加速 SQL 到 Linq ToList

Question

我有一个大约有 380,000 行的 SQL 表。

在 SQL SMSS 中，我执行此查询：

 SELECT Longitude, Latitude, street FROM [Stops].[dbo].[Members]   
 WHERE ABS(Latitude - 51.463419) < 0.005 AND ABS(Longitude - 0.099) < 0.005 

它几乎立即返回大约 20 个结果。

我有一个 WCF Web 服务将我的数据公开给我的 Windows 手机应用程序：

public class Service1 : IService1
{
    double curLatitude = 51.463;
    double curLongitude = 0.099;

    public List<Member> GetMembers()
    {
        DataClassesDataContext db = new DataClassesDataContext();
        var members = from member in db.Members                            
where (Convert.ToDouble(member.Latitude) - curLatitude) < 0.005 && (Convert.ToDouble(member.Longitude) - curLongitude) < 0.005

select member;
        return members.ToList();
    }
}

我相信它正在执行相同的查询，但还将项目添加到列表中。

问题是，这需要 7 分钟以上，然后我遇到一些奇怪的异常，所以永远不会完成。 VS2010 中的 WCF 服务测试器在执行此操作时会填满内存并使用大量 CPU。 我的感觉是 ToList 正在做一些奇怪的事情？

Answer 1

您的 LINQ 版本中缺少abs-部分。

一些旁注。
您可以通过至少两种可能的方式跟踪 SQL 查询。

1. 使用 SQL 探查器并检查其中的查询（然后您可以将查询粘贴到 SQL Management Studio 中并将输出与上面的查询进行比较）。
2. 插入 db.Log = Console.Out;（或另一个 TextWriter）并检查 Visual Studio 中的输出窗口。

您应该处置您的 DataClassesDataContext，最好的方法是将其放在 using 块中：

public List<Member> GetMembers()
{
    using(DataClassesDataContext db = new DataClassesDataContext())
    {
        var members = from member in db.Members                            
        where (Convert.ToDouble(member.Latitude) - curLatitude) < 0.005
            && (Convert.ToDouble(member.Longitude) - curLongitude) < 0.005
        select member;
        return members.ToList();
    }
}

Answer 2

这里有很多问题：（

• 编辑：忽略这一点；我误读了 380,000 作为正在获取的数据）这是一个非常大的数据量，需要通过网络查询和传输；例如，查询分析器需要多长时间？ 当将其加载到 LINQ-to-SQL 中时，在任何地方都至少需要那么长的时间
• ，您有物化开销和身份管理器开销；后者可以通过禁用数据上下文上的对象跟踪来解决；前者比较棘手 - 如果您怀疑这很重要（有时可能如此），也许像“dapper”之类的东西可以加载它（它有一个更高效的物化器，并且不包括身份管理器）
• WCF必须序列化它数据，这可能需要大量的 CPU 和内存 - 然后需要通过网络传输（这需要带宽）。如果您可以随意更改格式，其他串行器可能会在此处节省 CPU 和带宽。

所以;首先要做的就是确定时间都花在哪里了。

• 我首先从查询分析器运行它；也许缺少索引？
• 之后将 ObjectTrackingEnabled 设置为 false
• ，将数据访问与 WCF 分开，看看哪个是罪魁祸首 - 时间 之后的数据到列表步骤
• ，时间 DataContractSerializer 序列化此数据并测量序列化时数据的大小（就个人而言，我会与 protobuf-net 进行比较 - 但这可能不是一个选项，具体取决于您的场景），
• 然后测量网络上的时间

任何或所有这些可能这里需要优化。