seaborn-data.zip

seanborn的数据集，包括titanic.csv、tips.csv、planets.csv、iris.csv、flights.csv、car_crashes.csv等等

文件：n459.com/file/25127180-477296845

以下内容无关：

-------------------------------------------分割线---------------------------------------------

对于一直奋斗在crud“前线”的码农, 每天面对的就是形形色色的crud代码,不过写了这么多的crud你确定面对你经常也得topage,getpage确定没什么问题吗?那么今天我就来抛砖一下(目前仅在sqlserver下有效不过目测其他数据库也一样)

大家一般来说都会封装一个分页方法,这是每个开发者都会的技能,对于ef我今天就来讲下正确的分页姿势先上分页代码

一般我们会定义一个分页返回对象当然你也可以用out返回count来实现

复制代码
///
/// 分页集合
///
///
public class PagedResult
{

    #region Ctor
    /// <summary>
    /// 初始化一个新的<c>PagedResult{T}</c>类型的实例。
    /// </summary>
    /// <param name="total">总记录数。</param>
    /// <param name="data">当前页面的数据。</param>
    public PagedResult(List<T> data, int total)
    {
        this.Total = total;
        this.Data = data;
    }
    #endregion

    #region Public Properties
    /// <summary>
    /// 获取或设置总记录数。
    /// </summary>
    public int Total { get; set; }
    /// <summary>
    /// 分页数据
    /// </summary>
    public List<T> Data { get; set; }
    #endregion
}

复制代码
有了这个代码后一般我们会对iqueryable进行封装分页方法，先上一个简单版本

复制代码
public static async Task<PagedResult> ToPageResultAsync(this IQueryable source, int pageIndex, int pageSize)
{
//设置每次获取多少页
var take = pageSize <= 0 ? 1 : pageSize;
//设置当前页码最小1
var index = pageIndex <= 0 ? 1 : pageIndex;
//需要跳过多少页
var skip = (index - 1) * take;
//获取每次总记录数
var count = await source.CountAsync();
var data = await source.Skip(skip).Take(take).ToListAsync();
return new PagedResult(data, count);

    }

复制代码
这样我们第一个版本的分页代码就封装好了,但是对于这个熟悉的方法很多人会止步于此,毕竟过度优化是很愚蠢的,但是我们会发现一个很重要的优化点是很多人会忽略的就是无意义查询，直接上第二个版本

复制代码
public static async Task<PagedResult> ToPageResultAsync(this IQueryable source, int pageIndex, int pageSize)
{
//设置每次获取多少页
var take = pageSize <= 0 ? 1 : pageSize;
//设置当前页码最小1
var index = pageIndex <= 0 ? 1 : pageIndex;
//需要跳过多少页
var skip = (index - 1) * take;
//获取每次总记录数
var count = await source.CountAsync();

        //当数据库数量小于要跳过的条数就说明没数据直接返回不在查询list
        if (count <= skip)
            return new PagedResult<T>(new List<T>(0), count);
        var data = await source.Skip(skip).Take(take).ToListAsync();
        return new PagedResult<T>(data, count);
        
    }

复制代码
细心的喷友可能发现了仅仅是多了一个判断可以减少跳大页的情况,但是对于这种情况下我们会发现如果在大数据量比如百万往上的情况下往往单个简单的查询会让你感觉性能的低下，明明就查询返回了一条数据怎么要这么久，反而返回多数据的时候变快了,其实这里就有一个问题就是当你

返回的数据库结果仅1条的情况下如果你用了top 2那么他就会一直找count下的数据直到满足2条(个人猜想),所以我们再来优化下分页代码

复制代码
public static async Task<PagedResult> ToPageResultAsync(this IQueryable source, int pageIndex, int pageSize)
{
//设置每次获取多少页
var take = pageSize <= 0 ? 1 : pageSize;
//设置当前页码最小1
var index = pageIndex <= 0 ? 1 : pageIndex;
//需要跳过多少页
var skip = (index - 1) * take;
//获取每次总记录数
var count = await source.CountAsync();

        //当数据库数量小于要跳过的条数就说明没数据直接返回不在查询list
        if (count <= skip)
            return new PagedResult<T>(new List<T>(0), count);
        //获取剩余条数
        int remainingCount = count - skip;
        //当剩余条数小于take数就取remainingCount
        var realTake = remainingCount < take ? remainingCount : take;
        var data = await source.Skip(skip).Take(realTake).ToListAsync();
        return new PagedResult<T>(data, count);
    }

复制代码
当数据库中剩余的条数减去对应的跳过数目剩余的数目如果不够本次pagesize的时候就不再需要按pagesize获取数据了,所以对于本次查询仅适用realTake就可以了,到此为止分页的正确姿势就展示完了,如果这篇文章对你有帮助就给我点个赞吧谢谢