各種ORM框架對比
目前框架有以下
PetaPoco
輕量級，以前單文件，目前有維護形成項目級別，適合多個數據庫，開發入手比較快，二次開發擴展簡單，模型Emit映射，數據交互需要Code，並且需要編寫腳本，接口上有自動翻頁，支持多對象查詢返回
使用示例：
//保存對象 db.Save(article); db.Save(new Article { Title = "Super easy to use PetaPoco" }); db.Save("Articles", "Id", { Title = "Super easy to use PetaPoco", Id = Guid.New() }); //獲取一個對象 var article = db.Single<Article>(123); var article = db.Single<Article>("WHERE ArticleKey = @0", "ART-123"); //刪除一個對象 db.Delete(article); db.Delete<Article>(123); db.Delete("Articles", "Id", 123); db.Delete("Articles", "ArticleKey", "ART-123");
Dapper.NET
輕量級，單文件，支持多數據庫，模型Emit反射，數據交互需要Code，開發入手也比較快，二次開發擴展簡單，支持多對象查詢返回，優勢在於寫入數據比PetaPoco更加靈活，但編碼性工作要求會更多
使用示例：
注意：所有擴展方法假定連接已打開，如果連接關閉，它們將失敗
//IDbConnection擴展查詢 public static IEnumerable < T > Query < T >（this IDbConnection conn，string sql，object param = null，SqlTransaction transaction = null，bool buffered = true）
- 單個查詢：
public class Dog { public int? Age { get; set; } public Guid Id { get; set; } public string Name { get; set; } public float? Weight { get; set; } public int IgnoredProperty { get { return 1; } } } //簡單查詢 var guid = Guid.NewGuid(); var dog = connection.Query<Dog>("select Age = @Age, Id = @Id", new { Age = (int?)null, Id = guid }); //驗證統計數量 dog.Count() .IsEqualTo(1); //驗證屬性是否為null dog.First().Age .IsNull(); //驗證屬性是否匹配 dog.First().Id .IsEqualTo(guid);
- 多個查詢，並且返回一個動態列表：
//查詢兩行數據
var rows = connection.Query("select 1 A, 2 B union all select 3, 4");
//行一數據 ((int)rows[0].A) .IsEqualTo(1); ((int)rows[0].B) .IsEqualTo(2); //行二數據 ((int)rows[1].A) .IsEqualTo(3); ((int)rows[1].B) .IsEqualTo(4);
- IDbConnection擴展執行
public static int Execute(this IDbConnection cnn, string sql, object param = null, SqlTransaction transaction = null)
- 執行一個插入操作
connection.Execute(@" set nocount on create table #t(i int) set nocount off insert #t select @a a union all select @b set nocount on drop table #t", new {a=1, b=2 }) .IsEqualTo(2);
- 同一張表插入多個數據
注意：如果是大批量插入不建議這么使用，請用ADO.NET自帶的BatchInsert
connection.Execute(@"insert MyTable(colA, colB) values (@a, @b)", new[] { new { a=1, b=1 }, new { a=2, b=2 }, new { a=3, b=3 } } ).IsEqualTo(3);
Massive
非單文件，但也是輕量級，項目在持續維護，支持多數據庫，和dapper和PetaPoco運用有點截然不同；它是用類對象繼承DynamicModel來模擬實體對象的查詢和寫入，似乎沒有看到多對象多表聯合查詢和返回，局限性還是比較小
代碼示例
public class Products:DynamicModel { public Products():base("northwind", "products","productid") {} } var table = new Products(); var products = table.All(); //獲取查詢字段和搜索條件 var productsFour = table.All(columns: "ProductName as Name", where: "WHERE categoryID=@0",args: 4); //分頁查詢 var result = tbl.Paged(where: "UnitPrice > 20", currentPage:2, pageSize: 20); var poopy = new {ProductName = "Chicken Fingers"}; //更新 Product對象到表， 條件 ProductID = 12 ，設置 ProductName of "Chicken Fingers" table.Update(poopy, 12) //插入數據 var table = new Categories(); var inserted = table.Insert(new {CategoryName = "Buck Fify Stuff", Description = "Things I like"}); //插入成功后得到返回新對象 var newID = inserted.CategoryID;
Simple.Data
- ADO-based access to relational databases, with providers for:
- SQL Server 2005 and later (including SQL Azure)
- SQL Server Compact Edition 4.0
- Oracle
- MySQL 4.0 and later
- SQLite
- PostgreSQL
- SQLAnywhere
- Informix
- MongoDB
- OData
項目已經比較老，目前已經4-5年未更新代碼，里面類文件比較多，算不上輕量級，運用上比較簡單
以下是代碼截圖
Chain
一種基於函數式編程理念的Fluent ORM，項目今年少有更新，運用上幾乎不寫腳本，類似EF的數據對應模型開發，和我們常規面向對象開發有點差異，我對它的獲知來源也是在InfoQ上得知，
//插入數據 public int Insert(Employee employee) { return m_DataSource.Insert("HR.Employee", employee).ToInt32().Execute(); } //更新數據 public void Update(Employee employee) { m_DataSource.Update("HR.Employee", employee).Execute(); } //初學者更新實體（但容易出問題，如果對應的漏寫了一個屬性的賦值） public void Update(Employee employee) { using (var context = new CodeFirstModels()) { var entity = context.Employees.Where(e => e.EmployeeKey == employee.EmployeeKey).First(); entity.CellPhone = employee.CellPhone; entity.FirstName = employee.FirstName; entity.LastName = employee.LastName; entity.ManagerKey = employee.ManagerKey; entity.MiddleName = employee.MiddleName; entity.OfficePhone = employee.OfficePhone; entity.Title = employee.Title; context.SaveChanges(); } } //中級者更新 public void Update(Employee employee) { using (var context = new CodeFirstModels()) { context.Entry(employee).State = EntityState.Modified; context.SaveChanges(); } } //獲取指定表全部數據 public IList<Employee> GetAll() { return m_DataSource.From("HR.Employee").ToCollection<Employee>().Execute(); }
壓測截圖
這個壓測圖是截圖Dapper官方代碼庫里的，估計有點老，下面評論的朋友也糾正了這點，謝謝，所有先忽略這個EF的壓測參考，等我實際壓測后，會具體分享出優缺點
在博客園里發現這篇軟文對EF VS Dapper 的測試：http://www.cnblogs.com/so9527/p/5674498.html#!comments ，那其實我也不用測試壓力差距，唯一告訴我們EF也有自身的優勢，微軟這個產品迭代這么久的版本肯定一直在提升自己，如果有興趣可以關注 Core 版本的性能，據說很快；如果熟悉DDD構架模式也知道利用EF這兩者也是相當的默契度
由於網友：我是so 的要求，我也簡單測試一下他的產品，代碼如下，就只考慮單線程
Console.WriteLine($"開始Chloe測試");
using (MsSqlContext msSqlContext = new MsSqlContext("server=(local);user id=test;password=test;database=TestDb;"))
{
IQuery<Order> query = msSqlContext.Query<Order>();
//預熱，因為我沒去查閱你的源碼，默認考慮預熱
query.FirstOrDefault();
Stopwatch stopwatch = Stopwatch.StartNew();
IList<long> tmsList = new List<long>();
for (int i = 0; i < 10; i++)
{
stopwatch.Restart();
var data = query.ToList();
stopwatch.Stop();
var tms = stopwatch.ElapsedMilliseconds;
tmsList.Add(tms);
Console.WriteLine($"耗時：{tms}");
}
Console.WriteLine($"平均：{tmsList.Average()}");
Console.ReadKey();
}
Console.WriteLine($"開始Dapper測試");
using (IDbConnection connection = new SqlConnection("server=(local);user id=test;password=test;database=TestDb;"))
{
//也進行預熱
connection.QueryFirst("SELECT TOP 1 OrderId,OrderNo FROM [Order]");
Stopwatch stopwatch = Stopwatch.StartNew();
IList<long> tmsList = new List<long>();
for (int i = 0; i < 10; i++)
{
stopwatch.Restart();
var data = connection.Query<Order>("SELECT OrderId,OrderNo FROM [Order]"); ;
stopwatch.Stop();
var tms = stopwatch.ElapsedMilliseconds;
tmsList.Add(tms);
Console.WriteLine($"耗時：{tms}");
}
Console.WriteLine($"平均：{tmsList.Average()}");
Console.ReadKey();
}
100萬數據讀取，模型包含兩個字段，在DEBUG模式下單線程測試，單位：毫秒，由於每個人機器配置不同僅供參考
測試最終結果：
最后分析對比表，如果有異議，歡迎糾正
| ORM框架 | 難易度 | 開源 | 輕量級度 | 性能 | 擴展性 | 項目切入 |
| PetaPoco | 容易 | 是 | 是 | 快 | 方便 | 麻煩點（非T4） |
| Dapper | 容易 | 是 | 是 | 快 | 方便 | 麻煩點 |
| Massive | 中 | 是 | 是 | 快 | 還行 | 有點繁瑣 |
| Simple.Data | 容易 | 是 | 是 | 快 | 足夠用 | 快速 |
| Chain | 容易 | 是 | 是 | 還可以 | 足夠用 | 快速 |
| EF | 容易 | 否 | 否 | 還可以 | 足夠用 | 快速 |
糾正一下表格，把編碼級改成項目切入更合適....
這篇對比文章的產生主要是我們公司的開發框架體系在做調整，需要基礎框架來逐步切入到各個項目中，順便也調研了這些輕量級ORM，到時進行權衡對比后再此基礎上二次可能開發一個自己ORM，會考慮后期的讀寫庫分離並且分布式措施，內部集成短期數據緩存機制等功能。