LINQ to SQL中复用Join结果及查询返回多余记录问题排查

你遇到的问题根源 #

你第二次修改后的代码之所以返回6条记录（而不是预期的2条List记录），是因为你在第一个join的分组结果后加了from project_task in project_task_result.DefaultIfEmpty()——这一步把List和它的Task做了笛卡尔展开：List A有4个Task，就会生成4条对应记录；List B有2个Task，生成2条，总共6条。虽然你最后用的是整个分组的Sum，但外层查询是基于展开后的每条Task记录生成的，所以结果条数就变成了Task的总数。

而第一次的语法错误，是因为你试图直接用project_task.TaskId去关联TimeLog，但此时project_task是第一个join的分组集合（IEnumerable<ProjectTask>），不是单个Task对象，自然无法直接访问TaskId属性，所以编译器报错。

正确的实现思路 #

我们要保证查询始终以List为核心，所有聚合操作都在List的上下文里完成，不要展开Task层级。这里提供两种可行的方案：

方案1：嵌套查询计算TimeLog总和 #

这种方式直接在List的投影中，针对每个Task去计算对应的TimeLog总和，再汇总：

var objs = from project_task_list in modelRepository.Get()
           where project_task_list.ProjectId == project_id
           // 关联Task并分组，保留List和它的所有Task的关联
           join project_task in projectTaskRepository.Get() 
               on project_task_list.ListId equals project_task.ListId into project_task_result
           select new ProjectTaskListModel 
           {
               ListId = project_task_list.ListId,
               ProjectId = project_task_list.ProjectId ?? 0,
               ListName = project_task_list.ListName,
               ListStartDate = project_task_list.ListStartDate,
               ListEndDate = project_task_list.ListEndDate,
               ListStatusId = project_task_list.ListStatusId ?? 0,
               ListSortOrder = project_task_list.ListSortOrder ?? 0,
               // 计算当前List下所有Task的预估工时总和
               ListTasksEstimatedHours = project_task_result.Sum(x => x.TaskEstimatedHours) ?? 0,
               // 先计算每个Task的TimeLog总和，再把所有Task的结果相加
               ListTasksTimeLogTotalMinutes = project_task_result
                   .Sum(task => 
                       projectTaskTimeLogRepository.Get()
                           .Where(timelog => timelog.TaskId == task.TaskId)
                           .Sum(timelog => timelog.LogMinutes) ?? 0) ?? 0
           };

方案2：预聚合TimeLog数据（性能更优） #

如果TimeLog数据量较大，方案1可能会多次查询TimeLog表，此时可以先预计算每个Task的总日志分钟数，再关联查询：

// 先一次性计算所有Task的TimeLog总和，避免重复查询
var taskTimeLogSummary = from timelog in projectTaskTimeLogRepository.Get()
                         group timelog by timelog.TaskId into taskGroup
                         select new 
                         {
                             TaskId = taskGroup.Key,
                             TotalLogMinutes = taskGroup.Sum(x => x.LogMinutes) ?? 0
                         };

// 关联List、Task和预聚合的TimeLog数据
var objs = from project_task_list in modelRepository.Get()
           where project_task_list.ProjectId == project_id
           join project_task in projectTaskRepository.Get() 
               on project_task_list.ListId equals project_task.ListId into project_task_result
           select new ProjectTaskListModel 
           {
               ListId = project_task_list.ListId,
               ProjectId = project_task_list.ProjectId ?? 0,
               ListName = project_task_list.ListName,
               ListStartDate = project_task_list.ListStartDate,
               ListEndDate = project_task_list.ListEndDate,
               ListStatusId = project_task_list.ListStatusId ?? 0,
               ListSortOrder = project_task_list.ListSortOrder ?? 0,
               ListTasksEstimatedHours = project_task_result.Sum(x => x.TaskEstimatedHours) ?? 0,
               // 关联预聚合的Task日志数据，再求和
               ListTasksTimeLogTotalMinutes = project_task_result
                   .Join(taskTimeLogSummary, 
                         task => task.TaskId, 
                         summary => summary.TaskId, 
                         (task, summary) => summary.TotalLogMinutes)
                   .Sum() ?? 0
           };

效果说明 #

这两种方案都不会展开Task层级，始终以List作为查询的顶层对象，所以最终返回的记录数和List表的实际记录数一致（2条），同时正确计算了每个List对应的总预估工时和总日志分钟数。

内容的提问来源于stack exchange，提问作者Zain