专栏名称: 数据分析与开发
伯乐在线旗下账号,分享数据库相关技术文章、教程和工具,另外还包括数据库相关的工作。偶尔也谈谈程序员人生 :)
目录
相关文章推荐
51好读  ›  专栏  ›  数据分析与开发

为什么说 LINQ 要胜过 SQL

数据分析与开发  · 公众号  · 数据库  · 2017-03-22 20:01

正文

(点击上方公众号,可快速关注)


英文:LINQPad

译者:oschina

www.oschina.net/translate/why-linq-beats-sql


如果你还没有沉溺于 LINQ,就会想这有啥大惊小怪的。SQL 并没有坏掉,为什么还要对它进行修补呢? 为什么我们还需要另外一种查询语言呢?


流行的说法是 LINQ 同 C#(或者 VB)集成在了一起,故而消除了编程语言和数据库之间配合上的鸿沟,同时为多个数据源的组合提供了单一的查询接口。虽然这些都是事实,但仅是故事的一部分。更重要的是:当要对数据库进行查询的时候,LINQ 在大多数情况下都比 SQL 更加有效。


同 SQL 相比, LINQ 更简单、整洁而且高级。这样子更像是拿 C# 同 C++ 做比较。真的,尽管有时候使用 C++ 仍然是最好的选择(比如使用 SQL 的场景),但在大多数场景中,使用现代整洁的语言而不必为底层细节操作就是一项大胜利。


SQL 是一门非常古老的语言—发明于 1974 年。虽然经历过了无数此扩展,但从来没有被重新设计过。这就使得它有点混乱了—不像是 VB6 或者 Visual FoxPro。你也许已经慢慢变得习惯于此因而看不到任何错漏的地方!


让我们来看一个例子。你想要编写一个简单的查询来获取客户数据,如下:


SELECT UPPER(Name)

FROM Customer

WHERE Name LIKE 'A%'

ORDER BY Name


现在假设要将结果集里的这些数据提供给一个网页,并且我们想获取第 21 到 30 行数据。所以我们需要一个子查询:


SELECT UPPER(Name) FROM

(

   SELECT *, RN = row_number()

   OVER (ORDER BY Name)

   FROM Customer

   WHERE Name LIKE 'A%'

) A

WHERE RN BETWEEN 21 AND 30

ORDER BY Name


而如果你需要支持版本(在 SQL Server 2005 之前的)更老的数据库,情况会更糟糕:


SELECT TOP 10 UPPER (c1.Name)

FROM Customer c1

WHERE

   c1.Name LIKE 'A%'

   AND c1.ID NOT IN

   (

      SELECT TOP 20 c2.ID

      FROM Customer c2

      WHERE c2.Name LIKE 'A%'

      ORDER BY c2.Name

   ) 

ORDER BY c1.Name


这样做不仅复杂而混乱,而且也违背了 DRY 原则。如下是使用 LINQ 实现相同的查询功能。显然在简单性上更胜一筹:


var query =

   from c in db.Customers

   where c.Name.StartsWith ("A")

   orderby c.Name

   select c.Name.ToUpper();

 

var thirdPage = query.Skip(20).Take(10);


只有当我们枚举到 thirdPage 时,查询才会实际执行。在从 LINQ 到 SQL 或者 Entity Framework 的场景中,翻译引擎会将(我们用两个步骤组合而成的)查询转换成一个 SQL 语句,这个语句是针对其所连接的数据库服务器进行了优化的。


可组合性


您可能已经注意到 LINQ 的另一个更微妙(微妙但意义重大)的好处。我们选择了组合中的两个查询步骤:


IQueryable Paginate (this IQueryable query, int skip, int take)

{

   return query.Skip(skip).Take(take);

}


我们可以这样做:


var query = ...

var thirdPage = query.Paginate (20, 10);


更重要的是,在这里我们可以进行任意的分页查询。换言之就是通过 LINQ 你可以把查询分解成一部分,然后在你的应用程序中重用。


联合


LINQ 另一好处就是你可以不用 JOIN 就能进行关系间查询。例如,我们想要列出所有购物在 $1000 或者以上,并且居住在华盛顿的顾客。我们会假定让购买项目化(也就是经典的采购/项目采购场景)并且把(没有顾客记录的)现金销售也囊括进来。这就需要在四个表(Purchase, Customer, Address 以及 PurchaseItem)之间进行查询。使用 LINQ,这样的查询不费吹灰之力:


from p in db.Purchases

where p.Customer.Address.State == "WA" || p.Customer == null

where p.PurchaseItems.Sum (pi => pi.SaleAmount) > 1000

select p


将此与同等功能的 SQL 相比较:


