转载

也记一次性能优化：LINQ to SQL中Contains方法的优化

距离上一篇博文更新已经两个月过去了。在此，先表一表这两个月干了些啥：

世界那么大，我也想去看看。四月份的时候，我入职了上海的一家电商公司，职位是.NET高级开发工程师。工作一个月，最大的感受是比以前小城市匆忙了许多，工作压力大了许多，开发方式更加的正规，不过各种流程也更加的繁杂细琐。在写代码的时候，一定要严谨细心，该验证参数合法性的时候验参，该抛异常的时候抛异常，该写日志的时候写日志，因为一个不小心而报黄页或者主流程无法顺利进行下去，是很没面子的事情。另外，我也更加关注代码的性能问题，开发环境和生产环境的数据量根本不是一个数量级的，也许在开发环境页面加载速度很快一旦上了产线却慢得无法忍受。

好了，废话少说，言归正传。昨天,Leader安排了一个性能优化的任务。商家要导出订单信息，如果查询的订单时间间隔比较小，没什么问题，查询的订单时间跨度大了，就非常非常非常慢了。项目使用的ORM是LINQ to SQL，至于为什么要使用，这属于历史遗留问题了。

有一个订单明细表，里面有数十个字段，为了简化问题，我们建一个简单的实体：

public class OrderItem {     public string Id{ get; set; }     public string OrderId{ get; set; }//订单编号     public string ProductId{ get; set; }//商品ID     public int ProductQuantity{ get; set; }//商品数量 }

一个方法一个方法排查，最后找到了问题的所在：

List<OrderItem> orderItems=OrderRepository.Find(orderItem=>orderIdList.Contains(orderItem.OrderId)).ToList();

orderIdList是一个List<string>集合，存储了查询时间段内的订单编号。当订单编号的数量大于50时查询就开始变慢,大于100时就非常慢了。我在orderIdList里填充了1000个有效的订单编号，然后用SqlServer Profiler监控，发现上面一句LINQ查询表达式动态编译成SQL语句竟然花费了几十秒的时间，生成的SQL大概如下：

    SELECT Id,OrderId,ProductId,ProductQuantity        FROM OrderItems     WHERE OrderId IN (......)

上面的SQL执行时间大约是0.7秒，已经为订单编号OrderId字段建立了索引，测试数据库里的数据大约是55万条。

为了解决上面LINQ查询表达式动态编译成SQL耗时比较长的问题，最后决定直接执行SQL语句，并且IN查询改为JOIN查询，简单粗暴。解决方法如下：

//创建临时表SQL，存储查询时间段内的订单编号 string createSql = "CREATE TABLE #TmpOrderId(OrderId varchar(36));";  //订单编号插入SQL string orderIds = orderIdList.Aggregate(string.Empty,(current,id) => current + ("('" + id + "'),")); orderIds = orderIds.Remove(orderIds.LastIndexOf(',')); string insertSql = "INSERT INTO #TmpOrderId VALUES " + orderIds + ";";  //JOIN查询SQL string joinSql = "SELECT T1.Id,T1.OrderId,T1.ProductId,T1.ProductQuantity FROM OrderItems AS T1 JOIN #TmpOrderId AS T2 ON T1.OrderId=T2.OrderId;";  //三条SQL语句要放在一个会话里执行，否则会报找不到临时表#TmpOrderId异常 IEnumerable<OrderItem> query = DataContext.ExecuteQuery<OrderItem>(createSql + insertSql + joinSql);