子查询中涉及计数的高效查询答案

【问题标题】：Efficient query involving count in subquery子查询中涉及计数的高效查询
【发布时间】：2013-02-21 07:41:38
【问题描述】：

假设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 构建一个查询，该查询将为我提供每位作者与其他作者相比的“受欢迎程度”，即作者贡献的论文数量除以所有作者贡献的总数量文件。我想出了几个查询来实现这一点。

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：其中哪一个更有效，还有其他单个查询更有效吗？其中任何一个与两个单独的查询相比如何，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
             };

【问题讨论】：

您是否查看过您的每种方法在数据库级别的作用？这将是最重要的方面。一旦您知道发出了什么 SQL - 并且一旦您查看了该 SQL 的查询计划 - 您将处于一个更好的位置。
您还有一个选择：加入分组并按组计算论文。正如 Jon Skeet 所说，要选择最好的方式来分析输出 sql。

标签： c# linq entity-framework-5

【解决方案1】：

嗯，首先，你可以自己试一试，看看哪一个耗时最长。

您应该寻找的第一件事是它们完美地转换为 SQL 或尽可能接近，这样数据就不会全部加载到内存中只是为了应用这些计算。

但我觉得选项 2 可能是您最好的选择，还有一项优化可以缓存贡献的页面总数。这样，您只需调用 db 即可获取您无论如何需要的作者，其余的将在您的代码中运行，您可以并行化并执行任何您需要的操作以使其快速。

所以是这样的（抱歉，我更喜欢 Fluent 的 Linq 写法）：

//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
         });

【讨论】：

【解决方案2】：

选项 1 和 2 应该生成相同的 SQL 代码。为了便于阅读，我会选择选项 1。
选项 3 会生成两条 SQL 语句，速度会慢一些。

【讨论】：