性能：.Join与.Contains - Linq to Entities

Question

性能：.Join与.Contains - Linq to Entities

c#sql-serverentity-frameworklambdalinq-to-entities

13

我正在使用Linq to Entities查询数据库以获取整数列表以进行进一步处理。我有两种获取列表的方法，如下：

第一种方法是：

List<int> lstBizIds = new List<int>() { 1, 2, 3, 4, 5 };
List<int> lstProjectIds = context.Projects.Where(x => lstBizIds.Contains(x.businessId)).Select(x => x.projectId).ToList();

其次是：

List<int> lstBizIds = new List<int>() { 1, 2, 3, 4, 5 };
List<int> lstProjectIds = context.Projects.Join(lstBizIds, p => p.businessId, u => u, (p, u) => p.projectId).ToList();

现在我的问题是，上述方法中哪一种性能更好？如果第一个列表lstBizIds增长，这是否会影响性能？如果有其他性能更优的实现方式，请给出建议。

- Girish Vadhel

1

你确定第一个选项可行吗？查询是否执行并给出结果？ - Sefe

是的，肯定会起作用。 - Girish Vadhel

1

抱歉，我是指第二个选项。无论如何，我假设你已经成功尝试了两个选项。 - Sefe

不涉及性能问题，但在选择两者之间时需要注意的另一个问题是，在EF Core中，当进行Where IN和JOIN操作时，不同的连接器/提供程序会以不同的方式转义字符。这在我使用Pomelo MySQL for EF Core时曾经困扰过我，但我认为任何提供程序都可能存在此问题。 - Collin Barrett

4个回答

2

执行联接操作非常高效，因为Where条件实际上执行了所有表的笛卡尔积，然后过滤满足条件的行。这意味着Where条件对每个行组合进行评估(n1 * n2 * n3 * n4)。

Join操作符从第一个表中获取行，然后仅从第二个表中获取具有匹配键的行，然后仅从第三个表中获取具有匹配键的行，以此类推。其次，包含操作将以迭代方式工作，使其比联接慢。

- g.005

是的，我也在 stack overflow 的一个链接中发现了这个问题：https://dev59.com/z2035IYBdhLWcg3wNtRw 但是在这里我也找到了相反的解释：http://stackoverflow.com/questions/32650224/innerjoin-vs-contains-which-is-faster - Girish Vadhel

2

这适用于LINQ to Objects，但问题是关于LINQ to Entities的。 - Ivan Stoev

Join方法在内部使用索引来连接两个结果集，但Where方法使用一种组合机制，使其速度较慢。而Join方法则更快，因为它知道如何组合以减少结果到相关组合。当您使用Where方法指定关系时，它必须创建每个可能的组合，这将导致速度变慢。希望这回答了您的问题。 - g.005

您可能忽略了其中一方是数据库表，而另一方是内存列表的部分。 - Ivan Stoev

1

我刚花了相当长的时间来查找一个程序中引起堆栈溢出错误的原因，该程序包含几个简单的LINQ查询，访问一个中等大小的数据库。

对于一侧有大约10k个元素的ICollection和另一侧的SQL表，从“join”到“Contains”的单个更改修复了堆栈溢出错误。

似乎尽管性能比较，但“Contains”是一个更安全的选择。

- I.Cekusins

0

我选择第一个，因为它不会增加计算机的内存。
如果你要使用两个数组来比较条件，请选择第二个。

- Nguyễn Văn Hậu

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Sefe · Accepted Answer

你应该选择Contains，因为EF可以生成更高效的查询。

这将是SQL联接：

SELECT Id
FROM Projects
INNER JOIN (VALUES (1), (2), (3), (4), (5)) AS Data(Item) ON Projects.UserId = Data.Item

这将是 SQL 中的包含查询：

SELECT Id
FROM Projects
WHERE UserId IN (1, 2, 3, 4, 5, 6)

IN 比 JOIN 更高效，因为DBMS可以在第一次匹配IN后停止查找; 而JOIN则始终会继续运行，即使有了第一个匹配。

您可能还想检查实际发送到DB的查询。您必须始终比较SQL而不是LINQ代码（显然）。