如何优化这段EF代码的执行速度？

2700条数据量级的内存字典聚合，哪怕实现效率再低，耗时也不会超过10毫秒，你感知到的数秒延迟和当前这段字典填充逻辑没有关系，瓶颈全部出在上游数据库查询环节。优先排查两个高频问题：

• 触发了ORM的懒加载N+1问题：如果你用EF/EF Core这类框架，加载Orders时没有预加载关联的OrderDetails，遍历order.OrderDetails时会为每一条Order单独发起一次数据库查询，2700条订单就会产生上千次数据库往返，耗时数秒是典型表现。
• 查询未做字段裁剪：加载Order和OrderDetail时，把业务逻辑完全用不上的大字段（比如长文本备注、二进制存储的凭证数据等）全部查询出来，无谓增加了数据传输和实体映射的开销。

最高优先级：将聚合逻辑下推到数据库执行 #

这是性能提升最明显的方案，完全不需要把全量Order、OrderDetail实体加载到内存后再做聚合，直接在数据库层完成按天分组求和，最终只返回几十到几百条聚合结果即可，能把数据传输、内存遍历的开销压到最低。
以EF Core为例，查询写法参考如下：

// 直接在数据库层完成分组聚合
var dailyAggregate = await dbContext.Orders
    .Join(dbContext.OrderDetails,
        o => o.OrderId,
        od => od.OrderId,
        (order, detail) => new { order.date, detail })
    .GroupBy(x => x.date.Date)
    .Select(g => new
    {
        StatDate = g.Key,
        TotalQuantity = g.Sum(x => /* 这里写数量计算逻辑，对应CommonUtils.ComputeQuantity的规则，要保证是数据库能翻译的表达式，不要直接调用本地方法 */)
    })
    .ToDictionaryAsync(x => x.StatDate, x => x.TotalQuantity);

// 聚合完成后直接传入SortedDictionary构造函数即可
SortedDictionary<DateTime, int> trPerDay = new SortedDictionary<DateTime, int>(dailyAggregate);

如果CommonUtils.ComputeQuantity包含复杂的本地计算逻辑，无法翻译成SQL语句，至少要在查询时用Include预加载关联的OrderDetails，彻底解决N+1问题，同时通过投影只加载计算必须的字段，不要拉取无关列：

var orders = await dbContext.Orders
    .Include(o => o.OrderDetails)
    .Select(o => new Order
    {
        date = o.date,
        OrderDetails = o.OrderDetails.Select(od => new OrderDetail
        {
            // 只保留ComputeQuantity计算需要的字段，其余字段不要查询
        }).ToList()
    })
    .ToListAsync();

次优先级：内存聚合逻辑细节优化 #

如果确实需要把全量数据加载到内存做聚合，现有写法也有可优化的空间，虽然这类优化在2700条数据量级下感知不强，但属于成本极低的合理写法调整：

• 现有逻辑用ContainsKey判断后再通过索引器读写，会对SortedDictionary产生两次查找操作，换成TryGetValue只需要一次查找
• 一个Order对应一个交易日期，order.date.Date的计算可以移到Order循环层，不需要在每个OrderDetail的遍历中重复计算
• 如果不需要在聚合插入过程中保持字典有序，可以先用O(1)复杂度的普通Dictionary<DateTime, int>完成聚合，最后再传入SortedDictionary构造函数，比全程用O(logn)插入复杂度的SortedDictionary效率更高

优化后的内存聚合代码参考：

Dictionary<DateTime, int> tempAggregate = new Dictionary<DateTime, int>();
foreach (Order order in orders)
{
    DateTime statDate = order.date.Date;
    foreach (OrderDetail od in order.OrderDetails)
    {
        int qty = CommonUtils.ComputeQuantity(od);
        if (tempAggregate.TryGetValue(statDate, out int currentValue))
        {
            tempAggregate[statDate] = currentValue + qty;
        }
        else
        {
            tempAggregate.Add(statDate, qty);
        }
    }
}
SortedDictionary<DateTime, int> trPerDay = new SortedDictionary<DateTime, int>(tempAggregate);

可以用Stopwatch在代码中打点分段计时，分别统计「数据库查询加载实体的耗时」和「遍历填充字典的耗时」，99%以上的场景下前者会占据总耗时的99%，字典填充的耗时会在毫秒级。

内容的提问来源于stack exchange，提问作者abenci