优化含GroupBy与First()的LINQ查询，解决大数据集超时问题

你的核心问题确实是多次调用s.First()——在EF中，每个First()都会被转换为独立的子查询，分组后对每个组执行多次子查询，大数据量下会直接导致数据库查询效率暴跌，最终超时。以下是针对性的优化方案：

优化步骤 #

1. 只调用一次First()：先把每组的首条记录单独提取出来，后续直接复用该对象的属性，避免重复触发子查询。
2. 简化冗余计算：外层已经按JuryRoleId分组，每组内的JuryRoleId完全一致，所以CountRacesJury不需要再嵌套分组，直接写1即可。
3. 移除无效Include：因为最终是投影到RaceJuryDto，EF的Include不会生效（仅在返回完整实体时有用），去掉后反而能避免加载不必要的关联数据。

优化后的代码 #

var result = await base.GetAllPagedAndSortedQueryBuilder(input)
    .WhereIf(input.EventId.HasValue, x => x.Race.EventId == input.EventId)
    .GroupBy(x => new { x.JuryRoleId, x.PersonId })
    .Select(g => new 
    {
        GroupData = g,
        FirstItem = g.First() // 仅调用一次First()，缓存组内首条记录
    })
    .Select(s => new RaceJuryDto
    {
        Id = s.FirstItem.Id,
        Distance = s.GroupData.Sum(r => Convert.ToDouble(r.Distance)).ToString(),
        PersonId = s.FirstItem.Person.Guid,
        Status = s.FirstItem.Status,
        JuryRoleId = s.FirstItem.JuryRoleId,
        JuryPersonId = s.FirstItem.Person.Id,
        CountRacesJury = 1, // 外层已按JuryRoleId分组，每组内该值唯一
        AddressCity = s.FirstItem.Person.Address.City,
        RaceIds = s.GroupData.Select(r => r.RaceId).ToList(),
        RaceJuryIds = s.GroupData.Select(r => r.Id).ToList()
    })
    .ToListAsync();

额外优化建议 #

• 数据库索引优化：给分组字段JuryRoleId、PersonId，以及过滤条件Race.EventId创建复合索引，大幅提升分组和过滤的执行速度。
• 避免查询内类型转换：如果Distance本身是数值类型，尽量在数据库层面完成求和，不要在LINQ中做Convert.ToDouble，可以在Dto中再处理字符串转换，减少数据库计算压力。
• 确认分页逻辑：检查GetAllPagedAndSortedQueryBuilder是否正确实现了分页，若未分页，大数据集下一次性加载所有数据也会导致超时。

内容的提问来源于stack exchange，提问作者Laziale