Silverlight查询大数据出错?使用服务器端分页控件DomainDataSource

简介: 原文http://www.cnblogs.com/slmk/archive/2012/08/21/2649369.html DomainDataSource控件是很强大的,排序/分组/分页等都能轻松搞定。

原文http://www.cnblogs.com/slmk/archive/2012/08/21/2649369.html

 

DomainDataSource控件是很强大的,排序/分组/分页等都能轻松搞定。控件的使用可以参考MSDN的文档,已经很详细了。

值得注意的是:其分页功能是“服务器段分页”,而不是一次性将数据下载到客户端去分页。我做过试验,客户端分页如果数据超过3500行,直接报错 (使用的DataGrid和DataPager显示数据,WCF RIA Service传递数据)。而DomainDataSource控件采用服务器分页就没有此问题,并且分页是自动的,不需要自己手动Skip,Take 了。为了验证DomainDataSource控件是如何做到服务器端分页的,我们可以使用Sql Server Profiler工具,对传到服务器端的SQL语句进行跟踪。

1、打开Sql Server Profiler,新建跟踪,选择数据库,开始跟踪

2、示例程序很简单,使用的Sql Server 2005自带的AdventureWorks数据库。DomainService代码:

复制代码
[EnableClientAccess()] public class CustomerService : LinqToEntitiesDomainService<AdventureWorksEntities> {          public IQueryable<Customer> GetCustomer()         {             return this.ObjectContext.Customer.OrderBy(c => c.CustomerID);         } }
复制代码

如果要使用分页功能,必须OrderBy我们的数据。客户端数据:

复制代码
<Grid x:Name="LayoutRoot" Background="White">          <ria:DomainDataSource x:Name="Source" PageSize="15" LoadSize="30" QueryName="GetCustomer" AutoLoad="True">             <ria:DomainDataSource.DomainContext>                 <sv:CustomerContext/>             </ria:DomainDataSource.DomainContext>         </ria:DomainDataSource>         <StackPanel>             <data:DataGrid ItemsSource="{Binding Data,ElementName=Source}"/>             <data:DataPager Source="{Binding Data,ElementName=Source}"/>         </StackPanel>     </Grid>
复制代码

3、运行示例程序:将近2万行数据Silverlight没有崩溃的,这得益于"服务器端分页“,按需加载。

这里我们设置了每次查询加载30行数据,每页显示15行,也就是说每翻2页查询一次数据库。

4、多翻几页,然后查看Profiler的跟踪:

我们发现TOP (30) 了,并且每次分页执行了2次查询:

1)取得总查询行数,用于DataPager分页

复制代码
SELECT  [GroupBy1].[A1] AS [C1] FROM ( SELECT      COUNT(1) AS [A1]     FROM [Sales].[Customer] AS [Extent1] )  AS [GroupBy1]
复制代码

2)分页算法,使用了临时表,算法很通用,不知道性能如何?

复制代码
SELECT TOP (30)  [Extent1].[CustomerID] AS [CustomerID],  [Extent1].[TerritoryID] AS [TerritoryID],  [Extent1].[AccountNumber] AS [AccountNumber],  [Extent1].[CustomerType] AS [CustomerType],  [Extent1].[rowguid] AS [rowguid],  [Extent1].[ModifiedDate] AS [ModifiedDate] FROM ( SELECT [Extent1].[CustomerID] AS [CustomerID], [Extent1].[TerritoryID] AS [TerritoryID], [Extent1].[AccountNumber] AS [AccountNumber], [Extent1].[CustomerType] AS [CustomerType], [Extent1].[rowguid] AS [rowguid],  [Extent1].[ModifiedDate] AS [ModifiedDate], row_number() OVER (ORDER BY [Extent1].[CustomerID] ASC) AS [row_number]     FROM [Sales].[Customer] AS [Extent1] )  AS [Extent1] WHERE [Extent1].[row_number] > 30 ORDER BY [Extent1].[CustomerID] ASC
复制代码