SELECT p.*

FROM Purchase p

    LEFT OUTER JOIN 

        Customer c INNER JOIN Address a ON c.AddressID = a.ID

    ON p.CustomerID = c.ID

WHERE

   (a.State = 'WA' || p.CustomerID IS NULL)

    AND p.ID in

    (

        SELECT PurchaseID FROM PurchaseItem

        GROUP BY PurchaseID HAVING SUM (SaleAmount) > 1000

    )


对此例进一步扩展,假设我们想要将结果集按价格进行逆序排列,并在最终的投影中显示销售员的姓名以及所购买项目的数量。我们可以自然不重复地表达出这些附件的查询条件:


from p in db.Purchases

where p.Customer.Address.State == "WA" || p.Customer == null

let purchaseValue = p.PurchaseItems.Sum (pi => pi.SaleAmount)

where purchaseValue > 1000

orderby purchaseValue descending

select new

{

   p.Description,

   p.Customer.SalesPerson.Name,

   PurchaseItemCount = p.PurchaseItems.Count()

}


下面是使用 SQL 实现相同的查询:


SELECT 

    p.Description,

    s.Name,

    (SELECT COUNT(*) FROM PurchaseItem pi WHERE p.ID = pi.PurchaseID) PurchaseItemCount

FROM Purchase p

    LEFT OUTER JOIN 

        Customer c 

            INNER JOIN Address a ON c.AddressID = a.ID

            LEFT OUTER JOIN SalesPerson s ON c.SalesPersonID = s.ID

    ON p.CustomerID = c.ID

WHERE

    (a.State = 'WA' OR p.CustomerID IS NULL)

    AND p.ID in

    (

        SELECT PurchaseID FROM PurchaseItem

        GROUP BY PurchaseID HAVING SUM (SaleAmount) > 1000

    )

ORDER BY

    (SELECT SUM (SaleAmount) FROM PurchaseItem pi WHERE p.ID = pi.PurchaseID) DESC


有意思的是可以将上述 SQL 查询转换回到 LINQ,所生成的查询每一块都会有傻瓜式重复。论坛里常会贴出这样的查询(通常是非工作的版本)——这是用 SQL 进行思考而不是以 LINQ 进行思考的结果。这就像是是将 Fortran 程序转换成 C# 6 时会抱怨 GOTO 的笨拙语法一样。


数据修整


在查询联合中从多个表选择数据 – 最终的结果会是一个扁平的以行为单位的元组。如果你使用了多年的 SQL,你可能认为这种事不会发生在你身上——它导致数据重复,从而使得结果集无法在客户端很好地使用。所以当它发生时往往难以接受。与此相反,LINQ 让你可以获取到休整过的分层级的数据。这就避免了重复,让结果集容易处理,而且在大多数情况下也会消除进行联合操作的必要。例如,假设我们想要提取一组顾客,每一条记录都带上了它们的高价值交易。使用 LINQ,你可以这样做:


from c in db.Customers

where c.Address.State == "WA"

select new

{

   c.Name,

   c.CustomerNumber,

   HighValuePurchases = c.Purchases.Where (p => p.Price > 1000)

}


HighValuePurchases,在这里是一个集合。由于我们查询的是一个相关属性,就不需要进行联合了。因此这是一个内联合还是外联合的细节问题就被很好的抽象掉了。在此例中,当翻译成了 SQL,可能就是一个外联合:LINQ 不会因为子集合返回的是零个元素就排除行。如果我们想要有一个可以翻译成一个内联合的东西,可以这样做:


from c in db.Customers

where c.Address.State == "WA"

let HighValuePurchases = c.Purchases.Where (p => p.Price > 1000)where HighValuePurchases.Any()select new

{

   c.Name,

   c.CustomerNumber,

   HighValuePurchases

}


LINQ 还通过一组丰富的操作符对平面外联合、自联合、组查询以及其它各种不同类型查询进行了支持。


参数化


如果我们想要将之前的例子参数化会如何呢,如此”WA”状态是不是就要来自于一个变量呢? 其实我们只要像下面这样做就可以了:


string state = "WA";

 

var query =

   from c in db.Customers

   where c.Address.State == state

   ...


