Dapper的简介
Dapper是.NET下一个micro的ORM,它和Entity Framework或Nhibnate不同,属于轻量级的,并且是半自动的。Dapper只有一个代码文件,完全开源,你可以放在项目里的任何位置,来实现数据到对象的ORM操作,体积小速度快。 使用ORM的好处是增、删、改很快,不用自己写sql,因为这都是重复技术含量低的工作,还有就是程序中大量的从数据库中读数据然后创建model,并为model字段赋值。这些ORM都可以轻松给你搞定。ORM给我们开发带来便利时,性能也是一个让我们不得不考虑的问题。一般的ORM性能和直接写原生的sql比都差不少,但是Dapper性能还很错,甚至和DbHelperSQL方式性能高出很多。
Dapper的优势
- Dapper是一个轻型的ORM类。代码就一个SqlMapper.cs文件,编译后体积小。
- Dapper很快。Dapper的速度接近与IDataReader,取列表的数据超过了DataTable。
- Dapper支持多数据库。诸如:Mysql,SqlLite,Mssql系列,Oracle等一系列的数据库。
- Dapper的R支持多表并联的对象。支持一对多 多对多的关系。并且没侵入性,想用就用,不想用就不用,无XML无属性,代码以前怎么写现在还怎么写。
- Dapper原理通过Emit反射IDataReader的序列队列,来快速的得到和产生对象,性能高。
- Dapper支持net2.0及以上版本
- Dapper语法十分简单,并且无须迁就数据库的设计。
Dapper的性能
Dapper 的主要特点是性能。以下数据显示对一个数据库执行 SELECT 出 500 条,并把数据映射到对象中需要多长时间。
性能测试分为三个方面:
- POCO 序列化框架,支持从数据库获得静态类型的对象。使用原始的 SQL。
- 动态序列化框架,支持返回对象的动态列表。
- 典型的框架用法。往往不会涉及编写 SQL。
1. Performance of SELECT mapping over 500 iterations - POCO 序列化
方法 | 持续时间(毫秒) | 备注 | Hand coded (using a SqlDataReader) | 47 | Can be faster | Dapper ExecuteMapperQuery | 49 | 同上 | ServiceStack.OrmLite (QueryById) | 50 | 同上 | PetaPoco | 52 | 同上 | BLToolkit | 80 | 同上 | SubSonic CodingHorror | 107 | 同上 | NHibernate SQL | 104 | 同上 | Linq 2 SQL ExecuteQuery | 181 | 同上 | Entity framework ExecuteStoreQuery | 631 | 同上 |
2. Performance of SELECT mapping over 500 iterations - dynamic 序列化
方法 | 持续时间(毫秒) | 备注 | Dapper ExecuteMapperQuery (dynamic) | 48 | | Massive | 52 | | Simple.Data | 95 | |
3. Performance of SELECT mapping over 500 iterations - 典型用法
方法 | 持续时间(毫秒) | 备注 | Linq 2 SQL CompiledQuery | 81 | Not super typical involves complex code | NHibernate HQL | 118 | | Linq 2 SQL | 559 | | Entity framework | 859 | | SubSonic ActiveRecord.SingleOrDefault | 3619 | |
其他见解:
- 能很方便地执行数据库 DML 和 DLL 操作。比如,当你执行一个带参数的 SQL 时,SQL 中的变量能与你传递给它的实体或匿名对象中的属性,自定匹配。而我们知道,带参数的 SQL,能提高数据库执行 SQL 的效率。
- 能很方便地将数据库检索结果映射为面向对象的对象。从数据库中的检索结果,通常是张二维表,如 DataTable,而应用程序中是实体类,以及实体类的集合,那么 Dapper 能够将 DataTable 自动地映射成为实体类的集合。
- 能很方便地书写 SQL 语句。比如,写多个 SQL,用分号分隔。
到此这篇关于ORM框架之Dapper简介和性能测试的文章就介绍到这了。希望对大家的学习有所帮助,也希望大家多多支持极客世界。 |
请发表评论