5、如果我们点击DataGrid列头,DomainDataSource控件会自动进行服务器端排序,跟踪会发现上面的Sql语句Asc变成Desc了

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
弹性计算 异构计算
阿里云服务器多少钱一小时?在哪查询1小时价格表?
阿里云服务器按量付费模式下,1小时费用因实例规格而异。例如,2核2G的ECS经济型e实例为0.094元/小时,而更高配置的GPU服务器可达211.68元/小时。用户可通过阿里云ECS页面“立即购买”并选择“按量付费”,查看不同配置的实时价格。此外,包年包月模式通常更划算,如轻量应用服务器2核2G仅需99元/年,但不支持按量付费。更多详情可访问阿里云官网查询。
901 71
|
存储 缓存 分布式计算
OSS大数据分析集成:MaxCompute直读OSS外部表优化查询性能(减少数据迁移的ETL成本)
MaxCompute直读OSS外部表优化方案,解决传统ETL架构中数据同步延迟高、传输成本大、维护复杂等问题。通过存储格式优化(ORC/Parquet)、分区剪枝、谓词下推与元数据缓存等技术,显著提升查询性能并降低成本。结合冷热数据分层与并发控制策略,实现高效数据分析。
458 2
|
SQL 大数据 数据挖掘
玩转大数据:从零开始掌握SQL查询基础
玩转大数据:从零开始掌握SQL查询基础
558 35
|
Go API 定位技术
MCP 实战:用 Go 语言开发一个查询 IP 信息的 MCP 服务器
随着 MCP 的快速普及和广泛应用,MCP 服务器也层出不穷。大多数开发者使用的 MCP 服务器开发库是官方提供的 typescript-sdk,而作为 Go 开发者,我们也可以借助优秀的第三方库去开发 MCP 服务器,例如 ThinkInAIXYZ/go-mcp。 本文将详细介绍如何在 Go 语言中使用 go-mcp 库来开发一个查询 IP 信息的 MCP 服务器。
908 2
|
SQL 分布式计算 数据挖掘
阿里云 MaxCompute MaxQA 开启公测,公测可申请 100CU 计算资源解锁近实时高效查询体验
阿里云云原生大数据计算服务 MaxCompute 推出 MaxQA(原 MCQA2.0)查询加速功能,在独享的查询加速资源池的基础上,对管控链路、查询优化器、执行引擎、存储引擎以及缓存机制等多个环节进行全面优化,显著减少了查询响应时间,适用于 BI 场景、交互式分析以及近实时数仓等对延迟要求高且稳定的场景。现正式开启公测,公测期间可申请100CU(价值15000元)计算资源用于测试,欢迎广大开发者及企业用户参与,解锁高效查询体验!
阿里云 MaxCompute MaxQA 开启公测,公测可申请 100CU 计算资源解锁近实时高效查询体验
|
弹性计算 异构计算
阿里云服务器多少钱一小时?在哪查询1小时价格表?
阿里云服务器按量付费,1小时起计费。如2核2G的ECS经济型e实例仅0.094元/小时。不同配置价格各异,例如GPU计算型gn6v(64核256G)高达211.68元/小时。查询价格可访问阿里云ECS页面定制配置。包年包月更划算,2核2G服务器低至99元/年
2074 4
|
负载均衡 大数据
大数据散列分区查询频率
大数据散列分区查询频率
252 5
|
存储 大数据 数据管理
大数据分区提高查询性能
大数据分区提高查询性能
460 2
|
存储 分布式计算 安全
MaxCompute Bloomfilter index 在蚂蚁安全溯源场景大规模点查询的最佳实践
MaxCompute 在11月最新版本中全新上线了 Bloomfilter index 能力,针对大规模数据点查场景,支持更细粒度的数据裁剪,减少查询过程中不必要的数据扫描,从而提高整体的查询效率和性能。
|
11月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
674 14