首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

为什么使用PrincipalSearcher比FindByIdentity()更快?

使用PrincipalSearcher比FindByIdentity()更快的原因主要是因为它们在实现上有不同的方式。

FindByIdentity()是一个静态方法,它会直接查询Active Directory中的对象,并返回一个DirectoryEntry对象。这种方式的优点是简单易用,但是缺点是查询速度较慢,因为它需要直接连接到Active Directory服务器上进行查询。

而PrincipalSearcher则是一个更加灵活的方式,它可以使用AD查询语言(AD Query Language)来构建查询条件,并且可以使用多种过滤器来筛选结果。这种方式的优点是可以更加灵活地查询数据,但是缺点是需要先创建一个PrincipalSearcher对象,并且需要使用DirectorySearcher和DirectoryEntry等对象来进行查询。

因此,如果需要快速查询Active Directory中的数据,可以使用PrincipalSearcher来进行查询,它可以更加灵活地构建查询条件,并且可以使用多种过滤器来筛选结果,从而提高查询速度。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Reddit热议:为什么PyTorchTensorFlow更快

新智元报道 来源:Reddit 编辑:小芹 【新智元导读】PyTorch可以和TensorFlow一样快,有时甚至TensorFlow更快了?这是怎么回事?...近日,Reddit 上有一个热帖:为什么 PyTorch 和 TensorFlow 一样快 (有时甚至 TensorFlow 更快)? ?...在这种情况下,为什么 TensorFlow 版本没有更快一些呢? 我听说 PyTorch 在 cuDNN 级别上进行了更好的优化。有人能提供更多细节吗?...关于 OP 的观点,我真的不知道为什么有时候会更快。我可以想到的唯一猜测是数据格式,或者某些 ops 调用 CUDA/cuDNN 的方式。...这并不能解释为什么有时候 PyTorch 更快,这在一定程度上来自 NCHW (尽管并不总是这样),而且还来自算法为不同的操作进行的选择 (cuDNN 的 benchmark flag)。

2.6K30
  • Reddit热议:为什么PyTorchTensorFlow更快

    新智元报道 来源:Reddit 编辑:小芹 PyTorch可以和TensorFlow一样快,有时甚至TensorFlow更快了?这是怎么回事?最近Reddit的一个帖子引起热议。...近日,Reddit 上有一个热帖:为什么 PyTorch 和 TensorFlow 一样快 (有时甚至 TensorFlow 更快)? ?...在这种情况下,为什么 TensorFlow 版本没有更快一些呢? 我听说 PyTorch 在 cuDNN 级别上进行了更好的优化。有人能提供更多细节吗?...关于 OP 的观点,我真的不知道为什么有时候会更快。我可以想到的唯一猜测是数据格式,或者某些 ops 调用 CUDA/cuDNN 的方式。...这并不能解释为什么有时候 PyTorch 更快,这在一定程度上来自 NCHW (尽管并不总是这样),而且还来自算法为不同的操作进行的选择 (cuDNN 的 benchmark flag)。

    1.5K20

    【玩转GPU】不懂就问,为什么GPUCPU更快

    你有没有好奇:为什么必须要用GPU?CPU被淘汰了吗? 今天我们就来一起学习一下,为什么GPUCPU更快。 1、GPU和CPU的区别有哪些?...GPU的指令集专门针对图形渲染任务进行了优化,可以同时处理大量的数据,因此GPU在处理大规模的计算任务时速度更快。...这是因为GPU具有更多的流处理器和更高的内存带宽,这些使得GPU可以更快地读取和写入数据。 指令集:CPU的指令集比较复杂,可以执行各种类型的任务,而GPU的指令集则专门针对图形渲染任务进行了优化。...因此,GPU在处理图形和视频数据时速度更快。 能耗:由于GPU的特殊结构和指令集,它的能耗CPU低。在某些情况下,使用GPU可以节省能源成本。...图片 总之,GPU在处理大规模的并行计算任务时CPU更快,这是由于其特殊的结构和指令集优化所导致的。在需要处理大量数据和执行并行计算的任务时,使用GPU可以显著提高计算效率。

