最近总遇到大数据的问题，一次性处理几千万数据不实际，所以，我们需要对大数据进行分块处理，或者叫分页处理，我在EF架构里曾经写过类似的，那是在进行BulkInsert时，对大数据批量插入时候用到的，现在我把它拿出来，放在IQueryableExtensions类中，即它将作为IQueryable的一个扩展出现，我们可以把这个分页处理的逻辑应用的更加广泛，并且，在这个整理中，提供了异步并行版本，它比同版版本快了几十倍之多，可以说，当前的服务器，只有使用了并且计算之后，才能发挥它的作用！
/// <summary> /// 并行分页处理数据，提高系统利用率，提升系统性能 /// </summary> /// <typeparam name="TEntity"></typeparam> /// <param name="item"></param> /// <param name="method"></param> public async static Task DataPageProcessAsync<T>(
IQueryable<T> item,
Action<IEnumerable<T>> method) where T : class { await Task.Run(() => { DataPageProcess<T>(item, method); }); } /// <summary> /// 在主线程上分页处理数据 /// </summary> /// <typeparam name="T"></typeparam> /// <param name="item"></param> /// <param name="method"></param> public static void DataPageProcess<T>(
IQueryable<T> item,
Action<IEnumerable<T>> method) where T : class { if (item != null && item.Count() > 0) { var DataPageSize = 100; var DataTotalCount = item.Count(); var DataTotalPages = item.Count() / DataPageSize; if (DataTotalCount % DataPageSize > 0) DataTotalPages += 1; for (int pageIndex = 1; pageIndex <= DataTotalPages; pageIndex++) { var currentItems = item.Skip((pageIndex - 1) * DataPageSize).Take(DataPageSize).ToList(); method(currentItems); } } }
事实上，有了上面的方法，以后在进行分面处理数据时，只要有IQueryable的结果集和要处理的方法传进来就可以了，方便至极！
下面代码是选自我的FastSocket项目，对大数据进行传输时，使用的代码
#region 分页数据传输 DataPageProcessAsync(model, (list) => { client.Send("DSSInsert" , 1 , 1 , item.Name//VersionHelper.GetNumber(ProjectID.NewLearningBar) , SerializeMemoryHelper.SerializeToBinary(list) , res => res.Buffer).ContinueWith(c => { if (c.IsFaulted) { throw c.Exception; } Console.WriteLine(BitConverter.ToBoolean(c.Result, 0)); }); }); #endregion
我自己试了同步方法DataPageProcess和并行异步方法DataPageProcessAsync，后都比较前者至少要快几十倍，当然这和你的ＣＰＵ有关，你的ＣＰＵ处理的线程数超多，这个倍数将会越大！
本文转自博客园张占岭（仓储大叔）的博客，原文链接：EF架构~扩展一个分页处理大数据的方法，如需转载请自行联系原博主。
