Question

说我有这种假设的多对多关系：

public class Paper
{
  public int Id { get; set; }
  public string Title { get; set; }
  public virtual ICollection<Author> Authors { get; set; }
}

public class Author
{
  public int Id { get; set; }
  public string Name { get; set; }
  public virtual ICollection<Paper> Papers { get; set; }
}

我想使用LINQ来构建一个查询，这个查询会让我对每个作者的“受欢迎程度”与其他作者相比，这是作者贡献的论文数量除以所有作者贡献的总数。文件。为了达到这个目的，我想出了几个问题。

选项1：

var query1 = from author in db.Authors
             let sum = (double)db.Authors.Sum(a => a.Papers.Count)
             select new
             {
               Author = author,
               Popularity = author.Papers.Count / sum
             };

选项2：

var temp = db.Authors.Select(a => new
           {
             Auth = a,
             Contribs = a.Papers.Count
           });
var query2 = temp.Select(a => new
             {
               Author = a,
               Popularity = a.Contribs / (double)temp.Sum(a2 => a2.Contribs)
             });

基本上，我的问题是：哪些更有效，还有其他单一查询更有效吗？如何将这些查询与两个单独的查询进行比较，如下所示：

double sum = db.Authors.Sum(a => a.Papers.Count);
var query3 = from author in db.Authors
             select new
             {
               Author = author,
               Popularity = author.Papers.Count / sum
             };

Answer 1

嗯，首先，你可以自己尝试一下，看看哪一个花费时间最长。

你应该首先考虑的是，它们完全转换为SQL或尽可能接近，以便数据不会全部加载到内存中，只是为了应用这些计算。

但是我觉得选项2可能是你最好的镜头，还有一个优化来缓存贡献的页面总数。这样你只需要调用一次db来获取你需要的作者，其余的将在你的代码中运行，你可以在那里进行并行化并做任何你需要的东西来加快它。

所以这样的事情（对不起，我更喜欢写Linq的Fluent风格）：

//here you can even load only the needed info if you don't need the whole entity.
//I imagine you might only need the name and the Pages.Count which you can use below, this would be another optimization.
var allAuthors = db.Authors.All(); 

var totalPageCount = allAuthors.Sum(x => x.Pages.Count);

var theEndResult = allAuthors .Select(a => new
         {
           Author = a,
           Popularity = a.Pages.Count/ (double)totalPageCount
         });

Answer 2

选项1和2应生成相同的SQL代码。为了便于阅读，我会选择选项1 选项3将生成两个SQL语句并且速度稍慢。

有效查询涉及子查询中的计数

2 个答案: