C# 两个DataTable数据差异化
涛神-DevExpress资深开发者 人气:0假如有两个DataTable表格分别是dt1,dt2,dt2中有些数据跟dt1一样,现在想找出dt2的数据在dt1中不存在的数据集(换句话也可以说dt2删除已经存在于dt1中的数据),传统思想可能直接用循环找差异,这种是非常低效的做法,数据量少无所谓,数据量大,简直要了程序猿老命,既然直接循环查找不可取,那么有没有高效一点的做法呢(废话,凑数字用,当然是有了),C# linq 中IEnumerable 提供了Expect(差集)的方法,众所周知,DataTable提供了AsEnumerable()的转换方法,能把DataTable转成IEnumerable<DataRow>,这样我们就能linq 来处理DataTable了,如果dt1和dt2的结构相同,则可以直接dt2.AsEnumerable().Expect(dt1.AsEnumerable())来获得两个表格的差异,当然这个结果的返回是一个IEnumerable<DataRow>,如果想要一个DataTable结果,可以直接调用方法CopyToDataTable()(该方法调用之前需要判断结果集是否没有数据,没有数据会报错)
var list=dt2.AsEnumerable().Except(dt1.AsEnumerable()); DataTable resultDt; if(list.Count()>0) resultDt=list.CopyToDataTable(); else resultDt=dt2.Clone();//克隆个结构;
如果dt1,dt2的结构不一样,那么就不能直接用Except方法来处理了,这里我的建议是用linq中的join方法,先把dt1,dt2两个表做一个内连接的关联处理,找出dt2跟dt1相同的部分,然后再利用dt2跟dt2于dt1相同的部分做一次差集处理,就能得出dt2和dt1的差集,直接上代码,代码演示用的是linqpad工具,其中的Dump方法是用来输出打印的,vs调试的话,请自行修改成Console,测试数据用了50w,60w如果单靠差集处理,是秒级别
void Main() { Stopwatch sw = new Stopwatch(); sw.Start(); var dt1 = CreateDt(500000, 3); var dt2 = CreateDt(600000, 5); sw.Stop(); sw.Elapsed.Dump("生成两个表的时间"); sw.Restart(); //dt2.AsEnumerable().Except(dt1.AsEnumerable());//如果表格表的结构相同,则直接差集处理得出结果 var dt = dt2.AsEnumerable().Join(dt1.AsEnumerable(), p => p[0], p => p[0], (p, q) => p);//内连接,查询两个表格相同部分,再利用相同部分做差集处理得出结果就是dt2在dt1中的差集 var result = dt2.AsEnumerable().Except(dt).ToList(); sw.Stop(); result.Count.Dump("差集结果条数"); sw.Elapsed.Dump("查询差异的时间"); sw.Restart(); DataTable resultDt; if (result.Count() > 0) resultDt = result.CopyToDataTable(); else resultDt = dt2.Clone(); sw.Stop(); sw.Elapsed.Dump("转成DataTable耗时:"); } DataTable CreateDt(int row, int count) { var dt = new DataTable(); for (int i = 0; i < count; i++) dt.Columns.Add("col" + i); var rnd = new Random(); for (int i = 0; i < row; i++) { var num = rnd.Next(0, row); dt.Rows.Add(dt.Columns.Cast<DataColumn>().Select(p => p.ColumnName + num).ToArray()); } return dt; }
结果图:
从结果上看,关联和差异处理共耗时1秒左右,这个速度还是能接受的
加载全部内容