三层架构的一点理解以及Dapper一对多查询

时间:2022-12-01 18:45:18

1.首先说一下自己对三层架构的一点理解

论坛里经常说会出现喜欢面相对象的写法,所以使用EF的,我个人觉得他俩没啥关系,先别反对,先听听我怎么说吧.

三层架构,基本都快说烂了,但今天还是说三层架构:UI,BLL,DAL.之前往往强调的是三层架构各司其职,但没有说三层架构中每层之间怎么交互的,以及人员之间的分工合作问题.今天重点说这个,从而回答面向对象和EF的关系.

今天说的与数据库有关,那就先说BLL和DAL之间数据的传递.有不少都是按照以下两种方式写的:

(1)以Datatable传递.可想想,一个datatable对象,里面是什么呢?对于这样的方式作为业务层和数据库之间的桥梁不直观,并且无法应对变化,还不如写成一层.

(2)那我定义成对象不就直观了,所以有些就一张表定义一个对象,对象和数据库表一模一样.这样写呢,没比第一种好到哪去.首先数据库修改之后,Model得修改,Dal层也得修改.还有,这也是最重要的,如果两个人分别开发BLL和DAL,那这两个人必须都得熟悉数据库以及他们之间的对应关系.

那怎么样比较合适呢?

随着编程越来越成熟,细分不可避免.在公司中每个人只关心自己的那部分,三层分别划分为不同的人或团队编写.这样不只是从代码层面,从管理层面更符合术业有专攻,每层专注于自己的功能:

(1)业务人员更应该了解业务的编写,业务算法的实现,计算性能等,而无需关心数据怎么存储,无需学习数据库,无需关心索引,主键等等.

(2)UI更多的关心界面怎么布局,怎么做的更好看,更符合用户的使用等,而无需关心数据怎么存储,业务怎么计算等.

(3)数据库服务层(注意现在多加了服务两个字,很关键)更应该关心数据用什么去存储去满足高性能的数据增删改查,在这我没说非是关系型数据库,还是NoSql什么的,其实如果text,excel存储方便且能满足性能要求,又有何不可呢.

三层有了,那他们之间怎么衔接呢,答案就是业务,每个业务都需要展示,计算(简单业务不需要),存储数据,这不就是三层人员需要干的事吗,根据展示的数据定义好对象作为UI和BLL层之间的传输对象.存储也一样,根据业务需要存储数据的特征定义好存储的对象,作为BLL和DAL之间交互的对象.实际这两个对象就是三层交互的公约,有了这个公约,每层开发根据公约实现每层的功能,每层的编程人员也不再需要关心其他层怎么实现的.DAl层已经不仅仅是数据库这么简单了,而是对对象增删改查.

这样做的好处:

(1)人员更加专业,分工明确后,每个人专业技能容易提升

(2)只要交互的对象不发生改变,三层随意修改,都不会影响到其他两层.

(3)编程人员更容易形成自己的模式,加快开发速度.

(4)编写人员接触多了,踩过的坑就越多,编写的代码也就越健康.等等吧,好处大大滴.

说了这么多,现在回答EF的问题,根据以上划分的三层,EF必然归数据服务层了.如果是写UI或业务的人员,那面不面向对象与EF没有任何关系.数据服务层就是实现对象的增删改查,如果使用的关系型数据库,那使用EF到底能简化多少行代码,我觉得一般般吧.

微软总喜欢给用户一整套解决方案,比如MVC,用微软的VS直接可以生成MVC框架,但MVC不是真正意义上的前后端分离.同样EF更偏向于一个人来完成所有层的编写.

 2.性能

性能都说Dapper与原生ADO.NET差不多,其处理过程是一样的(个人理解,没有深究,有不对的请指导.):

ADO.NET是把查询的赋值给datatable或dataset.

Dapper是利用委托的方式,把每行的数据处理之后再赋值给对象.如果不用委托,那就直接把每行查出来的数据赋值给对象即可.最后生成一个集合.

EF应该是根据设置的主外键关系生成sql语句,然后再去查询.但对于复杂的查询,自动生成sql语句就没那么容易了,在考虑索引的问题,那就是难上加难了,可能会经常出现不使用索引的情况,导致查询速度慢.

3.Dapper实现一对多查询

 既然说一对多,那就整个复杂的,两级一对多查询.有更复杂的也希望大家提供.

 公司分为多个部门,每个部门又有很多员工.

