适用于 PowerShell 5.1 及以上版本
背景引入
脚本跑得慢，是每个 PowerShell 用户迟早会遇到的问题。也许是一段处理 CSV 的管道耗时过长，也许是一个循环遍历数千台远程计算机的报表任务跑了一整天。面对性能瓶颈，靠直觉猜测往往事倍功半——真正拖慢脚本的”罪犯”可能藏在你想不到的地方。
PowerShell 本身提供了多种轻量级的计时和度量工具，从简单的 Measure-Command 到功能更丰富的 Measure-Object，再到手动插入时间戳实现分段计时。善用这些工具，可以在不引入第三方模块的前提下，快速定位脚本中最耗时的代码段。
本文将从易到难介绍三种性能分析方法：单段代码计时、多段代码对比基准测试，以及完整的脚本分段性能分析器。掌握这些技巧后，你可以像专业开发者一样系统性地优化 PowerShell 脚本的执行效率。
方法一：使用 Measure-Command 快速计时
Measure-Command 是 PowerShell 内置的计时命令行工具，适合对单段代码进行快速计时。它接受一个脚本块作为参数，执行该脚本块并返回执行耗时。与手动记录 Get-Date 相比，Measure-Command 的精度更高，使用也更简洁。
下面的例子展示了如何用 Measure-Command 分别测量数组创建和哈希表查找的耗时。我们将每次测试重复多轮并取平均值，以减少偶然波动带来的干扰。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
$iterations = 1000
$arrayTimes = @()
$hashtableTimes = @()
for ($i = 1; $i -le $iterations; $i++) {
$arrayTime = Measure-Command {
$arr = @()
foreach ($j in 1..500) {
$arr += $j
}
}
$arrayTimes += $arrayTime.TotalMilliseconds
$ht = @{}
foreach ($j in 1..500) {
$ht[$j] = "value_$j"
}
$htTime = Measure-Command {
$null = $ht[250]
}
$hashtableTimes += $htTime.TotalMilliseconds
}
$avgArray = ($arrayTimes | Measure-Object -Average).Average
$avgHash = ($hashtableTimes | Measure-Object -Average).Average
Write-Host ("数组追加 平均耗时: {0:N2} ms" -f $avgArray)
Write-Host ("哈希表查找 平均耗时: {0:N4} ms" -f $avgHash)
|
执行结果示例：
1
2
| 数组追加 平均耗时: 8.73 ms
哈希表查找 平均耗时: 0.0012 ms
|
从结果可以看出，数组使用 += 运算符追加元素时，每次操作都会重建整个数组，导致性能明显低于哈希表的键值查找。这个发现为我们选择数据结构提供了数据支撑。
方法二：构建可复用的基准测试框架
当需要对比同一任务的多种实现方式时，逐一编写 Measure-Command 会显得繁琐。我们可以封装一个轻量的基准测试函数，一次传入多个候选实现，自动完成多轮迭代、结果汇总和排名。
下面这个 Invoke-Benchmark 函数接受一个哈希表，键为实现的名称，值为对应的脚本块。函数会对每个实现执行指定次数的迭代，并按平均耗时从快到慢排序输出。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
| function Invoke-Benchmark {
param(
[hashtable]$Implementations,
[int]$Iterations = 100
)
$results = @()
foreach ($name in $Implementations.Keys) {
$scriptBlock = $Implementations[$name]
$timings = @()
for ($i = 1; $i -le $Iterations; $i++) {
$elapsed = Measure-Command -Expression $scriptBlock
$timings += $elapsed.TotalMilliseconds
}
$stats = $timings | Measure-Object -Average -Minimum -Maximum
$results += [PSCustomObject]@{
Name = $name
AvgMs = [math]::Round($stats.Average, 4)
MinMs = [math]::Round($stats.Minimum, 4)
MaxMs = [math]::Round($stats.Maximum, 4)
Runs = $Iterations
}
}
$results | Sort-Object AvgMs | Format-Table -AutoSize
}
$impls = @{
'加号拼接' = {
$s = ''
foreach ($i in 1..200) {
$s = $s + "item_$i"
}
}
'格式化拼接' = {
$s = ''
foreach ($i in 1..200) {
$s = '{0}{1}' -f $s, "item_$i"
}
}
'StringBuilder' = {
$sb = [System.Text.StringBuilder]::new()
foreach ($i in 1..200) {
$null = $sb.Append("item_$i")
}
$s = $sb.ToString()
}
}
Invoke-Benchmark -Implementations $impls -Iterations 50
|
执行结果示例：
1
2
3
4
5
|
---- ----- ----- ----- ----
...
...
