使用EF Core最佳实践校验Guid列表是否全部存在于数据表

原代码性能问题根源 #

你当前的写法会将用户表100万条Id全量拉取到内存后再做匹配，相当于执行了全表扫描+全量数据内存加载，数据量越大性能损耗越严重，完全不需要加载和校验无关的Id数据。

最优实现方案 #

根据待校验Id列表的长度，分两种场景选择方案：

场景1：待校验Id列表长度<1000（绝大多数业务场景适用） #

直接将匹配逻辑交给数据库执行，EF Core会自动把Contains方法翻译为SQL的IN语句，用户表Id作为主键默认自带索引，查询效率极高，不需要加载任何多余数据。

// 若你实际用的是int类型Id，将参数和属性类型替换为int即可
public async Task<bool> IsIdListValid(IEnumerable<Guid> idList)
{
    // 先去重，避免重复校验相同Id
    var distinctIds = idList.Distinct().ToList();
    if (!distinctIds.Any())
    {
        // 空列表的合法性可根据业务需求调整返回值
        return true;
    }
    
    // 统计数据库中匹配到的Id数量，和去重后的Id总数对比即可得出结果
    var matchCount = await _context.User
        .Where(x => distinctIds.Contains(x.Id))
        .CountAsync();
    
    return matchCount == distinctIds.Count;
}

这种方案下，哪怕用户表有千万级数据，只要待校验的Id只有几十上百个，查询耗时也在毫秒级。

场景2：待校验Id列表长度超过1000 #

当Id列表过长时，SQL的IN语句会出现性能下降甚至触发数据库长度限制，此时可以用临时表关联查询的方案：

// 提前在DbContext中注册临时表实体
public DbSet<TempId> TempIds { get; set; }
public class TempId
{
    public Guid Id { get; set; }
}

public async Task<bool> IsIdListValid(IEnumerable<Guid> idList)
{
    var distinctIds = idList.Distinct().ToList();
    if (!distinctIds.Any())
    {
        return true;
    }

    await using var transaction = await _context.Database.BeginTransactionAsync();
    // 创建临时表存储待校验的Id
    await _context.Database.ExecuteSqlRawAsync(@"
        CREATE TABLE #TempIds (Id UNIQUEIDENTIFIER PRIMARY KEY);
    ");
    // 批量插入待校验Id到临时表
    foreach (var id in distinctIds)
    {
        await _context.Database.ExecuteSqlInterpolatedAsync(@$"
            INSERT INTO #TempIds (Id) VALUES ({id});
        ");
    }
    // 关联用户表统计匹配数量
    var matchCount = await _context.User
        .Join(_context.TempIds.FromSqlRaw("SELECT Id FROM #TempIds"),
            user => user.Id,
            temp => temp.Id,
            (user, temp) => user.Id)
        .CountAsync();
    
    // 事务回滚会自动删除临时表
    await transaction.RollbackAsync();
    return matchCount == distinctIds.Count;
}

额外优化点 #

• 确保用户表的Id字段是主键或已创建独立索引，这是数据库查询效率的核心前提
• 如果该接口是高频调用，可以基于业务场景对合法Id做二级缓存，注意搭配合理的缓存更新策略避免数据不一致

内容的提问来源于stack exchange，提问作者Ali