EF Core查询性能优化求助：存储过程后数据处理耗时过长

使用EF Core处理大量数据后返回给终端用户，当前操作耗时约30秒，已尝试添加AsNoTracking().AsEnumerable()但无明显效果，寻求性能优化方案。

架构为控制器调用服务，服务依赖两个辅助函数：一个用于生成存储过程查询参数，另一个根据用户传入参数执行分组。相关代码如下：

核心服务代码 #

public async Task<List<ResultDto>> MyService(DateTime? startDate, DateTime? endDate,string groupingType)
{  
    List<ResultDto> result = new List<ResultDto>();

    try
    {
        SqlParameter[] param = StoredProcedureHelpers.GetAsSQLParameters2(startDate, endDate);

        string sql = "EXEC MyStoredProcedure @StartDate,@EndDate";


        var storedProcedureResult =  _context.MyStoredProceduresResults.FromSqlRaw(sql, param).AsNoTracking().AsEnumerable();

        var distinctedResult = storedProcedureResult.DistinctBy(x => x.Some_Id).OrderByDescending(x => x.Value).Take(10).AsEnumerable();


        result = distinctedResult.GroupByChoosedGroupingType(groupingType).OrderBy(x => x.GroupingKey).ToList();


    }
    catch (Exception ex)
    {
        throw new Exception(ex.Message);
    }

    return result;
}

存储过程参数辅助函数 #

public static SqlParameter[]? GetAsSQLParameters2(DateTime? startDate, DateTime? endDate)
{

    SqlParameter[] param = Array.Empty<SqlParameter>();
    try
    {

        param = new SqlParameter[]
        {
            new SqlParameter {
                ParameterName = "@StartDate",
                SqlDbType =System.Data.SqlDbType.Date,
                Direction = System.Data.ParameterDirection.Input,
                Value = startDate
            },

            new SqlParameter {
                ParameterName = "@EndDate",
                SqlDbType =System.Data.SqlDbType.Date,
                Direction = System.Data.ParameterDirection.Input,
                Value = endDate
            }
        };
    }
    catch (Exception ex)
    {
        throw new Exception(ex.Message);
    }
    return param;
}

分组辅助函数 #

public static IEnumerable<ResultDto> GroupByChoosedGroupingType(this IEnumerable<MyStoredProceduresResults> resultList, string groupingType)
{
    List<ResultDto> result = new List<ResultDto>();
    switch (groupingType)
    {
        case "Daily":
            result = resultList.GroupBy(x => new { x.Date.Value.Date, x.PlaceName }).Select(x =>
            {
                return new ResultDto
                {
                    Count = x.Count(),
                    Value = x.Sum(x => x.Value),
                    PlaceName = x.Key.PlaceName,
                    GroupingKey = x.Key.Date.ToString("dd/MM/yyyy")
                };
            }).ToList();
            break;

        case "Monthly":
            result = resultList.GroupBy(x => new { Year = x.Date.Value.Year, MonthName = x.Date.Value.ToString("MMM"), x.PlaceName }).Select(x => new ResultDto
            {
                Count = x.Count(),
                Value = x.Sum(x => x.Value),
                PlaceName = x.Key.PlaceName,
                GroupingKey = $"{x.Key.MonthName}-{x.Key.Year}"

            }).ToList();
            break;
    }
    return result;
}

性能优化方案 #

1. 将数据过滤、排序逻辑移至存储过程 #

当前代码先把存储过程的全部结果拉到内存，再执行DistinctBy、OrderByDescending、Take(10)，这会导致大量不必要的数据传输和内存占用。建议直接在存储过程中完成以下操作：

• 按Some_Id去重
• 按Value降序排序
• 仅返回前10条数据
  这样能大幅减少从数据库传输到应用程序的数据量，是最有效的优化手段。

2. 把分组聚合逻辑下移到数据库 #

目前分组、求和、计数操作都是在应用内存中完成，如果存储过程能根据传入的groupingType参数直接返回聚合后的结果（比如按日/月分组的统计数据），可以彻底避免拉取原始明细数据，性能提升会非常显著。

3. 优化存储过程本身的查询性能 #

• 检查存储过程中的SQL查询是否存在全表扫描，为StartDate、EndDate、Some_Id、Date等查询字段添加合适的索引。
• 查看SQL Server执行计划，定位慢查询的瓶颈（比如缺失索引、表连接效率低等）。
• 处理DateTime?空值：如果startDate或endDate为null，存储过程可能会扫描全表，建议在参数中设置合理的默认值（比如默认查询最近3个月的数据）。

4. 优化EF Core调用的异步性能 #

当前代码使用同步的FromSqlRaw，改为异步调用避免阻塞线程，提升并发处理能力：

// 替换原存储过程结果获取代码
var storedProcedureResult = await _context.MyStoredProceduresResults
    .FromSqlRaw(sql, param)
    .AsNoTracking()
    .ToListAsync();

5. 减少不必要的内存枚举操作 #

代码中多次调用AsEnumerable()，但FromSqlRaw().AsNoTracking().AsEnumerable()已经将数据加载到内存，后续的DistinctBy等操作都是内存操作，无需重复调用AsEnumerable()。此外，尽量延迟ToList()的调用时机，减少内存中数据的复制次数。

6. 优化分组逻辑的内存计算 #

• 在Monthly分组中，x.Date.Value.ToString("MMM")的字符串操作可以移到数据库层面（比如用SQL的DATENAME函数生成月份名称），减少应用内存的计算开销。
• 分组键尽量使用值类型（比如Date、int），避免匿名类中的字符串操作，提升分组效率。

内容的提问来源于stack exchange，提问作者Abdulaziz Burghal