Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

LINQ вошел в .NET как новый мощный язык манипуляции с данными. LINQ to SQL как часть его позволяет достаточно удобно общаться с СУБД с помощью например Entity Framework. Однако, достаточно часто применяя его, разработчики забывают смотреть на то, какой именно SQL-запрос будет генерировать queryable provider, в вашем случае — Entity Framework.

Разберем два основных момента на примере.

Для этого в SQL Server создадим базу данных Test, а в ней создадим две таблицы с помощью следующего запроса:

Создание таблицUSE [TEST]
GO

SET ANSI_NULLS ON
GO

SET QUOTED_IDENTIFIER ON
GO

CREATE TABLE [dbo].[Ref](
[ID] [int] NOT NULL,
[ID2] [int] NOT NULL,
[Name] [nvarchar](255) NOT NULL,
[InsertUTCDate] [datetime] NOT NULL,
CONSTRAINT [PK_Ref] PRIMARY KEY CLUSTERED
(
[ID] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO

ALTER TABLE [dbo].[Ref] ADD CONSTRAINT [DF_Ref_InsertUTCDate] DEFAULT (getutcdate()) FOR [InsertUTCDate]
GO

USE [TEST]
GO

SET ANSI_NULLS ON
GO

SET QUOTED_IDENTIFIER ON
GO

CREATE TABLE [dbo].[Customer](
[ID] [int] NOT NULL,
[Name] [nvarchar](255) NOT NULL,
[Ref_ID] [int] NOT NULL,
[InsertUTCDate] [datetime] NOT NULL,
[Ref_ID2] [int] NOT NULL,
CONSTRAINT [PK_Customer] PRIMARY KEY CLUSTERED
(
[ID] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO

ALTER TABLE [dbo].[Customer] ADD CONSTRAINT [DF_Customer_Ref_ID] DEFAULT ((0)) FOR [Ref_ID]
GO

ALTER TABLE [dbo].[Customer] ADD CONSTRAINT [DF_Customer_InsertUTCDate] DEFAULT (getutcdate()) FOR [InsertUTCDate]
GO

Теперь заполним таблицу Ref с помощью запуска следующего скрипта:

Заполнение таблицы RefUSE [TEST]
GO

DECLARE @ind INT=1;

WHILE(@ind<1200000)
BEGIN
INSERT INTO [dbo].[Ref]
([ID]
,[ID2]
,[Name])
SELECT
@ind
,@ind
,CAST(@ind AS NVARCHAR(255));

SET @ind=@ind+1;
END
GO

Аналогично заполним таблицу Customer с помощью следующего скрипта:

Заполнение таблицы CustomerUSE [TEST]
GO

DECLARE @ind INT=1;
DECLARE @ind_ref INT=1;

WHILE(@ind<=12000000)
BEGIN
IF(@ind%3=0) SET @ind_ref=1;
ELSE IF (@ind%5=0) SET @ind_ref=2;
ELSE IF (@ind%7=0) SET @ind_ref=3;
ELSE IF (@ind%11=0) SET @ind_ref=4;
ELSE IF (@ind%13=0) SET @ind_ref=5;
ELSE IF (@ind%17=0) SET @ind_ref=6;
ELSE IF (@ind%19=0) SET @ind_ref=7;
ELSE IF (@ind%23=0) SET @ind_ref=8;
ELSE IF (@ind%29=0) SET @ind_ref=9;
ELSE IF (@ind%31=0) SET @ind_ref=10;
ELSE IF (@ind%37=0) SET @ind_ref=11;
ELSE SET @ind_ref=@ind%1190000;

INSERT INTO [dbo].[Customer]
([ID]
,[Name]
,[Ref_ID]
,[Ref_ID2])
SELECT
@ind,
CAST(@ind AS NVARCHAR(255)),
@ind_ref,
@ind_ref;

SET @ind=@ind+1;
END
GO

Таким образом мы получили две таблицы, в одной из которых более 1 млн строк данных, а в другой-более 10 млн строк данных.

Теперь в Visual Studio необходимо создать тестовый проект Visual C# Console App (.NET Framework):

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Далее, необходимо для взаимодействия с базой данных добавить библиотеку для Entity Framework.

Чтобы ее добавить, нажмем на проект правой кнопкой мыши и выберем в контекстном меню Manage NuGet Packages:

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Затем в появившемся окне управления NuGet-пакетами в окне поиска введем слово «Entity Framework» и выберем пакет Entity Framework и установим его:

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Далее в файле App.config после закрытия элемента configSections необходимо добавить следующий блок:

<connectionStrings>
<add name=»DBConnection» connectionString=»data source=ИМЯ_ЭКЗЕМПЛЯРА_MSSQL;Initial Catalog=TEST;Integrated Security=True;» providerName=»System.Data.SqlClient» />
</connectionStrings>

В connectionString нужно вписать строку подключения.