...
|
结果清晰地表明，StringBuilder 在循环拼接场景下具有明显优势。加号拼接每次都创建新字符串，格式化运算符也有类似开销，而 StringBuilder 在内部维护可变缓冲区，避免了重复分配内存。
方法三：脚本分段性能分析器
在实际排障场景中，我们需要知道一个较长脚本中各段代码分别占用了多少时间。下面实现一个轻量的分析器，通过在脚本关键位置插入”标签”来记录各段的起止时间，最终输出每段的耗时统计和占比。
Start-ProfileBlock 函数在调用时记录一个标签和时间戳，Stop-ProfileSession 则汇总所有标签并计算各段耗时。这个方案无需修改脚本的核心逻辑，只在关键位置添加一行调用即可。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
|
$script:ProfileMarks = [System.Collections.Generic.List[PSObject]]::new()
function Start-ProfileBlock {
param([string]$Label)
$script:ProfileMarks.Add(
[PSCustomObject]@{
Label = $Label
Time = Get-Date
}
)
}
function Stop-ProfileSession {
$totalMarks = $script:ProfileMarks.Count
if ($totalMarks -lt 2) {
Write-Warning "至少需要两个标记点才能计算耗时。"
return
}
$segments = @()
for ($i = 1; $i -lt $totalMarks; $i++) {
$prev = $script:ProfileMarks[$i - 1]
$curr = $script:ProfileMarks[$i]
$duration = ($curr.Time - $prev.Time).TotalMilliseconds
$segments += [PSCustomObject]@{
Segment = "$($prev.Label) -> $($curr.Label)"
Label = $prev.Label
Duration = [math]::Round($duration, 2)
}
}
$totalDuration = ($segments | Measure-Object -Property Duration -Sum).Sum
foreach ($seg in $segments) {
$seg | Add-Member -NotePropertyName 'Percent' `
-NotePropertyValue ([math]::Round($seg.Duration / $totalDuration * 100, 1)) `
-PassThru
}
$segments | Sort-Object Duration -Descending | Format-Table -AutoSize
Write-Host ("总耗时: {0:N2} ms" -f $totalDuration)
$script:ProfileMarks.Clear()
}
Start-ProfileBlock -Label "开始"
$data = @(1..5000 | ForEach-Object {
[PSCustomObject]@{
Id = $_
Name = "User_$_"
Score = Get-Random -Minimum 0 -Maximum 100
Active = [bool](Get-Random -Minimum 0 -Maximum 2)
}
})
Start-ProfileBlock -Label "数据生成"
$filtered = @()
foreach ($item in $data) {
if ($item.Active -and $item.Score -ge 50) {
$filtered += $item
}
}
$sorted = $filtered | Sort-Object Score -Descending
Start-ProfileBlock -Label "过滤排序"
$report = $sorted | Select-Object -First 20 | Format-Table -AutoSize | Out-String
Write-Host $report
Start-ProfileBlock -Label "报表输出"
Stop-ProfileSession
|
执行结果示例：
1
2
3
4
5
6
7
|
------- ----- -------- -------
-> ..
-> ..
-> ..
.
|
分析结果一目了然：过滤排序阶段占用了将近七成的时间。罪魁祸首是数组使用 += 在循环中不断重建。如果改用 [System.Collections.Generic.List[PSObject]] 的 Add 方法，该阶段的耗时会大幅缩短。这就是分段分析器的价值——它帮你把有限的优化精力集中到真正需要改进的地方。
注意事项
Measure-Command 会吞掉输出：Measure-Command 执行脚本块时会丢弃所有输出流，包括 Write-Host。如果你需要在计时的同时观察输出，请使用手动记录 Get-Date 的方式，或者在脚本块内将结果写入文件。
首次运行存在冷启动偏差：PowerShell 的命令解析、程序集加载和 JIT 编译在首次执行时会产生额外开销。做基准测试时建议先跑一轮”预热”，再正式计时。这也是 Invoke-Benchmark 函数默认执行多次迭代的原因之一。
避免在循环中使用数组 += 操作：如上文示例所示，$array += $item 每次都会创建新数组并复制所有元素。对于大规模数据，应改用 List<T> 的 Add 方法，或预分配好数组大小后按索引赋值。
注意管道开销：PowerShell 管道每传递一个对象都会经过一系列的处理步骤（如 BeginProcess、ProcessRecord），对于简单的循环操作，使用 foreach 语句（而非 ForEach-Object）可以避免管道开销，显著提升性能。
分析器的时钟精度：Get-Date 在 Windows 上的理论精度约为 15.6 毫秒（系统时钟分辨率），对于耗时极短的操作，建议用 Measure-Command 或 [System.Diagnostics.Stopwatch] 来获得更高精度。Stopwatch 使用高分辨率硬件计时器，精度可达纳秒级。
生产环境中的性能分析：在实际生产脚本中嵌入性能分析代码时，建议通过开关参数（如 $DebugProfile）控制是否启用，避免在正常运行时产生不必要的性能损耗和日志文件。同时，分析结果可以导出为 CSV 或 JSON，便于后续对比和趋势分析。