگی‌های دیگر مانند LINQ، امکان نوشتن کوئری‌های غیرهمزمان و کارآمد را فراهم می‌کند. همچنین، در ASP.NET Core، می‌توانید از IAsyncEnumerable<T> برای ارسال داده‌های جریانی به کلاینت‌ها استفاده کنید، مثلاً در سناریوهایی مانند به‌روزرسانی‌های زنده یا پردازش داده‌های بزرگ در سمت سرور.

علاوه بر این، IAsyncEnumerable<T> با الگوهای برنامه‌نویسی مدرن مانند Reactive Extensions (Rx) نیز هم‌خوانی دارد. این رابط می‌تواند به‌عنوان جایگزینی سبک‌تر برای کتابخانه‌هایی مانند System.Reactive در سناریوهای خاص استفاده شود، به‌ویژه زمانی که هدف شما سادگی و کاهش پیچیدگی است.

در این مقاله، به بررسی دو رابط کلیدی در دات‌نت، یعنی IEnumerable<T> و IAsyncEnumerable<T>، پرداختیم. رابط IEnumerable<T> برای سناریوهای ساده و مجموعه‌های داده‌ای کوچک مناسب است، اما در مواجهه با داده‌های بزرگ یا منابع کند، ممکن است عملکرد مطلوبی نداشته باشد. در مقابل، IAsyncEnumerable<T> با قابلیت جریان‌سازی غیرهمزمان، مصرف حافظه را بهینه می‌کند و برای برنامه‌های داده‌محور مدرن ایده‌آل است. با درک تفاوت‌های این دو رابط و انتخاب مناسب آن‌ها بر اساس نیازهای برنامه، می‌توانید عملکرد و مقیاس‌پذیری برنامه‌های خود را بهبود ببخشید.

در آینده، با گسترش استفاده از فناوری‌های غیرهمزمان در دات‌نت، انتظار می‌رود که IAsyncEnumerable<T> به یکی از ابزارهای کلیدی در توسعه برنامه‌های مقیاس‌پذیر تبدیل شود. اگر قصد دارید برنامه‌ای با عملکرد بالا و مصرف بهینه منابع بسازید، یادگیری و استفاده از این رابط را در اولویت قرار دهید.