Question

我有2个数据表，每个数据表有300,000行（从带有OLEDB的2个excel工作表导入的数据表）。

第一个数据表是'dtTosearch'，第二个数据表是'sourceDt'。

这是2个表的示例：

我需要为'untagged'列（sourceDt）中的每一行找到与'token'列（dtTosearch）中每一行的匹配项。匹配条件是：

'site'value ='site'value
'cat'value ='category'value
未标记的值必须包含标记值
如果上述所有条件都存在超过一个匹配，则查询必须恢复具有最大长度的令牌匹配。 （这是我没有弄清楚如何执行的棘手部分 LINQ）

这个任务必须在最短的处理时间内运行 - 因为它的要求，因为它更专业，因为我与朋友 - 同事-JAVA热心的开发人员打赌，.NET将运行得更快（简单的白天（ - ：）< / LI>

我添加了代码的相关部分，它工作正常，但不是我想要的方式，我想改善处理时间，看看linqQuery（）函数中的foreach循环 - 如果你帮助我，我将感激不尽通过将我的查询扩展到条件数4来替换该循环，循环操作条件4，因为按“令牌”长度排序的linq查询的结果以降序排列，因此它将退出并返回具有最大行长度的结果

Private Sub startScanning()
    Dim siteNum As Double
    Dim categoryNum As Double
    Dim stringToSearchin As String

    For i = 0 To sourceDt.Rows.Count - 1
        siteNum = sourceDt.Rows(i).Item(0)
        categoryNum = sourceDt.Rows(i).Item(1)
        stringToSearchin = sourceDt.Rows(i).Item(3)
       Debug.WriteLine( linqQuery(siteNum, categoryNum, stringToSearchin) & " " &
           stringToSearchin)
    Next
End Sub

Private Function linqQuery(ByVal sitenum As Double, ByVal cat As Double,
                           ByVal stringToSearchIn As String) As String

    Dim query = From row In dtTosearch
                Where (row.Field(Of Double?)("site") = sitenum And
                row.Field(Of Double?)("category") = cat)
                Order By row.Field(Of String)("token").Length Descending
                Select New With {
                    .token = row.Field(Of String)("token")
         }


    For Each x In query
        If stringToSearchIn.Contains(x.token) Then
            Return x.token
            Exit Function
        End If
    Next

    Return ""
End Function

非常感谢你的时间和考虑！

Answer 1

在C＃代码中，您可以找到所需的记录

from r1 in sourceDt.AsEnumerable()
join r2 in dtToSearch.AsEnumerable() 
    on new { p1 = r1.Field<int>("cat"), p2 = r1.Field<int>("Site") }
    equals new { p1 = r2.Field<int>("category"), p2 = r2.Field<int>("site") }
    into r2g
select new
{
    r1,
    p2 = (from r2 in r2g
          let token = r2.Field<string>("token")
          where token.Contains(r1.Field<string>("untagged"))
          orderby token.Length descending, token
          select r2).FirstOrDefault()
}

也就是说，首先组加入他们必须共有的字段上的数据表。 join - into语法使这成为一组加入，如here所述。

然后，在一组匹配的行中，过滤了untagged中包含token值的行，并返回具有最长令牌的行（也按字母顺序返回第一个，如果长度有关系）。

棘手的LINQ查询：返回包含最大长度子字符串的子字符串的字符串

1 个答案: