C# 懒惰问题

Question

设计应用程序的常用方法是什么，这些方法强烈依赖于 C# 中的惰性求值（LINQ、IEnumerable、IQueryable ，...）？

现在，我通常尝试使用 yield return 和 LINQ 查询使每个查询尽可能惰性，但在运行时这通常会导致“太懒” 行为，当每个查询从一开始就构建时，显然会导致严重的视觉性能下降。

我通常所做的是将 ToList() 投影运算符放在某处来缓存数据，但我怀疑这种方法可能不正确。

从一开始就设计此类应用程序的适当/常见方法是什么？

Answer 1

我发现将每个 IEnumerable 分为三个类别之一很有用。

1. 快的 - 例如列表和数组
2. 慢的 - 例如数据库查询或繁重计算
3. 非确定性的 - 例如 list.Select(x => new { ... })

对于类别 1，我倾向于在适当的时候保留具体类型，数组或 IList 等
对于类别 3，这些最好保留在方法内，以避免难以发现的错误。
然后我们有类别 2，和往常一样，在优化性能时，首先进行测量以找到瓶颈。

Answer 2

一些随机的想法 - 因为问题本身的定义很宽松：

• 只有当结果可能不被使用时，惰性才是好的，因此只有在需要时才加载。然而，大多数操作都需要加载数据，因此惰性在这方面并不好。
• 懒惰会导致困难的错误。我们已经在 ORM 中的数据上下文中看到了这一切
• 对于 MEF 来说，惰性是好的

Answer 3

这是一个相当广泛的问题，不幸的是你会经常听到这个问题：这取决于情况。延迟加载是很棒的，直到它不再适用为止。

一般来说，如果您一遍又一遍地使用相同的 IEnumerables，最好将它们缓存为列表。

但无论怎样，让你的呼叫者知道这一点都没有什么意义。也就是说，如果您从存储库或其他东西获取 IEnumerables，最好让存储库完成其工作。它可能会在内部将其缓存为列表，或者可能每次都会构建它。如果你的调用者试图变得太聪明，他们可能会错过数据的变化等。

Answer 4

我建议在返回 DTO 之前在 DAL 中执行 ToList

public IList<UserDTO> GetUsers()
{
  using (var db = new DbContext())
  {
    return (from u in db.tblUsers
           select new UserDTO()
           {
               Name = u.Name
           }).ToList();
  }
}

在上面的示例中，您必须在 DbContext 作用域结束之前执行 ToList() 。

Answer 5

如果您需要缓存某个数据序列，请对该序列调用聚合运算符之一（ToList、ToArray 等）。否则就使用惰性评估。

围绕您的数据构建代码。哪些数据是不稳定的并且需要每次都更新？使用惰性求值并且不缓存。哪些数据是相对静态的，只需要拉取一次？将该数据缓存在内存中，这样您就不会不必要地提取它。

Answer 6

延迟执行和使用 .ToList() 缓存所有项目并不是唯一的选择。第三个选项是在使用惰性列表进行迭代时缓存项目。

执行仍被推迟，但所有项目仅生成一次。其工作原理的示例：

public class LazyListTest
{
    private int _count = 0;

    public void Test()
    {
        var numbers = Enumerable.Range(1, 40);
        var numbersQuery = numbers.Select(GetElement).ToLazyList(); // Cache lazy
        var total = numbersQuery.Take(3)
            .Concat(numbersQuery.Take(10))
            .Concat(numbersQuery.Take(3))
            .Sum();
        Console.WriteLine(_count);
    }

    private int GetElement(int value)
    {
        _count++;
        // Some slow stuff here...
        return value * 100;
    }
}

如果运行 Test() 方法，则 _count 只有 10。如果没有缓存，则为 16，如果使用 .ToList()，则为 16。 40岁了！

LazyList 的实现可以在这里找到。