一. 开发中常见的性能问题

 　　我们在日常开发过程中，由于一些不好的习惯，经常会导致所写的代码性能低下，却毫无发觉，下面就总结一下常见的一些性能问题。

1. 真假分页

　　① 假分页： db.xxx.toList().Skip(2).take(4) 。

　  ② 真分页：db.xxx.Skip(2).take(3).toList() 。

2. 合理的使用EF的数据加载方式

 　　EF的加载方式有：立即加载、延迟加载、显示加载。

　　详见：

　　　　①： 第五节: EF高级属性(一) 之 本地缓存、立即加载、延迟加载(不含导航属性)

　　　　②： 第六节: EF高级属性(二) 之延迟加载、立即加载、显示加载(含导航属性)。

 

3. NoTracking的使用

 　　EF查询出来的实体，默认是跟踪状态的，如果查询出来的实体不需要修改或者删除，查询的时候可以删除状态跟踪，变为Detached状态，来提高性能。

　   关于EF状态的跟踪，详见后面章节，敬请期待！！

1     using (DbContext context = new MyDbContext())
2     { 
3          var people = context.Student.Where(p => p.Id > 2).AsNoTracking().ToList();
4     }

4. 合理的使用SQL事务

　　将与事务无关的一些SQL语句放到事务外，如果一个事务中的SQL语句过长，很容易出现死锁问题，压力测试时，出现资源被锁的错误。

 

二. 关于EF数据操作的性能问题

 　　EF自诞生以来，大批量的操作增加、删除、修改操作数据效率一直很低，1000条数据以内，效率尚且可以接受(10s内)，但随着数据量逐渐增大，很容易在执行的过程中就宕机了，相当尴尬。在本章节，我们一起来测试一下，EF在不进行任何优化的情况下，几种写法的效率问题。

　　我们这里的测试是以增加数据为例，先把测试的三种写法的结论贴上。

1. 每添加1条数据,savechange一下(小白常犯的错误,坚决抵制这种做法！！)

 1  　　　　private static void NewMethod1(DbContext db)2         {3             Console.WriteLine("-------------1. 每添加1条数据,savechange一下(小白常犯的错误,坚决抵制这种做法！！)-------------------");4             Stopwatch watch = Stopwatch.StartNew();5             for (int i = 0; i < 1000; i++)6             {7                 TestOne t = new TestOne();8                 t.id = Guid.NewGuid().ToString("N");9                 t.t1 = "t1+" + i;
10                 t.t1 = "t2+" + i;
11                 db.Set<TestOne>().Add(t);
12                 db.SaveChanges();
13             }
14             watch.Stop();
15             Console.WriteLine("1000条数据耗时：{0}", watch.ElapsedMilliseconds);
16         }

2. 先将所有数据添加到内存里，最后再savechange

 1  private static void NewMethod2(DbContext db, int count)2         {3             Console.WriteLine("-------------2. 先将所有数据添加到内存里，最后再savechange-------------------");4             Stopwatch watch = Stopwatch.StartNew();5             for (int i = 0; i < count; i++)6             {7                 TestOne t = new TestOne();8                 t.id = Guid.NewGuid().ToString("N");9                 t.t1 = "t1+" + i;
10                 t.t1 = "t2+" + i;
11                 db.Set<TestOne>().Add(t);
12             }
13             db.SaveChanges();
14             watch.Stop();
15             Console.WriteLine("{0}条数据耗时：{1}", count, watch.ElapsedMilliseconds);
16         }

3. 使用addRange方法，先将数据加到list集合中，然后一次性通过addRange加到内存里

 1      private static void NewMethod3(DbContext db, int count)2         {3             Console.WriteLine("-------------3. 使用addRange方法，先将数据加到list集合中，然后一次性通过addRange加到内存里-------------------");4             Stopwatch watch = Stopwatch.StartNew();5             List<TestOne> tList = new List<TestOne>();6             for (int i = 0; i < count; i++)7             {8                 TestOne t = new TestOne();9                 t.id = Guid.NewGuid().ToString("N");
10                 t.t1 = "t1+" + i;
11                 t.t1 = "t2+" + i;
12                 tList.Add(t);
13             }
14             db.Set<TestOne>().AddRange(tList);
15             db.SaveChanges();
16             watch.Stop();
17             Console.WriteLine("{0}条数据耗时：{1}", count, watch.ElapsedMilliseconds);
18         }

 

 　　总结：EF自有的方法，三个阶段如上，数据超过1000条，性能直线下降，那么怎么来解决EF处理大数据量的性能问题呢？敬请期待下一个章节：   第九节: EF的性能篇(二) 之 Z.EntityFramework.Extensions程序集解决EF的性能问题