• EF和dapper


    EF:重量级ORM的代表

    优点:

    1、不关心sql怎么写,

    2、开发速度快,和linq结合,有效提高开发效率

    3、code first,代码优先,不用关心数据库结构,代码先行。

    4、跨数据库,只需要把连接字符串改一下就可成功切换数据库

    5、与vs结合的比较好。

    缺点:

    1.比较复杂,学习曲线大。

      2.不适合统计查询系统,效率不是很高。

      3.对于多表联查,一些复杂的查询实现比较复杂和困难,而且有可能要借助其他方案来实现。

      4.自动生成的sql查询效率略低(效率低,数据量达到一定量级比较明显)

      5.对于大量数据,高负载场景需要慎重使用。

      6.实现良好的耳机缓存很困难,并且只能定制。

      7.EF的Context上下文不是线程安全的,开发人员切记不应该在整个Service上使用一个Context上下文。

      8.EF的性能表现比较一般。性能不如ADO,无法控制SQL语句的生成,频繁的插入操作不适用,EF不支持大数据Bulk插入。

     

    Dapper:轻量级ORM的代表

    优点:

      1.开源,轻巧,单文件,上手容易  

      2.支持主流的关系型数据库,如SQLserver,MySql,Oracle等。

      3.执行的效率高,Dapper的速度和原生的IDateReader接近,取列表的数据甚至超过了DateTable。Dapper的原理通过Emit反射IDataReader的序列队列来凯苏得到和产生对象。

    缺点:

      1.半自动的ORM,需要开发人员自己写实体

      2.开发的世界成本高,较弱的LINQ支持

      3.维护成本高,不支持code FIrst.开发人员除了维护好数据库中的表,还得维护好代码中表的映射对象。

    EF和Dapper结合使用:

    1、Dapper是半自动的ORM,需要开发人员自己写实体,但是和EF结合后实体部分可以由EF来完成。

    2、Dapper开发成本高,叫若的linq支持,但是EF和linq结合的非常好,且不用写sql,有效提高开发效率。

    3、EF对于多表联查,一些复杂的查询实现比较复杂和困难,而且有可能要借助其他方案来实现(比如联合查询从表属性在主表实体里设为[NotMapped],查询出来的内容从表属性值为null,可以再写个包含全部属性的实体来解决这个问题,但是过程太过麻烦),

      因此这个时候Dapper该上场了! (  dbcontext.Database.Connection.Query<T> ) 完美解决这个问题。

     4、传参;利用dapper 的DynamicParameters动态参数查询,结合dapper的dbcontext.Database.Connection.Query<T> (不用string.format()).

        dp.Add(key, value) ;   sql里用@key 。传参

  • 相关阅读:
    Elasticsearch的CURD、复杂查询、聚合函数、映射mappings
    Python操作Elasticsearch对象
    Python连接Elasticsearch
    Elasticsearch的分析过程,内置字符过滤器、分析器、分词器、分词过滤器(真是变态多啊!美滋滋)
    Elasticsearch的数据组织
    Elasticsearch背景初识
    Nginx之负载均衡
    linux常用命令
    百度地图API,定位您的当前位置
    使用gulp自动构建项目
  • 原文地址:https://www.cnblogs.com/zxdz/p/14120630.html
Copyright © 2020-2023  润新知