批量使用Entity Framework更新远慢于手动批量处理

兄弟，我太懂你这种憋屈了——明明EF生成的SQL和自己手动写的一模一样，但跑起来慢得离谱，数据量越大差距越夸张，核心原因其实很简单：EF默认的SaveChanges是逐条处理变更实体的，哪怕你只调用一次SaveChanges，它也会循环遍历所有标记为修改的实体，生成N条独立的Update语句逐个执行，而不是合并成单条批量SQL。这就是为什么手动执行批量SQL快得多的根本原因。

下面给你几个实用的解决方案，按推荐优先级排序：

1. EF Core 7+：用官方原生的ExecuteUpdate（最推荐） #

从EF Core 7开始，官方终于支持了原生批量更新，完全不需要依赖第三方库，直接生成单条批量Update语句，性能和手动写SQL几乎一致。

举个例子，假设你要批量更新某分类下所有商品的价格：

// 直接生成批量Update SQL，一次执行
await dbContext.Products
    .Where(p => p.CategoryId == targetCategoryId)
    .ExecuteUpdateAsync(p => p
        .SetProperty(x => x.Price, x => x.Price * 1.1m) // 价格涨10%
    );

这个方法跳过了EF的实体跟踪和变更检测流程，直接将更新逻辑翻译成批量SQL发送给数据库，完美解决逐条执行的问题。

2. EF6或旧版EF Core：用第三方批量操作库 #

如果你的项目还在使用EF6或者EF Core 6及以下版本，官方没有原生批量支持，可以用成熟的第三方库，比如Z.EntityFramework.Plus（支持EF6和EF Core）或者EntityFramework.Extended（仅EF6）。

以Z.EntityFramework.Plus为例，批量更新的代码非常简洁：

// 同样生成单条批量Update SQL
dbContext.Products
    .Where(p => p.CategoryId == targetCategoryId)
    .Update(p => new Product { Price = p.Price * 1.1m });

这类库的原理是直接解析LINQ表达式，生成对应的批量SQL，绕过EF默认的逐条执行逻辑，性能和手动SQL相当。

3. 手动构建批量SQL（无依赖方案） #

如果不想引入第三方库，也可以直接用ADO.NET执行手动编写的批量SQL，甚至结合**表值参数（TVP）**来处理需要传递大量更新数据的场景。

比如，先在数据库中创建一个表值类型：

CREATE TYPE ProductUpdateType AS TABLE (
    ProductId INT,
    NewPrice DECIMAL(18,2)
);

然后在C#中构造DataTable，通过SqlCommand执行批量更新：

// 构造要更新的数据
var updateData = new DataTable();
updateData.Columns.Add("ProductId", typeof(int));
updateData.Columns.Add("NewPrice", typeof(decimal));

// 添加要更新的记录
foreach (var item in updateList)
{
    updateData.Rows.Add(item.ProductId, item.NewPrice);
}

// 执行批量SQL
using (var command = dbContext.Database.GetDbConnection().CreateCommand())
{
    command.CommandText = @"
        UPDATE p
        SET p.Price = tvp.NewPrice
        FROM Products p
        JOIN @ProductUpdates tvp ON p.Id = tvp.ProductId;
    ";
    var parameter = command.CreateParameter();
    parameter.ParameterName = "@ProductUpdates";
    parameter.SqlDbType = SqlDbType.Structured;
    parameter.TypeName = "ProductUpdateType";
    parameter.Value = updateData;
    command.Parameters.Add(parameter);

    dbContext.Database.OpenConnection();
    await command.ExecuteNonQueryAsync();
}

这个方案完全自主可控，没有外部依赖，适合对性能要求极高或者有特殊业务逻辑的场景。

4. 辅助优化：关闭不必要的实体跟踪 #

如果你必须使用SaveChanges（比如需要触发实体的生命周期事件），可以在查询实体时加上AsNoTracking()，减少EF的跟踪开销，但这只能小幅提升性能，无法解决逐条执行的核心问题，只能作为辅助手段：

var products = await dbContext.Products
    .Where(p => p.CategoryId == targetCategoryId)
    .AsNoTracking()
    .ToListAsync();

// 修改产品价格后调用SaveChanges
foreach (var p in products)
{
    p.Price *= 1.1m;
}
await dbContext.SaveChangesAsync();

不过这个方法本质还是逐条执行Update，数据量大的时候依然会很慢，只适合小批量场景。

内容的提问来源于stack exchange，提问作者user12861