Теперь создадим в отдельных файлах 3 интерфейса:

  1. Реализация интерфейса IBaseEntityIDnamespace TestLINQ
    {
    public interface IBaseEntityID
    {
    int ID { get; set; }
    }
    }

  2. Реализация интерфейса IBaseEntityNamenamespace TestLINQ
    {
    public interface IBaseEntityName
    {
    string Name { get; set; }
    }
    }

  3. Реализация интерфейса IBaseNameInsertUTCDatenamespace TestLINQ
    {
    public interface IBaseNameInsertUTCDate
    {
    DateTime InsertUTCDate { get; set; }
    }
    }

И в отдельном файле создадим базовый класс BaseEntity для наших двух сущностей, в который войдут общие поля:

Реализация базового класса BaseEntitynamespace TestLINQ
{
public class BaseEntity : IBaseEntityID, IBaseEntityName, IBaseNameInsertUTCDate
{
public int ID { get; set; }
public string Name { get; set; }
public DateTime InsertUTCDate { get; set; }
}
}

Далее в отдельных файлах создадим наши две сущности:

  1. Реализация класса Refusing System.ComponentModel.DataAnnotations.Schema;

    namespace TestLINQ
    {
    [Table(«Ref»)]
    public class Ref : BaseEntity
    {
    public int ID2 { get; set; }
    }
    }

  2. Реализация класса Customerusing System.ComponentModel.DataAnnotations.Schema;

    namespace TestLINQ
    {
    [Table(«Customer»)]
    public class Customer: BaseEntity
    {
    public int Ref_ID { get; set; }
    public int Ref_ID2 { get; set; }
    }
    }

Теперь создадим в отдельном файле контекст UserContext:

Реализация класса UserContexusing System.Data.Entity;

namespace TestLINQ
{
public class UserContext : DbContext
{
public UserContext()
: base(«DbConnection»)
{
Database.SetInitializer<UserContext>(null);
}

public DbSet<Customer> Customer { get; set; }
public DbSet<Ref> Ref { get; set; }
}
}

Получили готовое решение для проведения тестов по оптимизации с LINQ to SQL через EF для MS SQL Server:

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Теперь в файл Program.cs введем следующий код:

Файл Program.csusing System;
using System.Collections.Generic;
using System.Linq;

namespace TestLINQ
{
class Program
{
static void Main(string[] args)
{
using (UserContext db = new UserContext())
{
var dblog = new List<string>();
db.Database.Log = dblog.Add;

var query = from e1 in db.Customer
from e2 in db.Ref
where (e1.Ref_ID == e2.ID)
&& (e1.Ref_ID2 == e2.ID2)
select new { Data1 = e1.Name, Data2 = e2.Name };

var result = query.Take(1000).ToList();

Console.WriteLine(dblog[1]);

Console.ReadKey();
}
}
}
}

Далее запустим наш проект.

В конце работы на консоль будет выведено:

Сгенерированный SQL-запросSELECT TOP (1000)
[Extent1].[Ref_ID] AS [Ref_ID],
[Extent1].[Name] AS [Name],
[Extent2].[Name] AS [Name1]
FROM [dbo].[Customer] AS [Extent1]
INNER JOIN [dbo].[Ref] AS [Extent2] ON ([Extent1].[Ref_ID] = [Extent2].[ID]) AND ([Extent1].[Ref_ID2] = [Extent2].[ID2])

Т. е. в целом весьма неплохо LINQ-запрос сгенерировал SQL-запрос к СУБД MS SQL Server.

Теперь изменим условие И на ИЛИ в LINQ-запросе:

LINQ-запросvar query = from e1 in db.Customer
from e2 in db.Ref
where (e1.Ref_ID == e2.ID)
|| (e1.Ref_ID2 == e2.ID2)
select new { Data1 = e1.Name, Data2 = e2.Name };

И вновь запустим наше приложение.

