.net ORM框架dapper批量插入

.NET ORM 框架 Dapper 批量插入全解析

在 .NET 开发中,与数据库交互是常见需求。Dapper 作为轻量级的 ORM(对象关系映射)库,在简化数据库交互方面表现出色。今天我们就来深入探讨 Dapper 实现批量插入的几种方法。

为什么需要批量插入

在实际业务场景中,当需要向数据库插入大量数据时,如果采用单条插入的方式,会频繁与数据库进行交互,导致性能下降。而批量插入可以将多个插入操作合并为一次,减少数据库交互次数,从而显著提高性能。

方法一:Execute 方法与 Table - Valued Parameters (TVP)

适用场景

这种方法适用于支持 TVP 的数据库,例如 SQL Server。

实现步骤

  1. 创建用户定义的表类型:在 SQL Server 中创建一个用户定义的表类型,用于存储要插入的数据。
CREATE TYPE dbo.MyTableType AS TABLE
(Id INT,Name NVARCHAR(50)
);
  1. 创建存储过程:编写一个存储过程,接收用户定义的表类型作为参数,并将数据插入到目标表中。
CREATE PROCEDURE dbo.InsertMyTable@MyTable dbo.MyTableType READONLY
AS
BEGININSERT INTO MyTable (Id, Name)SELECT Id, Name FROM @MyTable;
END
  1. C# 代码实现:在 C# 中使用 Dapper 调用存储过程进行批量插入。
using System;
using System.Collections.Generic;
using System.Data;
using System.Data.SqlClient;
using Dapper;public class MyEntity
{public int Id { get; set; }public string Name { get; set; }
}public class Program
{public static void Main(){string connectionString = "connection_string";using (IDbConnection dbConnection = new SqlConnection(connectionString)){List<MyEntity> entities = new List<MyEntity>{new MyEntity { Id = 1, Name = "Name1" },new MyEntity { Id = 2, Name = "Name2" }};var table = new DataTable();table.Columns.Add("Id", typeof(int));table.Columns.Add("Name", typeof(string));foreach (var entity in entities){table.Rows.Add(entity.Id, entity.Name);}string sql = "EXEC dbo.InsertMyTable @MyTable";var param = new { MyTable = table.AsTableValuedParameter("dbo.MyTableType") };dbConnection.Execute(sql, param);}}
}

注意事项

AsTableValuedParameter 方法是 Dapper.Contrib 或其他扩展库的一部分,你可能需要安装相应的 NuGet 包。

独特见解

这种方法将数据封装在用户定义的表类型中,通过存储过程进行插入,使得数据库操作更加安全和高效。但需要在数据库端进行额外的配置,增加了一定的维护成本。

方法二:SqlBulkCopy 高效批量插入

适用场景

对于大量数据的批量插入,SqlBulkCopy 是最佳选择。

代码示例

using (var connection = new SqlConnection(connectionString))
{connection.Open();using (var bulkCopy = new SqlBulkCopy(connection)){bulkCopy.DestinationTableName = "MyTable";bulkCopy.ColumnMappings.Add("Name", "Name");bulkCopy.ColumnMappings.Add("Age", "Age");var table = new DataTable();table.Columns.Add("Name", typeof(string));table.Columns.Add("Age", typeof(int));table.Rows.Add("Alice", 25);table.Rows.Add("Bob", 30);table.Rows.Add("Charlie", 35);bulkCopy.WriteToServer(table);}
}

