如何在 LINQ to SQL 中使用篩選器有效率地擷取隨機行？

有效地選擇一個隨機行，用linq中的濾波器到sql

>

>本文探討了從LINQ到SQL查詢的單個隨機行的有效技術，該行包括包含過濾器條件。 我們將重點介紹旨在最大程度地減少數據庫往返和優化性能的方法。

>

方法1：模擬用戶定義的功能（UDF）>

此方法利用數據上下文中的自定義函數來生成隨機的GUID，有效地將行順序隨機。

>

>在數據上下文的部分類別定義中定義一個虛擬udf：
1. ，添加一種模擬udf：的方法

>

<code class="language-csharp">partial class MyDataContext {
    [Function(Name = "NEWID", IsComposable = true)]
    public Guid Random() {
        throw new NotImplementedException(); 
    }
}</code>

>與隨機排序查詢：

在LINQ查詢中使用此虛擬UDF隨機訂購結果：

方法2：基於計數的隨機選擇

<code class="language-csharp">var cust = (from row in ctx.Customers
            where row.IsActive // Your filter condition
            orderby ctx.Random()
            select row).FirstOrDefault();</code>

> 此方法首先檢索過濾行的計數，然後使用此計數生成一個隨機索引進行選擇。

>

>過濾查詢：

創建應用您的過濾器的查詢：>

計數過濾行：

獲得與過濾器相匹配的行總數：

<code class="language-csharp">var qry = from row in ctx.Customers
          where row.IsActive
          select row;</code>

生成隨機索引：

在計數行的範圍內生成一個隨機索引：

<code class="language-csharp">int count = qry.Count(); // First database round trip</code>

3. >
檢索隨機行：

使用

<code class="language-csharp">int index = new Random().Next(count);</code>

和

在生成的隨機索引中檢索行：>
4. Skip性能考慮：FirstOrDefault

>兩種方法都涉及數據庫交互。 基於計數的方法需要兩個往返行程，而UDF方法對於非常大的數據集可能會更有效，因為它僅需要一次往返。但是，每種方法的效率在很大程度上取決於數據庫表的大小和過濾器的複雜性。 對於非常大的表，請考慮涉及存儲程序或優化數據庫查詢的替代策略，以提高性能。 始終介紹您的應用程序，以確定特定情況的最有效方法。

<code class="language-csharp">Customer cust = qry.Skip(index).FirstOrDefault(); // Second database round trip</code>

以上是如何在 LINQ to SQL 中使用篩選器有效率地擷取隨機行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！