介绍
背景什么就不提了，无外乎出现了大数据需要处理。简单的说就是我测试了EF正常的插入以及一个优化小方式而已，然后做了查询记录。其余没有什么，写这篇只是为了记录结果方便以后数据参考吧。
代码介绍：
首先是插入代码常规：
EFHelp<TimeRecord> eFHelp = new EFHelp<TimeRecord>(); for (int i = 0; i < 20000; i++) { TimeRecord t = new TimeRecord(); t.id = Guid.NewGuid().ToString("N"); t.childId = Guid.NewGuid().ToString("N"); t.state = 0; t.stateTime = DateTime.Now.AddDays(1).ToString("yyyy-MM-dd"); eFHelp.AddNo(t); } for (int i = 0; i < 30000; i++) { TimeRecord t = new TimeRecord(); t.id = Guid.NewGuid().ToString("N"); t.childId = Guid.NewGuid().ToString("N"); t.state = 1; t.stateTime = DateTime.Now.AddDays(2).ToString("yyyy-MM-dd"); eFHelp.AddNo(t); } eFHelp.SaveChange();
然后是优化处理方法：
public testEntities() : base("name=testEntities") { this.Configuration.AutoDetectChangesEnabled = false; }
没有错就是增加一句话，这句话主要是取消EF的状态变化跟踪。想要了解更多的请自行百度这个东西。
推荐这骗写的很好：https://www.cnblogs.com/hehexiaoxia/p/5707180.html
多说一句我们都知道在6.0之后增加AddRang方法，我也大概测试了一些与这个方法差不多，我想也许AddRang方法里面就是封装了这个东西吧。
查询方法：
//查询 EFHelp<TimeRecord> eFHelp = new EFHelp<TimeRecord>(); var dataG = eFHelp.Entities.GroupBy(b => b.childId); //var dataG = eFHelp.Entities.Where(b => b.state == 1).GroupBy(b => b.childId).Select(s => se(s.ToList())); List<TimeRecord> listResult = new List<TimeRecord>(); foreach (var item in dataG) { Func<List<TimeRecord>, TimeRecord> fun = delegate (List<TimeRecord> listData) { TimeRecord timeResult = listData.Where(t => Convert.ToDateTime(t.stateTime) <= Convert.ToDateTime("2018-05-23")).OrderByDescending(b => b.stateTime).FirstOrDefault(); if (timeResult == null) { return null; } else { if (timeResult.state == 1) { return timeResult; } else { return null; } } }; //TimeRecord time = se(item.ToList()); TimeRecord time = fun(item.ToList()); if (time != null) { listResult.Add(time); } } listResult = listResult.OrderBy(b => b.id).Skip(0).Take(15).ToList(); foreach (var item in listResult) { Console.WriteLine("查询的id：" + item.stateTime + "查询的时间：" + item.stateTime); }
因为我做了筛选，做一下实际场景。所有不是只取而是做了条件查询。
结果数据：
插入3万条，
1万2018-05-20 0状态
2万2018-05-21 1状态
|
测试数据（次） |
数据量 |
时间（毫秒=秒） |
|
插入3万（1） |
0 |
402884=402.88 |
|
查询15条数据（1） |
3万 |
2766=2.76 |
|
查询15条数据（2） |
3万 |
2976=2.96 |
|
查询15条数据（3） |
3万 |
3250=3.25 |
|
查询15条数据（4） |
3万 |
3083=3.08 |
|
查询15条数据（5） |
3万 |
2966=2.69 |
|
查询15条数据（6） |
3万 |
3015=3.01 |
|
修改其中一条数据改为2018-05-20后重新查询，为了防止时间都是一样的验证查询的准确性，在查询打印结果中我在第一条数据看到时间修改为2018-02-20的数据说明查询的准确， 然后时间也在上面查询时间范围内，所有时间没有误差 |
||
|
查询15条数据（1） |
3万 |
2971=2.97 |
|
查询15条数据（2） |
3万 |
2652=2.65 |
|
再次修改其中一条childId设置为重复，验证多次查询问题的准确性 |
||
|
查询15条数据（1） |
3万 |
2819=2.81 |
|
查询15条数据（2） |
3万 |
3370=3.37 |
5万条测试，在3万基础上在录入2万条
1万2018-05-22 0状态
1万2018-05-23 1状态
|
测试数据（次） |
数据量 |
时间（毫秒=秒） |
|
插入2万（2） |
3万 |
193700=193.7 |
|
查询15条数据（1） |
5万 |
3149=3.14 |
|
查询15条数据（2） |
5万 |
3526=3.52 |
|
查询15条数据（3） |
5万 |
2922-2.92 |
|
查询15条数据（4） |
5万 |
3688=3.68 |
|
查询15条数据（5） |
5万 |
3339=3.33 |
|
查询15条数据（6） |
5万 |
3024=3.02 |
|
查询15条数据（7） |
5万 |
2921=2.91 |
|
查询15条数据（9） |
5万 |
3156=3.15 |
|
查询15条数据（10） |
5万 |
3304=3.3 |
|
查询15条数据（11） |
5万 |
3588=3.58 |
以上表格数据主要是查询数据。其中第一个是常规的插入数据为了与下面的做对比。
最后使用了无状态（AutoDetectChangesEnabled）添加3万所用时间13689=13秒。5万：21410=21秒，21667，
AddRang批量添加3万：13962=13秒，14034=14秒，5万21366=21秒
最后我用10万数据查询：3448,3482,3379,3288
然后是22万：7093,6074,5405,5976,5421,5442,5967
27万数据：9200,6384,6987,6575,6305，
作者：YanBigFeg —— 颜秉锋
出处：http://www.cnblogs.com/yanbigfeg
本文版权归作者和博客园共有，欢迎转载，转载请标明出处。如果您觉得本篇博文对您有所收获，觉得小弟还算用心，请点击右下角的 [推荐]，谢谢！