优点

性能极高,适合处理大量数据。它直接将数据批量写入数据库,避免了多次 SQL 语句的执行,大大提高了插入效率。

独特见解

SqlBulkCopy 是专门为批量插入设计的,在处理大量数据时优势明显。但它只能用于 SQL Server 数据库,缺乏一定的跨数据库兼容性。

方法三:使用事务批量插入

实现思路

通过事务将多个插入操作打包,确保原子性。如果其中一个插入操作失败,整个事务将回滚,保证数据的一致性。

代码示例

using (var connection = new SqlConnection(connectionString))
{connection.Open();using (var transaction = connection.BeginTransaction()){try{var sql = "INSERT INTO MyTable (Name, Age) VALUES (@Name, @Age)";var users = new[]{new { Name = "Alice", Age = 25 },new { Name = "Bob", Age = 30 },new { Name = "Charlie", Age = 35 }};connection.Execute(sql, users, transaction);transaction.Commit();}catch (Exception ex){transaction.Rollback();Console.WriteLine($"Error: {ex.Message}");}}
}

优点

确保所有插入操作要么全部成功,要么全部失败,保证了数据的完整性。

独特见解

事务机制在处理数据插入时非常重要,尤其是在对数据一致性要求较高的场景中。但事务的使用会增加一定的性能开销,需要根据实际情况进行权衡。

方法四:使用自定义扩展方法

实现思路

结合 Dapper 和 SqlBulkCopy 实现一个高效的批量插入扩展方法。

代码示例

public static class DapperExtensions
{public static void BulkInsert<T>(this IDbConnection connection, string tableName, IEnumerable<T> data){using (var bulkCopy = new SqlBulkCopy(connection.ConnectionString)){bulkCopy.DestinationTableName = tableName;var table = new DataTable();var properties = typeof(T).GetProperties();foreach (var prop in properties){table.Columns.Add(prop.Name, Nullable.GetUnderlyingType(prop.PropertyType) ?? prop.PropertyType);bulkCopy.ColumnMappings.Add(prop.Name, prop.Name);}foreach (var item in data){var row = table.NewRow();foreach (var prop in properties){row[prop.Name] = prop.GetValue(item) ?? DBNull.Value;}table.Rows.Add(row);}bulkCopy.WriteToServer(table);}}
}// 使用示例
using (var connection = new SqlConnection(connectionString))
{var users = new[]{new User { Name = "Alice", Age = 25 },new User { Name = "Bob", Age = 30 },new User { Name = "Charlie", Age = 35 }};connection.BulkInsert("MyTable", users);
}

优点

结合了 Dapper 的灵活性和 SqlBulkCopy 的高性能,同时通过扩展方法简化了代码的使用。

独特见解

自定义扩展方法提高了代码的复用性和可维护性。开发人员可以根据不同的业务需求,灵活调整扩展方法的实现。

总结

在选择批量插入方法时,需要根据实际情况进行权衡:

  • 小批量数据:可以使用 Execute 方法或事务,实现简单,能满足基本需求。
  • 大量数据:优先选择 SqlBulkCopy,以获得最佳的性能。
  • 简化代码:可以使用 Dapper.Contrib 或自定义扩展方法,提高开发效率。

通过合理选择和使用 Dapper 的批量插入方法,能够显著提升 .NET 应用程序与数据库交互的性能。

前些天发现了一个比较好玩的人工智能学习网站,通俗易懂,风趣幽默,可以了解了解AI基础知识,人工智能教程,不是一堆数学公式和算法的那种,用各种举例子来学习,读起来比较轻松,有兴趣可以看一下。
人工智能教程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/web/82671.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

虚拟机CentOS 7 网络连接显示“以太网(ens33,被拔出)“、有线已拔出、CentOS7不显示网络图标

文章目录 一、问题描述二、解决方法1、查看网络连接方式2、开启相关服务3、确认虚拟机网络连接 一、问题描述 问题描述&#xff1a;在VmWare中安装CentOS7, 启动后界面不显示网络的图标。 在GONE桌面—》设置中找到网络设置&#xff0c;发现显示线缆已拔出。 二、解决方法 …

安卓Compose实现鱼骨加载中效果

安卓Compose实现鱼骨加载中效果 文章目录 安卓Compose实现鱼骨加载中效果背景与简介适用场景Compose骨架屏与传统View实现对比Shimmer动画原理简介常见问题与优化建议参考资料 本文首发地址 https://h89.cn/archives/404.html 背景与简介 在移动应用开发中&#xff0c;加载中占…