 3.1先建立表,并添加示例数据

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1 USE [test]
 2 GO
 3 /****** Object:  Table [dbo].[staff]    Script Date: 11/12/2019 10:18:55 ******/
 4 SET ANSI_NULLS ON
 5 GO
 6 SET QUOTED_IDENTIFIER ON
 7 GO
 8 CREATE TABLE [dbo].[staff](
 9     [id] [int] IDENTITY(1,1) NOT NULL,
10     [part_id] [int] NOT NULL,
11     [name] [nvarchar](50) NULL
12 ) ON [PRIMARY]
13 GO
14 SET IDENTITY_INSERT [dbo].[staff] ON
15 INSERT [dbo].[staff] ([id], [part_id], [name]) VALUES (1, 1, N员工1)
16 INSERT [dbo].[staff] ([id], [part_id], [name]) VALUES (2, 1, N员工2)
17 INSERT [dbo].[staff] ([id], [part_id], [name]) VALUES (3, 1, N员工3)
18 INSERT [dbo].[staff] ([id], [part_id], [name]) VALUES (4, 2, N员工4)
19 INSERT [dbo].[staff] ([id], [part_id], [name]) VALUES (6, 2, N员工5)
20 INSERT [dbo].[staff] ([id], [part_id], [name]) VALUES (7, 3, N员工6)
21 SET IDENTITY_INSERT [dbo].[staff] OFF
22 /****** Object:  Table [dbo].[department]    Script Date: 11/12/2019 10:18:55 ******/
23 SET ANSI_NULLS ON
24 GO
25 SET QUOTED_IDENTIFIER ON
26 GO
27 CREATE TABLE [dbo].[department](
28     [id] [int] IDENTITY(1,1) NOT NULL,
29     [com_id] [int] NOT NULL,
30     [name] [nvarchar](50) NULL
31 ) ON [PRIMARY]
32 GO
33 SET IDENTITY_INSERT [dbo].[department] ON
34 INSERT [dbo].[department] ([id], [com_id], [name]) VALUES (1, 1, N部门1)
35 INSERT [dbo].[department] ([id], [com_id], [name]) VALUES (2, 1, N部门2)
36 INSERT [dbo].[department] ([id], [com_id], [name]) VALUES (3, 2, N部门1)
37 INSERT [dbo].[department] ([id], [com_id], [name]) VALUES (4, 2, N部门3)
38 SET IDENTITY_INSERT [dbo].[department] OFF
39 /****** Object:  Table [dbo].[company]    Script Date: 11/12/2019 10:18:55 ******/
40 SET ANSI_NULLS ON
41 GO
42 SET QUOTED_IDENTIFIER ON
43 GO
44 CREATE TABLE [dbo].[company](
45     [id] [int] IDENTITY(1,1) NOT NULL,
46     [name] [nvarchar](50) NULL
47 ) ON [PRIMARY]
48 GO
49 SET IDENTITY_INSERT [dbo].[company] ON
50 INSERT [dbo].[company] ([id], [name]) VALUES (1, N公司1)
51 INSERT [dbo].[company] ([id], [name]) VALUES (2, N公司2)
52 INSERT [dbo].[company] ([id], [name]) VALUES (3, N公司3)
53 SET IDENTITY_INSERT [dbo].[company] OFF
View Code

3.2对象定义

(1)公司

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1  /// <summary>
 2     /// 公司
 3     /// </summary>
 4     public class Company
 5     {
 6         /// <summary>
 7         /// 公司ID
 8         /// </summary>
 9         public int CompanyID { get; set; }
10         /// <summary>
11         ///公司名称
12         /// </summary>
13         public string CompanyName { get; set; }
14         /// <summary>
15         /// 公司包含的部门
16         /// </summary>
17         public List<Department> Department { get; set; }
18     }
View Code

(2)部门

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1   /// <summary>
 2     /// 部门
 3     /// </summary>
 4     public class Department
 5     {
 6         /// <summary>
 7         /// 部门ID
 8         /// </summary>
 9         public int DepartmentID { get; set; }
10         /// <summary>
11         /// 部门名称
12         /// </summary>
13         public string DepartmentName { get; set; }
14         /// <summary>
15         /// 部门包含的员工
16         /// </summary>
17         public List<Staff> Staff { get; set; }
18     }
View Code

(3)员工

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1   /// <summary>
 2     /// 员工
 3     /// </summary>
 4     public class Staff
 5     {
 6         /// <summary>
 7         /// 员工ID
 8         /// </summary>
 9         public int StaffID { get; set; }
10         /// <summary>
11         /// 员工姓名
12         /// </summary>
13         public string StaffName { get; set; }
14     }
View Code

3.3不使用委托

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1         /// <summary>
 2         /// 不用委托
 3         /// </summary>
 4         public static List<Company> NoDelegate()
 5         {
 6             using (IDbConnection conn = new SqlConnection("Data Source = .;Initial Catalog = test;User Id = sa;Password = sa;"))
 7             {
 8                 string sql = "SELECT com.id CompanyID,com.name CompanyName,part.id DepartmentID, part.name DepartmentName,st.ID StaffID, st.name StaffName FROM company com LEFT JOIN department part ON part.com_id=com.id LEFT JOIN staff st ON st.part_id=part.id";
 9                 return conn.Query<Company>(sql).AsList();
10             }
11         }
View Code

三层架构的一点理解以及Dapper一对多查询 

 没有做级联处理,所以每一行结果就是一个Company对象,一共8行,结果就是8个Company对象的集合.