    1.9K00

    为什么C代码Python代码运行得更快

    在本文中,我们将了解为什么 C 语言代码 Python 运行得更快。 Guido Van Rossum开发了Python,这是最著名的编程语言之一。...几乎总是使用虚拟机来运行Python代码 虚拟计算机的另一个名称是“字节码解释器”。 解释代码总是实际的机器代码慢,因为它需要更多的指令来实现指令,而不是执行实际的机器指令。...这不是更快吗?不,实际上不是。 尽管使用缓存字节码更快,但它的执行或操作速度不如机器代码快。 运行代码的真正 CPU 不是虚拟计算机。...为什么 Python C 慢? Python 执行大量健全性检查 - 整数永远不会溢出,无效内存永远无法访问,类型永远不会(静默地)不正确,数组永远不会被写入或读取超过它们的末尾。...结论 在本文中,我们了解了为什么 C 语言代码执行 Python 更快的不同原因。

    1.3K30

    为什么volatile使用synchronized少

    在多线程编程中,我们最常用的是synchronized,而对volatile的使用,却相对较少。这一方面是因为volatile的使用场景限制,另一方面是volatile使用需要更高的技术水平。...但是volatile的使用有着严格的限制,当对变量的操作依赖于以前值(如i++),或者其值被其他字段的值约束,这个时候volatile是无法实现线程安全的。...综上所述,由于volatile只能保证变量对多个线程的可见性,但不能保证原子性,它的同步机制是比较脆弱的,它在使用过程中有着诸多限制,对使用者也有更高的要求,相对而言,synchronized锁机制是比较安全的同步机制...,有时候出于提高性能的考虑,可以利用volatile对synchronized进行代替和优化,但前提是你必须充分理解其使用场景和涵义。

    53080

    pandas更快的库

    标签:Python,Pandas 是否发现pandas库在处理大量数据时速度较慢,并且希望程序运行得更快?当然,有一些使用pandas的最佳实践(如矢量化等)。...本文讨论的内容将代码运行得更快,甚至超过采用最佳实践。 我们需要使用其他数据处理库,以使程序运行得更快。不用担心,这些库都具有与pandas类似的语法,因此学习如何使用也非常容易。...pandas为什么慢 由于底层的numpy数组数据结构和C代码,pandas库已经相当快了。然而,默认情况下,所有Python代码都在单个CPU线程上运行,这使得pandas运行慢。...当使用默认设置运行pandas代码时,大多数CPU内核都不做任何事情,只有少数在工作(大体上只有9%的CPU在工作)。 使代码运行更快的一种方法是同时使用多个CPU核,即多处理。...三个pandas更快的数据分析库 简要介绍以下三个能够快速运行的Python库: 1.polars:一个使用Apache Arrow列格式内存模型在Rust编程语言中实现的快速数据框架库。

    1.5K30

    NumPy进阶修炼|你真的了解NumPy吗

    为什么使用NumPy?NumPy又好在哪里?接下来我将尽可能的使用人话给大家整明白。 什么是NumPy 从官方文档来看NumPy是Python的一个用于科学计算的基础包。...说人话就是它能标准Python序列更快的进行计算? 为什么要用NumPy 经常有人拿List和NumPy为什么使用NumPy而不是List?...List也可以存储数据啊,答案是NumPy处理数据list要快很多,如果使用List是坐普通列车,那么NumPy就是坐高铁(❌)?坐火箭(✅)。那么下一个问题就来了,为什么NumPy会这么快?...感受到了吗,所以为啥NumPyList快,因为它使用的内存字节更少所以我们的计算机可以更快速的读取。...而在list中,我们可能会有整数、浮点数、字符串等,所以每一次使用都需要检查每个元素的类型。 当然Numpylist快的另一个原因是Numpy使用的是连续内存分配。

    76720

    「译」这种模式将破坏你React应用的TS性能

    但是,一旦你需要组合两个或多个类型,你就可以选择使用接口扩展这些类型,或者在类型别名中将它们相交,此时差异就开始变得重要了。...因此,建议使用 interfaces/extends 来扩展类型,而不是创建交集类型。...TypeScript 语言服务器更快了,tsc 运行也更快了。仅仅是一点语法的改变。为什么呢?为什么会发生这种情况?你可能听说过 interface  type 稍微快那么一点。这其实并不完全正确。...希望我可以再次更新这篇文章,明确说明为什么会发生这种情况 - 但就 TypeScript 性能而言,一切都不容易。...可以说 - interface extends 通常 & 更快,因此在本例中也得到了证明。

    8410

    为什么Python是AI最好的语言,以及如何使它更好(27PPT)

