表达式列的影响
如果表达式列引用父表数据，或者统计子表数据，那么对于批量修改数据的效率影响很大，不过我们有很好的方法避免这种情况的发生。
在编写此节内容之前，我建立了一个文件，该文件包括两个表，分别是产品和订单，两者建立了关联。
产品表的“总金额”列是一个表达式列，其表达式为：Sum(Child.金额)。
订单表则有两个表达式列，其中“单价”列的表达式为：Parent.单价，“金额”列的表达式为：数量 * 单价 * (1 - 折扣)
产品表有1千行数据，订单表有1万行数据。
示例一
假定希望所有产品都提价5%，代码为：
For Each
dr As DataRow In DataTables("产品").DataRows在产品表只有区区1000行数据的情况下，执行上述代码居然花费了31秒。
这是因为订单表的单价列引用了产品表的单价，每修改一个产品的单价，都必须同步去更新该产品所有订单的单价。
为了避开这种影响，我将代码改为：
DataTables(
"订单").DataCols("单价").Expression = ""经过测试，执行上述代码花费0.16秒，比之前提高了足足200倍。
原理很简单，先清除订单表单价列的表达式，待代码执行结束后，再重新设置此列的表达式。
实际上只要子表引用了父表的数据，批量修改父表中的任何一列都会受到影响，当然批量修改被引用的列受影响的程度最为明显。
示例二
假定希望给所有订单增加5%的折扣，代码为：
For
Each dr As DataRow In DataTables("订单").DataRows
经过测试，执行上述代码耗时78秒，效率很低。
究其原因，是因为修改订单的折扣，会重算订单的金额，而订单金额的变化又会重算产品的总金额。
知道原因就好办，我将代码改为：
DataTables(
"订单").DataCols("金额").Expression = ""经过测试，执行上述代码仅耗时0.95秒，效率大幅度提高。
如果将所有的表达式清除：
DataTables(
"订单").DataCols("金额").Expression = ""效率得到进一步的提高，现在耗时只需0.54秒，当然一般没有必要这么做，清除影响最大的表达式即可，毕竟不到半秒的差距在实际使用的过程中是很难感觉到的。