基于C++处理Modbus报文的完整指南

目录 &#x1f4e6; 一、Modbus报文结构解析1. RTU模式帧格式2. TCP模式帧格式 &#x1f527; 二、C实现方案与库选择示例1&#xff1a;libmodbus读取保持寄存器 (TCP) ⚙️ 三、核心处理技术1. 报文构建与发送2. 响应解析与错误处理3. 数据类型转换 &#x1f680; 四、高级应用…

【性能调优系列】深入解析火焰图:从基础阅读到性能优化实战

博客目录 一、火焰图基础&#xff1a;结构与阅读方法二、深入分析火焰图&#xff1a;关键观察点与性能瓶颈识别1. 识别最宽的函数块2. HTTP 请求处理分析3. 数据库操作分析4. 业务逻辑分析 三、性能优化实战&#xff1a;从火焰图到解决方案1. 线程池性能优化2. 数据库访问优化3…

基于 OpenCV 和 DLib 实现面部特征调整(眼间距、鼻子、嘴巴)

摘 要 本文介绍如何利用Dlib面部特征点检测和OpenCV图像处理技术&#xff0c;通过Python实现面部特征的精准调整。我们将以改变眼间距为例&#xff0c;演示包括地标检测、三角剖分变形等关键技术&#xff0c;该方法可扩展至嘴唇、眉毛等面部特征的调整。 技术栈 Python 3.8 …

Spring Data Redis 实战指南

Spring Data Redis 核心特性 Spring Data Redis 是基于 Redis 的 NoSQL 内存数据结构存储解决方案,为 Spring 应用程序提供与 Redis 交互的高级抽象层。其核心架构设计体现了对现代应用需求的深度适配,主要技术特性可归纳为以下维度: 数据结构支持体系 作为多模型数据存储…

AI IDE 正式上线!通义灵码开箱即用

近期&#xff0c;通义灵码AI IDE正式上线&#xff0c;即日起用户可在通义灵码官网免费下载开箱即用。 作为AI原生的开发环境工具&#xff0c;通义灵码AI IDE深度适配了最新的千问3大模型&#xff0c;并全面集成通义灵码插件能力&#xff0c;具备编程智能体、行间建议预测、行间…

如何搭建Z-Blog PHP版本:详细指南

Z-Blog是一款功能强大且易于使用的博客平台&#xff0c;支持PHP和ASP两种环境。本文将重点介绍如何在PHP环境下搭建Z-Blog博客系统&#xff0c;帮助您快速上线自己的个人博客站点。 准备工作 1. 获取Z-Blog PHP版本 首先&#xff0c;访问Z-Blog官方网站下载最新版本的Z-Blog…

App使用webview套壳引入h5(二)—— app内访问h5,顶部被手机顶部菜单遮挡问题,保留顶部安全距离

引入webview的页面添加safeAreaInsets&#xff0c;对weview的webviewStyles做处理 在myApp中改造 entry.vue代码如下 template><view class"entry-page" :style"{ paddingTop: safeAreaInsets.top px }"><web-view :webview-styles"we…

机器学习:支持向量机(SVM)原理解析及垃圾邮件过滤实战

一、什么是支持向量机&#xff08;SVM&#xff09; 1. 基本概念 1.1 二分类问题的本质 在机器学习中&#xff0c;分类问题是最常见的任务之一。最简单的情况就是二分类&#xff1a;比如一封邮件是“垃圾邮件”还是“正常邮件”&#xff1f;一个病人是“患病”还是“健康”&a…

腾讯云V3签名

想要接入腾讯云的Api&#xff0c;必然先按其文档计算出所要求的签名。 之前也调用过腾讯云的接口&#xff0c;但总是卡在签名这一步&#xff0c;最后放弃选择SDK&#xff0c;这次终于自己代码实现。 可能腾讯云翻新了接口文档&#xff0c;现在阅读起来&#xff0c;清晰了很多&…

