asp.net下數據庫操作優化一例
2024-07-10 12:41:56
供稿：網友
下面是最初實現的代碼，其中 LargerResultProcessor 是一個基類，負責遍歷泛型參數 T 所指向的數據庫表，并以每頁 100 項的方式分頁，并對每一項調用 ProcessItem 函數，而子類只需實現 ProcessItem 函數即可：
代碼如下:
public class ItemRenameCompanyId : LargerResultProcessor<Item>
{
protected override void ProcessItem(Item item)
{
const string template1 = @"select top 1 shop_id from orders where Item_id = '{0}'";
var sql1 = string.Format(template1, item.Id);
const string template2 = @"update Items set shop_id={0} where id = {1};
update skus set shop_id={0} where item_id = {1};";
try
{
var obj = DbEntry.Context.ExecuteScalar(sql1);
var sql2 = string.Format(template2, long.Parse(obj.ToString()), item.Id);
DbEntry.Context.ExecuteNonQuery(sql2);
}
catch (Exception exception)
{
Logger.Default.Warn(exception + item.Id.ToString());
}
}
}
上面這段代碼，邏輯比較簡單，針對每一項，使用 Select 語句取出 Shop_Id，并且執行 Update，只是有個問題，就是執行速度比較慢，對于我們 6 萬左右 Item，4 萬左右 Sku，99 萬左右 Order 的表，需要執行約 40 分鐘，才能轉換完畢。
這些代碼，雖然是一次性操作，但是對于運行系統，停機時間越短越好，于是進行一些優化工作，數據庫對于大量重復的語句，如果使用參數的方式，因為可以避免對于語句的重復解析工作，所以速度會快一些，按照這個思路，簡單的修改如下：
代碼如下:
public class ItemRenameCompanyId : LargerResultProcessor<Item>
{
protected override void ProcessItem(Item item)
{
const string template1 = @"select top 1 shop_id from orders where Item_id = @id";
const string template2 =
@"update Items set shop_id=@sid where id = @id;
update skus set shop_id=@sid where item_id = @id;";
try
{
var sql1 = new SqlStatement(template1, new DataParameter("@id", item.Id));
var sid = Convert.ToInt64(DbEntry.Context.ExecuteScalar(sql1));
var sql2 = new SqlStatement(template2, new DataParameter("@sid", sid), new DataParameter("@id", item.Id));
DbEntry.Context.ExecuteNonQuery(sql2);
}
catch (Exception exception)
{
Logger.Default.Warn(exception + item.Id.ToString());
}
}
}
測試這個程序，大概 25 分鐘可以完成轉換。有一些提高，不過，我們真正要修改的數據量并不大，一共只有 6 萬 加 4 萬 大約 10 萬條數據，所以 25 分鐘還是有些長了。簡單分析后，Orders 是最大的表，如果整體速度慢，則導致速度慢最大的可能因素，應該是查詢 Orders，所以稍換一個思路，提前把 Item_Id 和 Shop_Id 的對應關系查找出來，放到內存里，從而避免每次 ProcessItem 都要進行 Orders 表的查詢。至于內存里的數據，本來準備用 Dictionary 的，后來一想，Id 都是 long 型的數據，而且不能算“稀疏”矩陣，基本可以稱為“稠密”矩陣，所以，直接用數組應該是速度更快，所以先查詢出 Items 的最大 Id，用于設置數組大小，再按索引賦值即可：
