有时候对于方法的不甚了解加上“习惯”，往往是程序性能和稳定性终结者，就拿这个Case来说吧，原始代码如下：
var query = from cr in LCRNormal.AsParallel()
let listId = from crt in LCRNormal
group crt by crt.KeyValue into m
select m.Max(n => n.DBID)
where listId.Contains(cr.DBID) && !cr.IsRegularRecord && cr.Status != 3
select new ComputingResultForTemp()
{
KeyValue = cr.KeyValue,
DBID = cr.DBID,
Status = cr.Status
};
query.ToList<ComputingResultForTemp>();
经过以上PLINQ后，泛型列表中大概还剩下60万至100万条数据，然后我们这位师弟做了两个很“施瓦辛格”的动作：ToList<>()和Count()，测试程序运行在一台4*2G HZ，12GB内存的服务器上，竟然跑了2天多！我觉得正式这两个方法导致了程序性能的降低，为了 确定我的判断，我分别在以上代码、ToList<>()和Count()周围加上了StopWatch计时器，然后将结果以文本的形式输出：
● 100万数据PLINQ查询：
==========3/26/2011 01:34:31 PM ===========
**(GetDeletedRecords)Start PLINQ(LINQ FITTER)
==========3/26/2011 01:38:38 PM ===========
**(GetDeletedRecords)Finish PLINQ (LINQ FITTER)
● 80万数据ToList <>()：
==========3/26/2011 03:22:10 PM ===========
**(GetDeletedRecords)Start Get List
● 80万数据Count()：
==========3/28/2011 02:12:09 PM ===========
**(GetDeletedRecords)Start Get Count
==========3/28/2011 08:50:55 PM ===========
** (GetDeletedRecords)Finish Get Count
日志格式是这样：任务开始时输出当前时间和“Start”，任务结束时输出“Finish”，当从日志中可以看出，PLINQ的效率还是很高的，只运行了几分钟；ToList<>()方法在运行了1天多后人为终止，所以只有Start没有Finish；Count()方法也运行了6小时多。
所以最终优化方案很简单，去掉了ToList和Count，改用其他方法代替，程序从几天的运行时间一下缩短到几个小时。
本文转自Aicken(李鸣)博客园博客，原文链接：http://www.cnblogs.com/isline/archive/2011/05/10/2041822.html，如需转载请自行联系原作者