3.4使用委托

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1         /// <summary>
 2         /// 使用委托
 3         /// </summary>
 4         /// <returns></returns>
 5         public static List<Company> UseDelegate()
 6         {
 7             using (IDbConnection conn = new SqlConnection("Data Source = .;Initial Catalog = test;User Id = sa;Password = sa;"))
 8             {
 9                 string sql = "SELECT com.id CompanyID,com.name CompanyName,part.id DepartmentID, part.name DepartmentName,st.ID StaffID, st.name StaffName FROM company com LEFT JOIN Department part ON part.com_id=com.id LEFT JOIN staff st ON st.part_id=part.id";
10                 var res = new List<Company>();
11                 conn.Query<Company, Department, Staff, Company>(sql, (com, part, staff) =>
12                 {
13                     //查找是否存在该公司
14                     var t = res.Where(p => p.CompanyID == com.CompanyID).FirstOrDefault();
15                     //如果没有该公司,则添加该公司
16                     if (t == null)
17                     {
18                         t = new Company() { CompanyID = com.CompanyID, CompanyName = com.CompanyName };
19                         res.Add(t);
20                     }
21                     //先判断该行数据的part是否为空,如果为空则不做任何处理.
22                     Department parttmp = null;
23                     if (part != null)
24                     {
25                         if (t.Department == null)
26                             t.Department = new List<Department>();
27                         parttmp = t.Department.Where(p => p.DepartmentID == part.DepartmentID).FirstOrDefault();
28                         if (parttmp == null)
29                         {
30                             parttmp = part;
31                             t.Department.Add(part);
32                         }
33                     }
34                     //判断该行数据的员工是否为空
35                     if (staff != null)
36                     {
37                         if (parttmp.Staff == null)
38                             parttmp.Staff = new List<Staff>();
39                         parttmp.Staff.Add(staff);
40                     }
41                     return com;//没有任何意义,不过委托需要有返回值.
42                 }, splitOn: "DepartmentID,StaffID");
43                 return res;
44             }
45         }
View Code

 三层架构的一点理解以及Dapper一对多查询

 做级联处理,一共3个公司,所以结果是3个Company的集合.每个Company分别包含下属的部门和员工.

  3.5使用ADO.NET查询DataTable,并转换成对象

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1        /// <summary>
 2         /// 利用datatable实现,为了测试性能,所以不再整理成级联的形式.
 3         /// </summary>
 4         /// <returns></returns>
 5         public static List<Company> UseTable()
 6         {
 7             List<Company> res = new List<Company>();
 8             DataTable dt = new DataTable();
 9             using (SqlConnection conn = new SqlConnection("Data Source = .;Initial Catalog = test;User Id = sa;Password = sa;"))
10             {
11                 if (conn.State != ConnectionState.Open)
12                     conn.Open();
13                 SqlCommand sqlCommand = new SqlCommand("SELECT com.id CompanyID,com.name CompanyName,part.id DepartmentID, part.name DepartmentName,st.ID StaffID, st.name StaffName FROM company com LEFT JOIN Department part ON part.com_id=com.id LEFT JOIN staff st ON st.part_id=part.id", conn)
14                 {
15                     CommandType = CommandType.Text
16                 };
17                 SqlDataAdapter da = new SqlDataAdapter
18                 {
19                     SelectCommand = sqlCommand
20                 };
21                 da.Fill(dt);
22             }
23             for (int i = 0; i < dt.Rows.Count; i  )
24             {
25                 res.Add(new Company()
26                 {
27 
28                     CompanyID = Convert.ToInt32(dt.Rows[i]["CompanyID"]),
29                     CompanyName = dt.Rows[i]["CompanyName"].ToString(),
30                     Department = new List<Department>() {
31 
32                        dt.Rows[i]["DepartmentID"]!=DBNull.Value?  new Department() {
33                             DepartmentID =  Convert.ToInt32(dt.Rows[i]["DepartmentID"]),
34                             DepartmentName = dt.Rows[i]["DepartmentName"].ToString(),
35                             Staff = new List<Staff>() {
36                                dt.Rows[i]["StaffID"]!=DBNull.Value? new Staff() {
37                                     StaffID =Convert.ToInt32(dt.Rows[i]["StaffID"]),
38                                     StaffName =dt.Rows[i]["StaffName"].ToString() }:null
39                             }
40                         }:null
41                     }
42                 });
43             }
44             return res;
45         }
46     }
View Code

查询结果与第一种一致.