不会混淆 DbCommand 对象上面的参数,或者担心 SQL 注入攻击。 LINQ 的参数化是内联、类型安全并且高度可读的。它不仅解决了问题——而且解决得很不错。


因为 LINQ 查询时可以进行组合,所以我们可以有条件的添加谓词。例如,我们写出一个方法,如下:


IQueryable GetCustomers (string state, decimal? minPurchase)

{

    var query = Customers.AsQueryable();

    

    if (state != null)

        query = query.Where (c => c.Address.State == state);

    

    if (minPurchase != null)

        query = query.Where (c => c.Purchases.Any (p => p.Price > minPurchase.Value));

    

    return query;

}


如果我们使用空的 state 以及 minPurchase 值调用了这个方法,那么在我们枚举结果集的时候如下 SQL 就会被生成出来:


SELECT [t0].[ID], [t0].[Name], [t0].[AddressID]

FROM [Customer] AS [t0]


不过,如果我们指定了 state 和 minPurchase 的值,LINQ 到 SQL 就不只是向查询添加了谓词,还会有必要的联合语句:


SELECT [t0].[ID], [t0].[Name], [t0].[AddressID]

FROM [Customer] AS [t0]

LEFT OUTER JOIN [Address] AS [t1] ON [t1].[ID] = [t0].[AddressID]

WHERE (EXISTS(

    SELECT NULL AS [EMPTY]

    FROM [Purchase] AS [t2]

    WHERE ([t2].[Price] > @p0) AND ([t2].[CustomerID] = [t0].[ID])

    )) AND ([t1].[State] = @p1)


因为我们的方法返回了一个 IQueryable,查询在枚举到之前并不会被实际地转换成 SQL 并加以执行。这样就给了调用进一步添加谓词、分页、自定义投影等等的机会。


静态类型安全


在之前的查询中,如果我们将 state 变量声明成了一个整型数而不是一个字符串,那么查询可能在编译时就会报错,而不用等到运行时。这个也同样适用于把表名或者列名弄错的情况。这在重构时有一个很实在的好处:如果你没有完成手头的工作,编译器会给出提示。


客户端处理


LINQ 让你可以轻松地将查询的一些部分转移到客户端上进行处理。对于负载负担较大的数据库服务器,这样做可实际提升性能。只要你所取数据没有超过所需(换言之,你还是要在服务器上做过滤),就可以经常性地通过把对结果集进行重新排序、转换以及重组的压力转移到负载较少的应用服务器上去。使用 LINQ,你需要做的就是 AsEnumerable() 转移到查询之中,而自那个点之后的所有事情都可以在本地执行。


什么时候不用 LINQ 去查询数据库


尽管 LINQ 的功能强大,但是它并不能取代 SQL。它可以满足 95% 以上的需求,不过你有时仍然需要SQL:


  • 需要手动调整的查询 (特殊是需要优化和进行锁定提示的时候);


  • 有些涉及到要 select 临时表,然后又要对那些表进行查询操作的查询;


  • 预知的更新以及批量插入操作。


还有就在用到触发器时,你还是需要 SQL。 (尽管在使用 LINQ 的时候诸如此类的东西并非常常被需要,但在要使用存储过程和函数的时候,SQL 是不可或缺的)。你可以通过在 SQL 中编写表值函数来将 SQL 与 LINQ 结合在一起, 然后在更加复杂的 LINQ 查询里面调用这些函数。


了解两门查询语言并不是问题,因为无论如何你都会想要去学习 LINQ 的 — LINQ 在查询本地集合以及 XML DOM 的时候非常实用。如果你使用的仍然是老旧的基于 XmlDocument 的 DOM,LINQ to XML 的 DOM 操作会是一种具有戏剧效果的进步。


还有就是相比于 SQL, LINQ 更易于掌握,所以如果你想写个不错的查询,使用 LINQ 会比 SQL 更好达成。


将 LINQ 用于实战


我几乎是只用 LINQ 来做数据库查询,因为它更有效率。


对于应用程序的编写而言,我的个人经验是一个使用 LINQ 的数据访问层(使用一个像 LINQ 到 SQL 或者 Entity Framework 的 API)可以将数据访问的开发时间砍掉一半,而且可以让维护工作更加的轻松。



觉得本文有收获?请转发分享给更多人

关注「数据库开发」,提升 DB 技能