public class ItemRenameCompanyId : LargerResultProcessor<Item> 
{ 
protected override void ProcessItem(Item item) 
{ 
const string template1 = @"select top 1 shop_id from orders where Item_id = '{0}'"; 
var sql1 = string.Format(template1, item.Id); 
const string template2 = @"update Items set shop_id={0} where id = {1}; 
update skus set shop_id={0} where item_id = {1};"; 
try 
{ 
var obj = DbEntry.Context.ExecuteScalar(sql1); 
var sql2 = string.Format(template2, long.Parse(obj.ToString()), item.Id); 
DbEntry.Context.ExecuteNonQuery(sql2); 
} 
catch (Exception exception) 
{ 
Logger.Default.Warn(exception + item.Id.ToString()); 
} 
} 
} 
 
上面這段代碼，邏輯比較簡單，針對每一項，使用 Select 語句取出 Shop_Id，并且執行 Update，只是有個問題，就是執行速度比較慢，對于我們 6 萬左右 Item，4 萬左右 Sku，99 萬左右 Order 的表，需要執行約 40 分鐘，才能轉換完畢。 
這些代碼，雖然是一次性操作，但是對于運行系統，停機時間越短越好，于是進行一些優化工作，數據庫對于大量重復的語句，如果使用參數的方式，因為可以避免對于語句的重復解析工作，所以速度會快一些，按照這個思路，簡單的修改如下： 
 代碼如下:

public class ItemRenameCompanyId : LargerResultProcessor<Item> 
{ 
protected override void ProcessItem(Item item) 
{ 
const string template1 = @"select top 1 shop_id from orders where Item_id = @id"; 
const string template2 = 
@"update Items set shop_id=@sid where id = @id; 
update skus set shop_id=@sid where item_id = @id;"; 
try 
{ 
var sql1 = new SqlStatement(template1, new DataParameter("@id", item.Id)); 
var sid = Convert.ToInt64(DbEntry.Context.ExecuteScalar(sql1)); 
var sql2 = new SqlStatement(template2, new DataParameter("@sid", sid), new DataParameter("@id", item.Id)); 
DbEntry.Context.ExecuteNonQuery(sql2); 
} 
catch (Exception exception) 
{ 
Logger.Default.Warn(exception + item.Id.ToString()); 
} 
} 
} 
 
測試這個程序，大概 25 分鐘可以完成轉換。有一些提高，不過，我們真正要修改的數據量并不大，一共只有 6 萬 加 4 萬 大約 10 萬條數據，所以 25 分鐘還是有些長了。簡單分析后，Orders 是最大的表，如果整體速度慢，則導致速度慢最大的可能因素，應該是查詢 Orders，所以稍換一個思路，提前把 Item_Id 和 Shop_Id 的對應關系查找出來，放到內存里，從而避免每次 ProcessItem 都要進行 Orders 表的查詢。至于內存里的數據，本來準備用 Dictionary 的，后來一想，Id 都是 long 型的數據，而且不能算“稀疏”矩陣，基本可以稱為“稠密”矩陣，所以，直接用數組應該是速度更快，所以先查詢出 Items 的最大 Id，用于設置數組大小，再按索引賦值即可： 
 代碼如下:

public class ItemRenameCompanyId : LargerResultProcessor<Item> 
{ 
private readonly long[] _dic; 
public ItemRenameCompanyId() 
{ 
var count = Convert.ToInt64(DbEntry.Context.ExecuteScalar("select top 1 Id from items order by id desc")) + 10; 
_dic = new long[count]; 
var sql = 
new SqlStatement( 
"select items.id as xiid,orders.shop_id as xsid from items inner join orders on orders.item_id = items.id group by items.id,orders.shop_id") 
{SqlTimeOut = 300}; 
dynamic list = DbEntry.Context.ExecuteDynamicList(sql); 
foreach(dynamic row in list) 
{ 
_dic[row.xiid] = row.xsid; 
} 
} 
protected override void ProcessItem(Item item) 
{ 
const string template2 = 
@"update Items set shop_id=@sid where id = @id; 
update skus set shop_id=@sid where item_id = @id;"; 
try 
{ 
var sid = _dic[item.Id]; 
var sql2 = new SqlStatement(template2, new DataParameter("@sid", sid), new DataParameter("@id", item.Id)); 
DbEntry.Context.ExecuteNonQuery(sql2); 
} 
catch (Exception exception) 
{ 
Logger.Default.Warn(exception + item.Id.ToString()); 
} 
} 
} 
 
再測試這一段程序，運行 70 秒就完成了數據轉換，另外，查詢對應關系那一句 SQL，因為針對的是剛恢復的數據庫，所以用了大概 3、40 秒，實際使用查詢管理器，在運行中的數據庫執行那一句 SQL，只需要 1 秒左右就可以完成，所以，估計在實際轉換的時候，3、40 秒就可以完成轉換了。
 
 




聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com