3.6性能对比

每个循环执行10000次,记录执行的时间.在自己的电脑上测试的.不同电脑有所差异,每次运行所用时间也不同,非专业测试.但能说明问题.

三层架构的一点理解以及Dapper一对多查询三层架构的一点理解以及Dapper一对多查询
 1 static void Main(string[] args)
 2 {
 3 Stopwatch sw = new Stopwatch();
 4 sw.Restart();
 5 for (int i = 0; i < 10000; i  )
 6 {
 7 var t = NoDelegate();
 8 }
 9 sw.Stop();
10 Console.Write("不用委托的时间:"   sw.ElapsedMilliseconds);
11 Console.WriteLine();
12 sw.Restart();
13 for (int i = 0; i < 10000; i  )
14 {
15 var t1 = UseDelegate();
16 }
17 sw.Stop();
18 Console.Write("使用委托的时间:"   sw.ElapsedMilliseconds);
19 Console.WriteLine();
20 sw.Restart();
21 for (int i = 0; i < 10000; i  )
22 {
23 var t2 = UseTable();
24 }
25 sw.Stop();
26 Console.Write("使用DataTable的时间:"   sw.ElapsedMilliseconds);
27 Console.ReadLine();
28 }
View Code

三层架构的一点理解以及Dapper一对多查询

 运行了好几次,结果大致就是这样:

(1)使用Dapper,但不做级联处理,时间最长.

(2)使用Dapper,做级联处理,耗时最短.

(3)使用DataTable,耗时在两者之间.

原因分析(个人理解):

以上三种情况的区别可以分为两点:

第一点执行过程:Dapper执行一次.ADO.NET先查询出DataTable,然后再转换为对象.

第二点转换对象方式:Dapper是利用Emit把数据转换成对象,使用DataTable实例化对象是先初始化对象再赋值;

基于以上的区别,三种方式执行耗时的原因如下:

第一种方式虽然不像第三种方式经过两步,但由于数据转换对象的次数较多,并且使用Emit转换而不是直接定义对象的方式赋值,所以耗时较长.

第二种方式即在每行查询的过程中给对象赋值,并且由于判断了公司和部门是否存在,数据转换到对象的次数明显少了很多.

第三种方式由于先把查询的结果赋值给DataTable,然后再把DataTable转换成对象,经过两步,比第二种方式耗时多一点,但优于第一种.

3.7第二种方式编写知识点说明

 (1)执行过程,分为三步:

先定义一个Company集合,也就是返回值;

Dapper逐行处理SQL语句的查询结果,并添加到返回值的集合中;

最后返回Company集合.

(2) 解释Query中的四个对象Company,Department,Staff,Company

Dapper每行查询后会根据SQL语句和splitOn定义的分隔形成前三个对象(Company,Department,Staff)

最后一个Company定义了该Query查询的结果是Company的集合.

(3)委托的作用

委托就是定义Dapper以什么样的方式处理每行数据.本例中,处理流程:

Dapper查询出每行数据以后,定义的委托先判断在结果集合中(res:Company集合)判断是否存在该行数据指定的公司,如果不存在该公司,利用该行的公司数据初始化一个新的公司对象,并添加到res中.

然后判断该公司中是否存在该行数据指定的部门,如果不存在同样利用该行的部门数据实例化一个部门,并添加到公司对象中.

最后把员工添加到该行数据指定的部门中,员工不会出现重复.完成一行数据的处理.

以上过程可以在委托中打断点,看整个执行过程.

(4)splitOn

splitOn是为了帮助Dapper在查询每行的数据后,划分为指定的三个对象(Company,Department,Staff).在该实例中三个对象包含的字段分别是:

com.id CompanyID,com.name CompanyName;

part.id PartMentID, part.name PartMentName;

st.ID StaffID, st.name StaffName;

因此利用每个对象的第一个字段作为分隔符区分三个对象.例如splitOn: "DepartmentID,StaffID"中DepartmentID表示第二个对象(Department)的第一个字段,StaffID是第三个对象(Staff)的第一个字段.

(5)null值处理

在初始化Company和Department时,都未同时实例化其包含的部门集合和员工集合.以Company说明:

在查找结果集合中未包含当前查询行的公司时,需要实例化一个Company,然后利用该行的数据实例化一个Company对象,并添加到结果集合中.

 t = new Company() { CompanyID = com.CompanyID, CompanyName = com.CompanyName };

没有写成 t = new Company() { CompanyID = com.CompanyID, CompanyName = com.CompanyName,Department = new List<Department>() };

也就是没有对t的Department 进行初始化.而是先判断该行的Department是否存在( if (part != null)),如果存在再判断Department 是否为空,为空则进行实例化,否则就让Department 为空.

这样是为了可以直接通过Department 是否为null判断数据的完整性,如果先实例化,那么判断数据的完整性的时候还需要判断Department 个数是否大于0.