Выполнение вылетит с ошибкой, связанной с превышением времени выполнения команды в 30 сек:

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Если посмотреть какой запрос при этом был сгенерирован LINQ:

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

, то можно убедиться в том, что выборка происходит через декартово произведение двух множеств (таблиц):

Сгенерированный SQL-запросSELECT TOP (1000)
[Extent1].[Ref_ID] AS [Ref_ID],
[Extent1].[Name] AS [Name],
[Extent2].[Name] AS [Name1]
FROM [dbo].[Customer] AS [Extent1]
CROSS JOIN [dbo].[Ref] AS [Extent2]
WHERE [Extent1].[Ref_ID] = [Extent2].[ID] OR [Extent1].[Ref_ID2] = [Extent2].[ID2]

Давайте перепишем LINQ-запрос следующим образом:

Оптимизированный LINQ-запросvar query = (from e1 in db.Customer
join e2 in db.Ref
on e1.Ref_ID equals e2.ID
select new { Data1 = e1.Name, Data2 = e2.Name }).Union(
from e1 in db.Customer
join e2 in db.Ref
on e1.Ref_ID2 equals e2.ID2
select new { Data1 = e1.Name, Data2 = e2.Name });

Тогда получим следующий SQL-запрос:

SQL-запросSELECT
[Limit1].[C1] AS [C1],
[Limit1].[C2] AS [C2],
[Limit1].[C3] AS [C3]
FROM ( SELECT DISTINCT TOP (1000)
[UnionAll1].[C1] AS [C1],
[UnionAll1].[Name] AS [C2],
[UnionAll1].[Name1] AS [C3]
FROM (SELECT
1 AS [C1],
[Extent1].[Name] AS [Name],
[Extent2].[Name] AS [Name1]
FROM [dbo].[Customer] AS [Extent1]
INNER JOIN [dbo].[Ref] AS [Extent2] ON [Extent1].[Ref_ID] = [Extent2].[ID]
UNION ALL
SELECT
1 AS [C1],
[Extent3].[Name] AS [Name],
[Extent4].[Name] AS [Name1]
FROM [dbo].[Customer] AS [Extent3]
INNER JOIN [dbo].[Ref] AS [Extent4] ON [Extent3].[Ref_ID2] = [Extent4].[ID2]) AS [UnionAll1]
) AS [Limit1]

Увы, но в LINQ-запросах условие соединения может быть только одно, потому здесь возможно сделать эквивалентный запрос через два запроса по каждому условию с последующим объединением их через Union для удаления дубликатов среди строк.

Теперь сравним планы выполнения двух этих запросов:

  1. для CROSS JOIN в среднем время выполнения 195 сек:

    Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

  2. для INNER JOIN-UNION в среднем время выполнения менее 1 сек:

    Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Как видно из результатов, для двух таблиц с миллионами записей оптимизированный LINQ-запрос работает в 195 раз быстрее, чем неоптимизированный.

Для варианта с И в условиях LINQ-запрос вида:

LINQ-запросvar query = from e1 in db.Customer
from e2 in db.Ref
where (e1.Ref_ID == e2.ID)
&& (e1.Ref_ID2 == e2.ID2)
select new { Data1 = e1.Name, Data2 = e2.Name };

почти всегда будет сгенерирован правильный SQL-запрос, который будет выполняться в среднем примерно 1 сек:

Некоторые аспекты оптимизации LINQ-запросов в C#.NET для MS SQL Server

Также для манипуляций LINQ to Objects вместо запроса вида:

LINQ-запрос (1-й вариант)var query = from e1 in seq1
from e2 in seq2
where (e1.Key1==e2.Key1)
&& (e1.Key2==e2.Key2)
select new { Data1 = e1.Data, Data2 = e2.Data };

можно использовать запрос вида:

LINQ-запрос (2-й вариант)var query = from e1 in seq1
join e2 in seq2
on new { e1.Key1, e1.Key2 } equals new { e2.Key1, e2.Key2 }
select new { Data1 = e1.Data, Data2 = e2.Data };

где:

Определение двух массивовPara[] seq1 = new[] { new Para { Key1 = 1, Key2 = 2, Data = «777» }, new Para { Key1 = 2, Key2 = 3, Data = «888» }, new Para { Key1 = 3, Key2 = 4, Data = «999» } };
Para[] seq2 = new[] { new Para { Key1 = 1, Key2 = 2, Data = «777» }, new Para { Key1 = 2, Key2 = 3, Data = «888» }, new Para { Key1 = 3, Key2 = 5, Data = «999» } };

, а тип Para определяется следующим образом:

Определение типа Paraclass Para
{
public int Key1, Key2;
public string Data;
}

Таким образом мы рассмотрели некоторые аспекты в оптимизации LINQ-запросов к MS SQL Server.

К сожалению даже опытные и ведущие .NET-разработчики забывают о том, что необходимо понимать что делают за кадром те инструкции, которые они используют. Иначе они становятся конфигураторами и могут заложить бомбу замедленного действия в будущем как при масштабировании программного решения, так и при незначительных изменениях внешних условий среды.

Также небольшой обзор проводился и здесь.

Исходники для теста-сам проект, создание таблиц в базе данных TEST, а также наполнение данными этих таблиц находится здесь.

Источник

Оставьте комментарий