关于EF中批量添加的个人探索

        /// <summary>
        /// 这种做法，不用了说了，每次遍历都会打开一次db链接，然后执行insert操作；
        /// </summary>
        static void CreateBluckInsertData0()
        {
            using (var context = new SiteDbContext())
            {
                List<Role> list = new List<Role>();
                var count = 1000;
                for (int i = 0; i < count; i++)
                {
                    var entity = new Role()
                    {
                        RoleName = "普通员工" + i
                    };
                    context.Roles.Add(entity);
                    context.SaveChanges();
                }

            }
        }

        /// <summary>
        /// 初看，觉得，这样做（ context.SaveChanges()方在for循环外面）挺好的，
        /// 实际跟踪slq发现，还是执行了1000的插入操作，只不过没有在for循环里面；
        /// 而是在我们的for循环外；总结：不可取；
        /// </summary>
        static void CreateBluckInsertData1()
        {
            using (var context = new SiteDbContext())
            {
                List<Role> list = new List<Role>();
                var count = 1000;
                for (int i = 0; i < count; i++)
                {
                    var entity = new Role()
                    {
                        RoleName = "普通员工" + i
                    };
                    context.Roles.Add(entity);
                }
                context.SaveChanges();//会增加与数据库的交互次数
                //ＥＦ的一个上下文在提交时会打开一个数据连接，然后把转换成的ＳＱＬ语句一条一条的发到数据库端，然后去提交
            }
        }

        /// <summary>
        /// 拼接字符串；组装后一次性操作；确定，传递的字符数量就会很多；网络压力增加；但不管怎样都比上面两张好；
        /// </summary>
        static void CreateBluckInsertData2()
        {
            Stopwatch watch = Stopwatch.StartNew();
            var count = 92000;
            using (var context = new SiteDbContext())
            {
                var bluckString = new StringBuilder();
                for (int i = 0; i < count; i++)
                {

                    bluckString.Append("INSERT INTO ROLES(RoleName) VALUES(‘");
                    bluckString.Append("WORKER");
                    bluckString.Append(i);
                    bluckString.Append("‘);");
                }

                var result = bluckString.ToString();
                Console.WriteLine(string.Format("拼接字符串花费的时间:{0} milliseconds.",watch.ElapsedMilliseconds));
                //然后这里再来一次性批量的进行插入操作；
                watch.Restart();
                context.Database.ExecuteSqlCommand(result);
                //这样做的好处就是，可以一次性，全部插入，缺点就是；发送大量的insert 文本信息；
                //1000 customers are created, cost 1777 milliseconds.
                //5000 customers are created, cost 1906 milliseconds.
                //9000 customers are created, cost 2354 milliseconds.
                //9000 customers are created, cost 2023 milliseconds.
                //这样的计算比较草率；
            }
            watch.Stop();
            Console.WriteLine(string.Format("{0} customers are created, cost {1} milliseconds.", count.ToString(), watch.ElapsedMilliseconds));

            //结果：拼接字符串花费的时间:97 milliseconds.
            //12000 customers are created, cost 2028 milliseconds.

            //拼接字符串花费的时间:99 milliseconds.
            //22000 customers are created, cost 2336 milliseconds.

            //拼接字符串花费的时间:118 milliseconds.
            //92000 customers are created, cost 6553 milliseconds.
        }

        /// <summary>
        /// 这里我们使用第三种方法；
        /// 网上提供的插件的方法；
        /// 你以为，插件的方法，就是单纯的封装上面的操作？太年轻了，俺都没监测到一条insert 语句；那么它是怎么做的呢？
        /// 
        /// </summary>
        static void CreateBluckInsertData3()
        {
            Stopwatch watch = Stopwatch.StartNew();
            var count = 92000;
            using (var context = new SiteDbContext())
            {
                List<Role> list = new List<Role>();
                for (int i = 0; i < count; i++)
                {
                    var entity = new Role()
                    {
                        RoleName = "普通员工" + i
                    };
                    list.Add(entity);
                    //context.Roles.Add(entity); //fuck stupid；
                }
                Console.WriteLine(string.Format("拼接对象花费的时间:{0} milliseconds.", watch.ElapsedMilliseconds));
                //然后这里再来一次性批量的进行插入操作；
                watch.Restart();
                context.BulkInsert(list);
                context.BulkSaveChanges();
            }
            watch.Stop();
            Console.WriteLine(string.Format("{0} customers are created, cost {1} milliseconds.", count.ToString(), watch.ElapsedMilliseconds));
            //1000 customers are created, cost 2865 milliseconds
            //5000 customers are created, cost 18207 milliseconds.
            //9000 customers are created, cost 51134 milliseconds. (发现是方法用错了，窝草).不要把 context.Roles.Add(entity); 添加在for循环中；
            //然后结果是这样的：9000 customers are created, cost 2320 milliseconds.
            //效率明显比上面的方法提高了很多；
            //由此可见，我们的批量，效果操作，并不由之前那种方法高呢；

            //拼接对象花费的时间:102 milliseconds.
            //12000 customers are created, cost 2238 milliseconds.

            //拼接对象花费的时间:101 milliseconds.    
            //22000 customers are created, cost 2258 milliseconds.

            ///拼接对象花费的时间:123 milliseconds.
           // 92000 customers are created, cost 3054 milliseconds.

            //这种方式的优势就不断体现出来了；


           //总结，凭借，字段串额效果，要比拼接对象集合的效率要高一些；
           //然后，就是我们的

        }


        //可能涉及到一些批量数据迁移的时候；

        ///总结：
        public void Info()
        {
            //凭借字段串的效率比拼接对象List的效率要高一些；

            //方式2的缺点在于，要传送大量的sql语句到我们的db中去执行，

            //方式3的实现方式和方式一有着本质的区别；是通过；

            //是数据小于五万条的时候，方式2的效率高，随着数据量的增加；方式3的优势就体现出来了

            //如果实际的开发中遇到大数据的批量操作；建议还是是用插件方式，就是我们的的方式3；

            //ps 操作中犯了一个错，是list.add(entity) 而不是 context.Roles.Add(entity); //fuck stupid；


        }


        static void Main(string[] args)
        {

            HibernatingRhinos.Profiler.Appender.EntityFramework.EntityFrameworkProfiler.Initialize();

            //CreateBluckInsertData1();
            //CreateDB();
            //CreateBluckInsertData3();
            // CreateBluckInsertData2();

            Console.ReadLine();

        }