基础Entity查询执行缓慢，求问题排查与优化建议

原始代码 #

var activities = ctx.Activities.AsNoTracking();
var data = ctx.Patients.AsNoTracking().Select(p => new
{
    ID = p.ID,
    DateOfBirth = p.DateOfBirth,
    FirstName = p.FirstName,
    LastName = p.LastName,
    Gold = p.Gold,
    PromoSmiles = p.PromoSmiles,
    PatientStatusID = p.PatientStatusID,
    Activity = activities.Where(a => a.PatientID == p.ID).GroupBy(a => a.Converted).Select(a => a.FirstOrDefault()).ToList(),
    Clinic = p.Clinics
}).AsEnumerable().Select(p => new
{
    ID = p.ID,
    ClinicID = p.Clinic.ID,
    Name = p.LastName + " " + p.FirstName,
    Clinic = p.Clinic.Name,
    Date = p.DateOfBirth.HasValue ? p.DateOfBirth.Value.ToString("yyyyMMdd") : "-",
    PatientStatusID = p.PatientStatusID,
    ActivityTypeID = (p.Activity.Count == 0 ? (int?)ActivityType.NESSUNA : p.Activity.Count > 1 ? (int?)ActivityType.ENTRAMBE : p.Activity.FirstOrDefault().Converted.HasValue && p.Activity.FirstOrDefault().Converted.Value ? (int?)ActivityType.PRATICA : (int?)ActivityType.VISITA).ToString(),
    Gold = p.Gold.HasValue && p.Gold.Value ? 1 : 0,
    PromoSmiles = p.PromoSmiles.HasValue && p.PromoSmiles.Value ? 1 : 0
});

// 后续会在此处添加更多筛选与排序逻辑

var dataTotal = data.Count();
if (formData.length >= 0)
{
    data = data.Skip(formData.start).Take(formData.length);
}
var dataFiltered = data.ToList();
return Json(new { data = dataFiltered, recordsTotal = dataTotal });

疑问点 #

• data.Count() 会查询所有字段导致传输延迟？
• Activity数据提取逻辑是否有优化空间？
• AsEnumerable() 是否多余？如何直接从SQL获取所需格式？自定义视图是否有用？
• 预期毫秒级响应是否合理？

核心问题分析与优化方案 #

1. data.Count() 的性能问题 #

你判断的完全正确：AsEnumerable()之后调用Count()，会先把所有Patient关联数据全量加载到内存再统计数量，这是耗时的核心原因之一。

解决办法：拆分统计逻辑与数据查询，单独在数据库层面统计总数——只执行计数SQL，不加载任何业务数据：

// 后续添加筛选条件时，要和数据查询保持一致
var totalCount = ctx.Patients.AsNoTracking().Count();

2. Activity数据提取的优化 #

当前逻辑存在两个严重问题：

• N+1查询：每个Patient都会触发一次Activity子查询，10k条记录就会产生10k+次数据库请求；
• 内存分组：把Activity数据加载到内存后再分组，完全浪费数据库的聚合能力。

优化思路：提前在数据库层面统计每个Patient的Activity状态（是否存在Converted=true/false的记录），避免加载全量Activity数据：

var patientActivityStats = ctx.Activities.AsNoTracking()
    .GroupBy(a => a.PatientID)
    .Select(g => new
    {
        PatientID = g.Key,
        HasConverted = g.Any(a => a.Converted == true),
        HasNonConverted = g.Any(a => a.Converted == false)
    })
    .ToDictionary(a => a.PatientID);

后续直接用这个字典匹配Patient的Activity状态，不需要再查Activity表。

3. AsEnumerable() 完全多余，且是性能杀手 #

AsEnumerable()会强制把所有查询结果加载到内存，再做字段拼接、条件判断等操作——这相当于放弃了数据库的计算能力，把压力全丢给应用内存。

正确做法：所有能在数据库层面完成的逻辑（字段拼接、日期格式化、条件判断）都放到EF LINQ查询中，让SQL Server处理后只返回最终需要的数据：

• 日期格式化用EF.Functions.DateFormat（EF Core）或对应数据库的函数；
• 字段拼接直接在Select里完成；
• ActivityType的判断逻辑直接整合到LINQ的Select中。

4. 预期毫秒级响应是否合理？ #

完全合理。10k级别的数据在数据库层面处理，加上合适的索引，响应时间应该在几十到几百毫秒内。当前的慢完全是因为查询逻辑没有利用数据库优势导致的。

完整优化代码 #

// 1. 数据库层面统计总数（后续添加筛选条件需与数据查询一致）
var totalCount = ctx.Patients.AsNoTracking().Count();

// 2. 预统计每个Patient的Activity状态
var patientActivityStats = ctx.Activities.AsNoTracking()
    .GroupBy(a => a.PatientID)
    .Select(g => new
    {
        PatientID = g.Key,
        HasConverted = g.Any(a => a.Converted == true),
        HasNonConverted = g.Any(a => a.Converted == false)
    })
    .ToDictionary(a => a.PatientID);

// 3. 重构主查询，所有逻辑在数据库层面完成
var dataQuery = ctx.Patients.AsNoTracking()
    .Select(p => new
    {
        p.ID,
        ClinicID = p.Clinics.ID,
        Name = p.LastName + " " + p.FirstName,
        ClinicName = p.Clinics.Name,
        // 用EF内置函数在数据库层面格式化日期
        Date = p.DateOfBirth.HasValue ? EF.Functions.DateFormat(p.DateOfBirth.Value, "yyyyMMdd") : "-",
        p.PatientStatusID,
        p.Gold,
        p.PromoSmiles,
        // 匹配Activity统计状态
        HasConvertedActivity = patientActivityStats.ContainsKey(p.ID) ? patientActivityStats[p.ID].HasConverted : false,
        HasNonConvertedActivity = patientActivityStats.ContainsKey(p.ID) ? patientActivityStats[p.ID].HasNonConverted : false
    })
    .Select(p => new
    {
        p.ID,
        p.ClinicID,
        p.Name,
        Clinic = p.ClinicName,
        p.Date,
        p.PatientStatusID,
        // 直接在LINQ中判断ActivityType
        ActivityTypeID = 
            (!p.HasConvertedActivity && !p.HasNonConvertedActivity) ? ((int)ActivityType.NESSUNA).ToString() :
            (p.HasConvertedActivity && p.HasNonConvertedActivity) ? ((int)ActivityType.ENTRAMBE).ToString() :
            p.HasConvertedActivity ? ((int)ActivityType.PRATICA).ToString() :
            ((int)ActivityType.VISITA).ToString(),
        Gold = p.Gold.HasValue && p.Gold.Value ? 1 : 0,
        PromoSmiles = p.PromoSmiles.HasValue && p.PromoSmiles.Value ? 1 : 0
    });

// 后续添加筛选与排序逻辑（必须放在分页之前）
// dataQuery = dataQuery.Where(...)
//                     .OrderBy(...);

// 4. 执行分页查询
var dataFiltered = dataQuery
    .Skip(formData.start)
    .Take(formData.length)
    .ToList();

return Json(new { data = dataFiltered, recordsTotal = totalCount });

额外优化建议 #

• 给Activities.PatientID、Patients.ID、Clinics.ID这些关联字段添加非聚集索引，大幅提升关联查询速度；
• 如果后续筛选条件复杂，可考虑创建数据库视图，把Patient、Clinic、Activity的统计逻辑封装到视图中，EF直接查询视图会更简洁高效；
• 避免在LINQ中随意使用ToList()、AsEnumerable()，除非你明确知道数据量极小。

内容的提问来源于stack exchange，提问作者markzzz