STM32中自动生成Flash地址的方法

每页大小为 2KB(0x800 字节),地址间隔为 0x800 总地址空间覆盖范围:0x08000000 ~ 0x0803F800(共 256KB) 适用于 STM32 大容量 / 中容量产品(如 F103 系列) 代码如下 // 通用定义(需根据实际页大小调整) #define FLASH_BASE_ADDR 0x08000000 #define FLASH_PAGE_SIZ…

(12)java+ selenium->元素定位大法之By_link_text

1.简介 本章节介绍元素定位中的link_text,顾名思义是通过链接定位的(官方说法:超链接文本定位)。什么是link_text呢,就是我们在任何一个网页上都可以看到有一个或者多个链接,上面有一个文字描述,点击这个文字,就可以跳转到其他页面。这个就是link_Text。 注意:link_t…

Tomcat 线程模型详解性能调优

1. Tomcat I/O模型详解**&#xff08;了解&#xff09;** 1.1 Linux I/O模型详解 I/O要解决什么问题 I/O&#xff1a;在计算机内存与外部设备之间拷贝数据的过程。 程序通过CPU向外部设备发出读指令&#xff0c;数据从外部设备拷贝至内存需要一段时间&#xff0c;这段时间CPU就…

C++课设:智能优惠快餐点餐系统

名人说&#xff1a;路漫漫其修远兮&#xff0c;吾将上下而求索。—— 屈原《离骚》 创作者&#xff1a;Code_流苏(CSDN)&#xff08;一个喜欢古诗词和编程的Coder&#x1f60a;&#xff09; 专栏介绍&#xff1a;《编程项目实战》 目录 一、项目介绍与亮点功能1. 项目背景2.完…

PHP的namespace

文章目录 环境Java的packagepackage关键字包结构和目录结构访问权限import关键字总结 PHP的namespacenamespace关键字在同一个文件里使用资源限定&#xff0c;完全限定&#xff0c;非限定限定完全限定非限定 use关键字use VS 直接指定资源在不同的文件里使用总结 环境 Windows…

矩阵分解相关知识点总结(二)

文章目录 三、矩阵的QR分解3.1、Givens矩阵与Givens变换3.2、Householder矩阵与Householder变换3.3、QR分解 书接上文矩阵分解相关知识点总结&#xff08;一&#xff09; 三、矩阵的QR分解 3.1、Givens矩阵与Givens变换 设非零列向量 x ∈ R n \bm{x}\in {\bf{R}}^n x∈Rn及单…

Chorme如何对于youtube视频进行画中画背景播放?

画中画可以让你小窗播放&#xff0c;然后浏览器放后台还可以做点别的事情。 B站直接可以选择小窗播放&#xff0c;游览器最小化就可以&#xff0c;但是youtube的小窗播放游览器一切换就不显示了。 其实是因为youtube的小窗播放不是真的小窗播放。要想真的实现需要在youtube视…

14.AI搭建preparationのBERT预训练模型进行文本分类

一、回顾&#xff1a; 对深度学习框架Python2.0进行自然语言处理有了一个基础性的认识注意力模型编码器(encoder_layer,用于分类的全连接层dense_layer)&#xff0c;抛弃了传统的循环神经网络和卷积神经网络&#xff0c;通过注意力模型将任意位置的两个单词的距离转换成1编码器…

OD 算法题 B卷【最长公共前缀】

文章目录 最长公共前缀 最长公共前缀 编写一个函数来查找字符串数组 中的最长公共前缀&#xff0c;如果不存在公共前缀&#xff0c;返回字符串’Zero’字符串长度范围【2,1000】&#xff0c;字符串中字符长度范围为【1,126】 示例1 输入&#xff1a; [“flower”, “flow”, …