EF查询百万级数据的性能测试--单表查询
一、起因
个人还是比较喜欢EF的，毕竟不用写Sql，开发效率高，操作简单，不过总是听人说EF的性能不是很好，也看过别人做的测试，但是看了就以为真的是那样。但是实际上到底是怎么样，说实话我真的不知道。我只知道选什么的框架是基于实际情况的，博主在一个创业公司上班，选的就是EF框架，刚做了一个项目，数据也就几万不到，感觉性能没那么差劲。于是，就想多弄点数据测试一下。再说一遍，本着 求真务实的方针，是针对现实中的业务需求来测试的，不是来单比性能的。你要是做个ERP系统，都去考虑千万级并发的架构，那当我没说。毕竟不是基于实际项目的框架选择都是耍流氓。
二、声明
基于实际的项目，考虑到博主一般的遇到的上线项目对于数据的增删改操作时，操作的数据一般都是一个，两个，多了有十几个，对于一下同时提交几十个数据进行增删改的，原谅博主还没有见过，更有甚者，提交几百个数据进行增删改，博主想也是没有想过。但是在这个数量级下的增删改操作，我相信EF还是能够胜任的，所以本文不再测试EF的增删改性能，因为感觉完全能够满足一般项目的需要。本文只测试EF的单表查询功能，之后有时间会做复杂的链接查询的测试。
三、测试条件
老百姓的配置，自己的工作电脑。
Sql Server 2012，Entity Framework 6.1.3。
四、测试数据
鉴于以前看过的测试都是两三个字段，且数据过于简单，以防有这方面的影响，又因为实际项目中的字段可能较多，而且数据量也比较复杂，就模拟了一个较为接近的数据表，再说一遍，本着求真务实的革命主义方针，针对现实的项目来测试。
数据量100W
五、开始测试
做了一个WinForm的测试，界面如下
1.进行Find测试，随机生成id，左边显示查询用时，先上代码。
1 private PortalContext db = new PortalContext();
2 private int count = 0;
3 private TimeSpan ts = new TimeSpan();
4 private void btnFind_Click(object sender, EventArgs e)
5 {
6
7 count++;
8 Random r = new Random();
9 var id = r.Next(0, 1000000);
10 txtId.Text = id.ToString();
11
12 Stopwatch sw = new Stopwatch();
13 sw.Start();
14 var user = db.Users.Find(id);
15 sw.Stop();
16
17 txtUserInfo.Text = UserToString(user);
18 ts += sw.Elapsed;
19 string time = sw.Elapsed + "(" + sw.Elapsed.Seconds + "s" + sw.Elapsed.Milliseconds + "ms)";
20 txtDisplay.AppendText("Find查询id(" + id + ")用时:" + time + Environment.NewLine);
21 txtData.Text = "执行" + count + "次,平均耗时" + new TimeSpan((ts.Ticks / count));
22 }
结果如下：
可以看出，在100w数据的情况下，利用Find根据主键id查询根本无压力，至于第一次很长时间，应该是连接数据花费了一些时间。
2.进行Where测试，代码如下。
1 private void btnWhere_Click(object sender, EventArgs e)
2 {
3
4
5 bool[] valids = new bool[] { false, true };
6 string[] works = new[] { "程序猿", "攻城狮", "产品汪", "键盘侠", "代码狗" };
7 UserType[] userTypes = new[] { UserType.合作方, UserType.普通用户, UserType.律师 };
8 Random r = new Random();
9
10 int num = r.Next(0, 4680);
11 int num2 = r.Next(0, 4680);
12
13 int max = Math.Max(num, num2);
14 int min = Math.Min(num, num2);
15
16 bool isValid = valids[num % 2];
17 string work = works[num % 5];
18 UserType type = userTypes[num % 2];
19
20 txtIsValid.Text = isValid.ToString();
21 txtWork.Text = work;
22 txtUserType.Text = type.ToString();
23 txtAmountMin.Text = min.ToString();
24 txtAmountMax.Text = max.ToString();
25
26 Stopwatch sw = new Stopwatch();
27 sw.Start();
28 var query = db.Users.Where(u => true);
29 var queryWhere = query.Where(u =>u.UserType == type &&u.IsValid == isValid && u.Work == work && (u.Amount >= min && u.Amount <= max)).Take(1000);
30 var list = queryWhere.ToList();
31 sw.Stop();
32
33 labelWhere.Text = string.Format("where(u=> u.UserType=={0} && u.IsValid =={1} && u.Work == {2} u.Amount >= {3} && u.Amount <={4}).Take(1000)",
34 type,isValid,work, min, max);
35
36 string time = sw.Elapsed + "(" + sw.Elapsed.Seconds + "s" + sw.Elapsed.Milliseconds + "ms)";
