linq to sql 是一个代码生成器和ORM工具,他自动为我们做了很多事情,这很容易让我们对他的性能产生怀疑
linq to sql 是一个代码生成器和ORM工具,他自动为我们做了很多事情,这很容易让我们对他的性能产生怀疑。但是也有几个测试证明显示在做好优化的情况下,linq to sql的性能可以提升到ado.net datareader性能的93%。
因此我总结了linq to sql的10个性能提升点,来优化其查询和修改的性能。
1. 不需要时要关闭 DataContext的ObjectTrackingEnabled 属性
1
2
3
4
using
(NorthwindDataContext context = new
NorthwindDataContext())
{
context.ObjectTrackingEnabled = false;
}
关闭这个属性会使linq to sql停止对对象的标识管理和变化跟踪。但值得注意的是关闭ObjectTrackingEnabled 意味着也将DeferredLoadingEnabled属性设置为false,当访问相关表时会返回null。
2. 不要把所有的数据对象都拖到一个DataContext中
一个DataContext代表一个工作单元,并非整个数据库。如果几个数据库对象之间没有关系,或者在程序中用不到的数据库对象(例如日志表,批量操作表等等),让这些对象消耗内存空间和DataContext对象跟踪服务是完全没有必要的。
建议将所有的数据库对象按工作单元分给几个DataContext来处理。你也可以通过构造函数配置这些DataContext使用相同的数据库连接,这样也可以发挥据库连接池的用途。
3. CompiledQuery --- 有必要就得用
在创建一个linq to sql表达式并将它转换成对应的sql语句执行的过程,需要几个关键的步骤
1) 创建表达式树
2) 转换成sql
3) 运行sql语句
4) 取回数据
5) 将数据转换成对象
很显然,当我们一遍又一遍的执行相同的查询时,上面1),2)两个步骤重复执行是在浪费时间。使用System.Data.Linq命名空间下的CompiledQuery类的Compile方法可以避免这种浪费。
请看下面的使用示例:
1
2
3
4
Func<NorthwindDataContext, IEnumerable<Category>> func =
CompiledQuery.Compile<NorthwindDataContext, IEnumerable<Category>>
如果几个数据库对象之间没有关系,或者在程序中用不到的数据库对象(例如日志表,批量操作表等等),让这些对象消耗内存空间和DataContext对象跟踪服务是完全没有必要的。因为在第一个查询中查询出的每一个对象都需要存储在DataContext中,并对他们做可能会发生变化的跟踪,而在第二个查询中你生命了一个新的对象,就不需要再做跟踪了,所以第二个语句效率会高一些。在一个非只读的DataContext中,对象一直会被跟踪,因此要知道在非直觉的情况下也可能会导致DataContext做对象跟踪,请看下面的代码。
LINQ
查询
运算符可以处理内存中可
查询
的.NET类型实例。可
查询
的.NET类型是指那些实现IEnumerable接口或继承于IQueryable<T>泛型接口的类型。数组List、Dictionary及.NET Framework中的其他集合类型都是可
查询
的。
XML和DataSet不能直接
查询
,因为二者都没实现IEnumerable接口。为此,在使用前,我们需要对它们进行特...
最近需要对客户的系统进行升级,在对一张记录只有7767条记录的表进行分次
查询
时,每次
查询
500条,16次
查询
居然使用了2分钟时间。代码如下:
public static List<T> GetList(int pageIndex, int pageSize, out int count)
using (var db = new Cl...
linq
to
sql
是一个代码生成器和ORM工具,他自动为我们做了很多事情,这很容易让我们对他的性能产生怀疑。但是也有几个测试证明显示在做好
优化
的情况下,
linq
to
sql
的性能可以提升到ado.net datareader性能的93%。
因此我总结了
linq
to
sql
的10个性能提升点,来
优化
其
查询
和
linq
查询
实体 介绍 (Introduction)
Using
Linq
and Entity Framework may result in very slow operations. 使用
Linq
和Entity Framework可能会导致操作非常缓
慢
。
Our 1st reflection might ...