    Python在数据科学和AI中占据主导地位 R更具有通用性和实用性 Java和C ++更有生产力和灵活性 Ruby和JavaScript拥有更好的生态系统 Python是一个很全面的语言,尤其对于数据科学...来源:为什么Python在机器学习中如此受欢迎?(Quora) ? 执行Python的一般方法 实现它。 使它更快。 我们可以在这里使用PyPy吗? 更多核心 糟糕,为什么不起作用? ?...思考为什么没有更多的文档。 思考人生。 终于,获得结果。 ? ? 使用Cython。 在setuptools中提供默认支持 在主文档中推荐Cython 考虑更深入地集成到CPython中 ?...“但是为什么使用JIT编译?” 优势来自决策 这是“感觉很难”的部分——但没有它你没法得到好的解决方案 如果您对数据结构进行优化,那JIT也无法帮你 ? 我能从慢的代码调用快速库吗?...但需要更快时,你要怎么办? 学习库API是一种低廉的技能 更好的是学习基础

    1.1K60

    Python for 一定快过 while?要看情况啊~!

    看了标题,我想大家应该知道今天要讲什么了,今天我要讲循环效率的分析,在讲之前我首先说一下好多人普遍认为 Python for 要快过 while,至于为什么,可以继续往下看。 ?...为什么普遍认为 for 快过 while? 大家都这样认为其实也不是凭感觉的,是有一定依据的,我们可以看一下下面这段程序。...从运行结果中我们可以发现确实是 for 更快,那么是不是任何循环只要用 for 就行了,while 就当不存在呢?其实并不是,至于为什么?请继续往下阅读。 ?...time() a = 0 while True: if a == N: break a += 1 end = time() print(end-start) 这里依旧使用相同次数时间的方法来比较两种循环的执行效率...从运行结果中我们可以发现使用 while 速度更快,这说明 while 并不是一点用都没有的,那么有些人可能会问:什么情况下用 for?什么情况下用 while?下面我来简单总结一下。 ?

    64310

    为什么Java8中HashMap链表使用红黑树而不是AVL树

    那么很多人就有疑问为什么使用红黑树而不是AVL树,AVL树是完全平衡二叉树阿?...第一个问题为什么不一直使用树? 参考《为什么HashMap包含LinkedList而不是AVL树?》 我想这是内存占用与存储桶内查找复杂性之间的权衡。...红黑树和AVL树之间的区别 AVL树红黑树保持更加严格的平衡。AVL树中从根到最深叶的路径最多为~1.44 lg(n + 2),而在红黑树中最多为~2 lg(n + 1)。...因此,在AVL树中查找通常更快,但这是以更多旋转操作导致更慢的插入和删除为代价的。因此,如果您希望查找次数主导树的更新次数,请使用AVL树。 AVL以及RedBlack树是高度平衡的树数据结构。...对于小数据: insert:RB tree&avl tree具有恒定的最大旋转次数,但RB树会更快,因为平均RB树使用较少的旋转。 查找:AVL树更快,因为AVL树的深度较小。

    1.4K20

    用数据告诉你 Python 代码 Java 慢 100 倍!

    更快的执行速度。根据具体情况,代码可能被编译成非常底层的运行指令。...Python 为什么会花这么多时间。 很多人关注的是 Python 的易用性,并通过牺牲性能来快速获得处理结果。 相信数据科学家们都是这么想的,况且有这么多现成的库可以用,为什么要去找其他的?...第三个原因,有一些方式可以让同样的 Python 代码跑得更快。 把 Python 代码编译一下会如何?...PyPy 的平均响应速度 Python 快 5 倍,但仍然 Go 慢 20 倍。...通过执行这些简单的数学运算我们可以得出这样的结论: Go 的执行速度 Java 快一些,解释运行的 Python 快 2 个数量级。 所以在高负载的关键任务上使用Python不是一个好的选择。

    3.4K30

    基于PyTorch重写sklearn,《现代大数据算法》电子书下载

    来源:github.com 作者:Daniel Han-Chen 编译:肖琴 【新智元导读】基于PyTorch重写的机器学习工具包HyperLearn,速度更快、内存使用更少,效率提高了一倍。...40% LSMR迭代最小二乘法时间减少50% 新的Reconstruction SVD算法——使用SVD来估算丢失的数据,mean imputation方法好约30% 稀疏矩阵运算速度提高50%——并行化...关键方法和目标 令人尴尬的并行循环 速度提升50%+,精简50%+ 为什么Statsmodels有时会慢得让人无法忍受?...在某些情况下,应用QR分解SVD可能会更快。 利用矩阵的结构来计算更快(例如三角矩阵,Hermitian矩阵)。 计算 SVD(X),然后获得pinv(X) ,有时单纯计算pinv(X)更快 3....为什么Statsmodels有时会慢得让人无法忍受? 对线性模型的置信度、预测区间,假设检验和拟合优度检验进行了优化。

    1.1K60
    领券