LINQ到SQL:转换函数<；T、 T，布尔>；转换为表达式<；Func<；T、 T，布尔>>；

本文关键字：gt lt 布尔 转换 表达式 Func SQL 函数 LINQ | 更新日期: 2023-09-27 18:24:50

LINQ to SQL对我来说是一个PITA。我们使用它与数据库通信，然后通过WCF将实体发送到Silverlight应用程序。一切都很好，直到开始编辑（CUD）实体及其相关数据的时候。

我终于能够设计出两个允许CUD的for循环。我试着重构它们，我非常接近，直到我知道我不能总是用L2S做Lambda。

public static void CudOperation<T>(this DataContext ctx, IEnumerable<T> oldCollection, IEnumerable<T> newCollection, Func<T, T, bool> predicate)
    where T : class
{
    foreach (var old in oldCollection)
    {
        if (!newCollection.Any(o => predicate(old, o)))
        {
            ctx.GetTable<T>().DeleteAllOnSubmit(ctx.GetTable<T>().Where(o => predicate(old, o)));
        }
    }
    foreach (var newItem in newCollection)
    {
        var existingItem = oldCollection.SingleOrDefault(o => predicate(o, newItem));
        if (existingItem != null)
        {
            ctx.GetTable<T>().Attach(newItem, existingItem);
        }
        else
        {
            ctx.GetTable<T>().InsertOnSubmit(newItem);
        }
    }
}

调用方：

ctx.CudOperation<MyEntity>(myVar.MyEntities, newHeader.MyEntities,
    (x, y) => x.PkID == y.PkID && x.Fk1ID == y.Fk1ID && x.Fk2ID == y.FK2ID);

这几乎奏效了。然而，我的Func需要是一个Expression>，而这正是我陷入困境的地方。

有人能告诉我这是否可能吗？由于SharePoint 2010，我们必须使用.NET 3.5。

LINQ到SQL:转换函数<；T、 T，布尔>；转换为表达式<；Func<；T、 T，布尔>>；

只需更改以下参数：

 Func<T, T, bool> predicate

收件人：

 Expression<Func<T, T, bool>> predicate

表达式由编译器生成。

现在，问题是如何使用它。

在您的情况下，您需要Func和Expression，因为您在Enumerable LINQ查询（基于函数）和SQL LINQ查询中使用它（基于表达式）。

In：

.Where(o => predicate(old, o))

old参数是固定的。所以我们可以将参数更改为：

Func<T, Expression<Func<T, bool>>> predicate

这意味着我们可以提供一个参数（"fixed"参数）并返回一个表达式。

foreach (var old in oldCollection)
{
    var condition = predicate(old);
    // ...
    {
        ctx.GetTable<T>().DeleteAllOnSubmit(ctx.GetTable<T>().Where(condition));
    }
}

我们还需要在Any中使用它。要从表达式中获取函数，我们可以调用Compile():

foreach (var old in oldCollection)
{
    var condition = predicate(old);
    if (!newCollection.Any(condition.Compile()))
    {
        ctx.GetTable<T>().DeleteAllOnSubmit(ctx.GetTable<T>().Where(condition));
    }
}

你可以在下一部分做同样的事情。

有两个问题：

  1. 使用Compile()批次可能会影响性能。我不确定它实际会有多大影响，但我会对其进行分析以进行检查
  2. 现在的用法有点奇怪，因为这是一个curried lambda。不是通过(x,y) => ...，而是通过x => y => ...。我不确定这对你来说是不是一件大事

可能有更好的方法：）

这里有一个替代方法，它应该更快一点，因为表达式只需要编译一次。创建一个将"应用"一个参数的重写器，如下所示：

class PartialApplier : ExpressionVisitor
{
    private readonly ConstantExpression value;
    private readonly ParameterExpression replace;
    private PartialApplier(ParameterExpression replace, object value)
    {
        this.replace = replace;
        this.value = Expression.Constant(value, value.GetType());
    }
    public override Expression Visit(Expression node)
    {
        var parameter = node as ParameterExpression;
        if (parameter != null && parameter.Equals(replace))
        {
            return value;
        }
        else return base.Visit(node);
    }
    public static Expression<Func<T2,TResult>> PartialApply<T,T2,TResult>(Expression<Func<T,T2,TResult>> expression, T value)
    {
        var result = new PartialApplier(expression.Parameters.First(), value).Visit(expression.Body);
        return (Expression<Func<T2,TResult>>)Expression.Lambda(result, expression.Parameters.Skip(1));
    }
}

然后这样使用：

public static void CudOperation<T>(this DataContext ctx,
    IEnumerable<T> oldCollection,
    IEnumerable<T> newCollection,
    Expression<Func<T, T, bool>> predicate)
    where T : class
{
    var compiled = predicate.Compile();
    foreach (var old in oldCollection)
    {
        if (!newCollection.Any(o => compiled(o, old)))
        {
            var applied = PartialApplier.PartialApply(predicate, old);
            ctx.GetTable<T>().DeleteAllOnSubmit(ctx.GetTable<T>().Where(applied));
        }
    }
    foreach (var newItem in newCollection)
    {
        var existingItem = oldCollection.SingleOrDefault(o => compiled(o, newItem));
        if (existingItem != null)
        {
            ctx.GetTable<T>().Attach(newItem, existingItem);
        }
        else
        {
            ctx.GetTable<T>().InsertOnSubmit(newItem);
        }
    }
}
相关文章：