37 txtDisplay.AppendText("Where查询到"+list.Count()+"条数据，用时:" + time + Environment.NewLine);
38
39 }
在这里用Where获取了前1000条数据，实际项目中基本不可能这样来，或者全部ToList()出来，考虑到项目中有些情况下确实需要全部ToList()出来一些数据，但是取1000条应该足够了，对于其他情况下来讲，这项测试没有太大的意义，我们等会看分页的性能。
附上一些全部ToList()出来时的测试：
当然实际是不可能这样玩的，也就看看，看了一下内存，3w多条数据也就30M左右。
附：Where查询的一些优化，其实这个之前是知道的，忘了往上贴了，谢谢@搵中求胜 博友的提醒，再次接着机会又测试了一下。
1.200w的数据（数据大才能体现出来效果），在没有AsNoTracking的情况下
2.加上了AsNoTracking(),一般我们的查询基本上不用跟踪只要数据就行了。可以看出来性能明显提高，同样的数据，将近提高了一般的性能。
1 var query = db.Users.AsNoTracking().Where(u => true); 2 var queryWhere = query.Where(u =>u.UserType == type &&u.IsValid == isValid && u.Work == work && (u.Amount >= min && u.Amount <= max));
3.还有，许多情况下我们不需要全部的数据，直接先用Select()选出来一些需要的字段，也会提高不少性能。
1 var query = db.Users.AsNoTracking().Where(u => true);
2 var queryWhere = query.Where(u =>u.UserType == type &&u.IsValid == isValid && u.Work == work && (u.Amount >= min && u.Amount <= max))
3 .Select(u=>new
4 {
5 u.Id,
6 u.UserName
7 });
8 var list = queryWhere.ToList();
3.Any，First ，Count的测试
代码都基本一样，这里只附上一些图片参考。
上边的都能查询存在不存在，但是相比来说，Any,First 对于存在的情况下，性能很好，而count对于不存在时性能却很好，我也不知道为什么的。感觉有时候真的可以用Count查询存在不存在的，毕竟平均效果好。PS:以前看一篇文章说Count比Any差了不知道多少倍，查询存在不存在推荐用Any。现在看来，也差不多啊。
4.分页查询。
从实际项目来看，用户在看分页数据时，一般都是翻看前10页左右，而且每页的数据量也大概在10-30个之间，太多了没必要。所有分页的pageIndex和pageSize都设置在了这些数据之间，可能页码的大小pageIndex，pageSize过大的时候也会影响性能，这个我们随后再加以测试。
200ms左右吧，基本还说的过去，可能是在排序的问题上花费了太多的时间。
附上一张pageIndex比较大的测试结果（pageIndex在800-1000之间），果然页码比较大的时候花费时间变长了，pageSize就不用说了，肯定时间也会变长。
5.Contains查询
这里代码稍微做了改动，感觉也跟这个没关系
private void btnContains_Click(object sender, EventArgs e)
{
string[] usernames = new[] { "zhao", "wang", "li", "san", "zhaoliu" };
bool[] valids = new bool[] { false, true };
string[] works = new[] { "序猿", "攻城", "产品汪", "盘侠", "代码" };
....
//全名称改成了部分名称，能保证是模糊查询吧。。[笑]
}
感觉确实有点慢，500ms左右，毕竟Contains，毕竟like，毕竟100w数据吧，有些条件下还是可以接受的，毕竟方便，做个自己用的查询还是可以的。
六、数据量加大
既然是百万级别，也不能只有一百万。
1.二百万的数据
总结一下：
Find无压力，没区别，大概是因为主键索引的缘故。
Any,First,Count都还在100ms左右，还能用。
分页已经到了400ms，感觉已经不能接受了。但是我真的还没咋见过能分几千页的，这里可以先用Where过滤到一些老旧数据或者不要的数据再进行分页应该还是不错的。
Contains已经到了1s了，这对于用户来说已经不能接受了，但是到了这个级别的数据，应该就用上检索引擎了。这个就不考虑了。
2.三百万的数据
总结一下：
Find无压力，还是没啥区别，大概是因为主键索引的缘故。
Any,First能查询到结果时还是挺快了，Count感觉在这里更好用了。
分页到了500ms，还是那句话，这里可以先用Where过滤到一些老旧数据或者不要的数据再进行分页，可以看一下，分页的总记录数都是一，二百万，算了自己想办法优化吧。
Contains不说了。
4.四百万的数据
总结一下：
Find无压力，还是没啥区别，大概是因为主键索引的缘故。
Any,First查不到就慢了，Count感觉在这里更好用了。
分页不说了。
Contains不说了。
七、结语
当写到这里的时候，我感觉我错了，这些好像和EF没有半毛钱关系，这么简单的查询，EF生成Sql语句应该不耗费什么时间。根本没有发挥出EF的linq语法什么的，各种复杂查询语句，各种连接语句的生成。纳尼！！！
但是既然都到这个地步了，那就算了，就当做是对Sql Server性能的考验吧。话说应该200w数据的情况下，EF应该还是可以随便这样用的，再说了，我的用的是自己的个人电脑，要是用服务器肯定无压力的。
感觉EF快不快还是和程序员写的语句有关吧，怎么获取数据，怎么查询，怎么拼接，毕竟到最后都是生成sql语句去查询，所以瓶颈应该在如何快速的生成高效的Sql语句。
对于一个创业公司，刚开始做的项目，数据连几十万都不到，肯定果断用EF啊，容易上手，开发方便，不用写Sql是最重要的，毕竟微软的东西，都迭代这么多版本了，应该优化的差不多了吧。
PS:第一次写博客，不知道测试的姿势对不对，方向对不对，有错了大神指出来，请不要喷我，我会哭的[哈哈]，我只是一个只会写增删改查的小码农。
上一篇： Python开发【第一篇】：认识python和基础知识
下一篇： MFC 对话框控件自动布局