一. 开发中常见的性能问题
我们在日常开发过程中，由于一些不好的习惯，经常会导致所写的代码性能低下，却毫无发觉，下面就总结一下常见的一些性能问题。
1. 真假分页
① 假分页： db.xxx.toList().Skip(2).take(4) 。
② 真分页：db.xxx.Skip(2).take(3).toList() 。
2. 合理的使用EF的数据加载方式
EF的加载方式有：立即加载、延迟加载、显示加载。
详见：
①：
②： 。
3. NoTracking的使用
EF查询出来的实体，默认是跟踪状态的，如果查询出来的实体不需要修改或者删除，查询的时候可以删除状态跟踪，变为Detached状态，来提高性能。
关于EF状态的跟踪，详见后面章节，敬请期待！！
1 using (DbContext context = new MyDbContext())2 { 3 var people = context.Student.Where(p => p.Id > 2).AsNoTracking().ToList();4 } 4. 合理的使用SQL事务
将与事务无关的一些SQL语句放到事务外，如果一个事务中的SQL语句过长，很容易出现死锁问题，压力测试时，出现资源被锁的错误。
二. 关于EF数据操作的性能问题
EF自诞生以来，大批量的操作增加、删除、修改操作数据效率一直很低，1000条数据以内，效率尚且可以接受(10s内)，但随着数据量逐渐增大，很容易在执行的过程中就宕机了，相当尴尬。在本章节，我们一起来测试一下，EF在不进行任何优化的情况下，几种写法的效率问题。
我们这里的测试是以增加数据为例，先把测试的三种写法的结论贴上。
1. 每添加1条数据,savechange一下(小白常犯的错误,坚决抵制这种做法！！)
1 private static void NewMethod1(DbContext db) 2 { 3 Console.WriteLine("-------------1. 每添加1条数据,savechange一下(小白常犯的错误,坚决抵制这种做法！！)-------------------"); 4 Stopwatch watch = Stopwatch.StartNew(); 5 for (int i = 0; i < 1000; i++) 6 { 7 TestOne t = new TestOne(); 8 t.id = Guid.NewGuid().ToString("N"); 9 t.t1 = "t1+" + i;10 t.t1 = "t2+" + i;11 db.Set ().Add(t);12 db.SaveChanges();13 }14 watch.Stop();15 Console.WriteLine("1000条数据耗时：{0}", watch.ElapsedMilliseconds);16 } 2. 先将所有数据添加到内存里，最后再savechange
1 private static void NewMethod2(DbContext db, int count) 2 { 3 Console.WriteLine("-------------2. 先将所有数据添加到内存里，最后再savechange-------------------"); 4 Stopwatch watch = Stopwatch.StartNew(); 5 for (int i = 0; i < count; i++) 6 { 7 TestOne t = new TestOne(); 8 t.id = Guid.NewGuid().ToString("N"); 9 t.t1 = "t1+" + i;10 t.t1 = "t2+" + i;11 db.Set ().Add(t);12 }13 db.SaveChanges();14 watch.Stop();15 Console.WriteLine("{0}条数据耗时：{1}", count, watch.ElapsedMilliseconds);16 } 3. 使用addRange方法，先将数据加到list集合中，然后一次性通过addRange加到内存里
1 private static void NewMethod3(DbContext db, int count) 2 { 3 Console.WriteLine("-------------3. 使用addRange方法，先将数据加到list集合中，然后一次性通过addRange加到内存里-------------------"); 4 Stopwatch watch = Stopwatch.StartNew(); 5 List tList = new List (); 6 for (int i = 0; i < count; i++) 7 { 8 TestOne t = new TestOne(); 9 t.id = Guid.NewGuid().ToString("N");10 t.t1 = "t1+" + i;11 t.t1 = "t2+" + i;12 tList.Add(t);13 }14 db.Set ().AddRange(tList);15 db.SaveChanges();16 watch.Stop();17 Console.WriteLine("{0}条数据耗时：{1}", count, watch.ElapsedMilliseconds);18 }
总结：EF自有的方法，三个阶段如上，数据超过1000条，性能直线下降，那么怎么来解决EF处理大数据量的性能问题呢？敬请期待下一个章节：