如何做好一个ORM框架
很多人都不太认可以第三方ORM，因为考虑的点不够全面，没有用户群体大的ORM有保证，这点是不可否认确是事实。但是往往用户群体大的ORM又有不足之处,就拿用户群体最多的两个ORM来说一下吧
1、EF
EF性能够用，但是总体还是和轻量级ORM有一定差距，如果没有差距就没有Dapper什么事儿了。
2、Dapper
性能不错，兼容也好但是就是语法太少，基本都要手写SQL,或自已扩展，自己扩展考虑的点可能连第三方ORM都
不如，只能够自已需求使用，发现问题自已来改,没发现问题也挺安逸。
我的ORM之旅
1、感谢大家的帮助
2、谈一谈开发SqlSugarORM框架中遇到的一些坑
而这些坑我发现博客园的一些其它ORM也普遍存在，所以我将这些问题一一的分享，也希望更多人能够指出SqlSuga
r的不足之处。
（1）、避免Sql执时计划失效
Sql执行计划是什么，简单的说就是让Sql服务器更明确的知道你要做什么，将你的操作步骤存起来，下一次遇
到同样的SQL便使用同样的操作步骤 ，大大降低SQL操作的步骤，提高性能，引起的性能差距可能是成倍的 。
参数化比拼SQL性能高的原因，也就是因为调用了系统存储过程 sp_executesql 将Sql执行计划的优势发挥了出来
如下图 name的长度为11，因为sqlparameter没有指定Size 所以nvarchar的数字是动态的，所以会导致Sql执行计
划无效，一般的性能测试很难测出来，这种情况将会打乱Sql执行计划，当参数越多，参数的长度越大性能差距
越明显。
而固定长度的测试根本发现不了。
解决方案：
将SqlParameter size<4000
全部设为4000,EF和Dapper在这点上就做的非常的棒
例如出现 id<1&&id>0处理两个相同的名字参数时id<@id and id>@id+随机数
只要加了随机数就无法进执行计划了
解决方案：
自增数 id<@id and id>@id1
2、数据类形转换成实体的处理
这一点就Dapper做的最好，EF也不错给出了很明确的错误信息。
为什么说Dapper做的最好呢，因为Dapper能把数据的int转换成实体类中的string。数据库是string转换成int时就
给出了非常明确的错误信息。
目前第三方ORM都没在这方面做很好的处理
解决方案：
需要做很细的类型判段，我的做法是在Emit生成Dynamicbuilder之前处理，用数据库类型和实体类体做对比，
将异常提前抛出，没有异常EMIT对象将存进缓存，预热后不会在执行。
3、性能的突破
就单纯拿Emit将DataReader转成List<T>来说，第三方的ORM基本上都做到了比Dapper快或者说平分秋色。
预热后一次查询100万条数据这是最好的测试方式，但要注意一点 如果走的是 DataReader的索引器 那就会有
性能损耗
GetValue和索引器都是Object类型执行转换后将会产生 拆箱（将OBJECT转成了值类型），SqlSugar能在这个
方面得到改进，多亏Chloe.ORM作者帮我发现了这个问题
4、拉姆达解析性能
如何测试自已拉姆达解析成SQL过程花时间多长呢，
测试方法：每执行一次只查询一条数据，WHERE条件多设一点。执行次数10000以上。
解决方案：在解析过程中千万不能用 Expression.Lambda(exp).Compile().DynamicInvoke();
用了这种写法将会带来十倍的性能之差，按上面的测试方式很容易测出性能的瓶颈。
越短的时间内执行的次数越多越容易体现出来。
发布到Nuget2周时间不到
我已经提交了这么多次修改
感谢分享 学习一下
页:
[1]
