Entity Framework ORM 框架,获取最近 30 天每日分别的订单数量最佳实践是什么? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
rv54ntjwfm3ug8
V2EX    程序员

Entity Framework ORM 框架,获取最近 30 天每日分别的订单数量最佳实践是什么?

  •  
  •   rv54ntjwfm3ug8 2022 年 4 月 10 日 2879 次点击
    这是一个创建于 1383 天前的主题,其中的信息可能已经有所发展或是发生改变。

    数据库保存的是下单时间戳,想到两种思路:

    1. 获取最近 30 天全部订单的时间,然后遍历进行计数,只需查询一次数据库。
    2. 用最近 30 天每天的起止时间戳查询数据库进行计数,需要查询 30 次数据库。

    哪种方案更好一些,为什么?如果数据库还有保存下单日期( 2000-01-01 文字形式,非时间戳)会不会是不同的结果?

    18 条回复    2022-04-11 12:51:02 +08:00
    hard2reg
        1
    hard2reg  
       2022 年 4 月 10 日
    用时间戳筛选过滤再 count 很方便啊
    hard2reg
        2
    hard2reg  
       2022 年 4 月 10 日
    ```sql
    select order_date, count(order_id) from t_orders where order_day between curdate() and subdate(curdate(), interval 30 day) group by order_date;
    ```
    hard2reg
        3
    hard2reg  
       2022 年 4 月 10 日
    select order_date, count(order_id) from t_orders where order_date between curdate() and subdate(curdate(), interval 30 day) group by order_date;

    之前写错了。。。
    robin700
        4
    robin700  
       2022 年 4 月 10 日 via Android
    如果订单量大不建议走数据库,非常慢,我目前用每日定时统计,根据日统计数据,再汇聚周月季年
    ,整体上速度很快
    IvanLi127
        5
    IvanLi127  
       2022 年 4 月 10 日 via Android
    我觉得这个查询要么用高级写法去构造一个统计的 SQL ,要么直接传 SQL 查。
    楼主的两种方案没什么区别,数据量小的话都行,数据量大的话需要分块查询。如果继续按楼主的思路,我建议可以考虑 id 作为游标,按时间倒序,每次查 n 条。查到不符合条件的就停止。
    如果你的时间戳可以直接 distinct ,并且有索引,那还是 SQL 查吧。
    FLYROUTER
        6
    FLYROUTER  
       2022 年 4 月 10 日
    单量大的话直接使用 redis 作原子计数器
    thtznet
        7
    thtznet  
       2022 年 4 月 10 日
    这个屈居于你的需求是领域计算所需还是数据分析所需,如果是领域计算所需,用 ORM 没问题,如果是独立的数据分析所需,建议做数仓,不要放在业务层里。
    adoal
        8
    adoal  
       2022 年 4 月 10 日
    如果是淘宝这种级别的一互大场景,你需要考虑的不只是这两个操作(我觉得称为两个“方案”用词太豪华了)的技术细节差异,如同前面几楼说的,可能需要做架构设计先。
    如果是普通的小规模系统,你是一个新手,只是做一个普通的简单查询……那么,建议先学好 SQL ,理解关系数据库。ORM 只是把人肉写 SQL 换成编程语言这一侧的书写方式而已。
    idblife
        9
    idblife  
       2022 年 4 月 10 日 via iPhone
    现在的程序员连 sql 都不会了吗?
    yikyo
        10
    yikyo  
       2022 年 4 月 10 日 via iPhone
    ef 也有 groupby 吧?然后看数据的 length 就能得到了
    Rocketer
        11
    Rocketer  
       2022 年 4 月 10 日 via iPhone   2
    不知道是从何开始,国内很多数据库设计的时间字段都是长整型时间戳。问过很多人也不知道为什么,只知道大家都这么干。

    日期型字段怎么你们了?为什么不用呢?各种计算都方便。就楼主这需求,用 Linq 直接 groupb 很简单。

    sourceList
    .GroupBy(x => x.dateTime.Date)
    .Select(x => x.Count())
    .ToList()

    完结,撒花
    sunhelter
        12
    sunhelter  
       2022 年 4 月 10 日
    你可以定时任务生成报表,去报表里拿
    beginor
        13
    beginor  
       2022 年 4 月 10 日 via Android
    @Rocketer 时间戳也是可以的这样做,除以一个整数就行了
    dotw2x     14
    dotw2x  
       2022 年 4 月 10 日
    2 的话为什么会查询 30 次呀,代码传入今天和三十天前的时间,固定了查询范围,直接 group by 一次就能出结果了吧
    xuanbg
        15
    xuanbg  
       2022 年 4 月 11 日
    sql 不会写,linq 也不会写么。。。天天要用的东西不学,尽学没用的。。。
    xuanbg
        16
    xuanbg  
       2022 年 4 月 11 日
    @Rocketer 因为日期类型会有时区问题。。。其实只要服务器不在不同时区,就完全没问题。很多人就是知其然不知其所以然,只会人云亦云。大多数人不肯探究问题,又怕麻烦,倒也可以理解。
    lyy16384
        17
    lyy16384  
       2022 年 4 月 11 日
    @beginor #13 加除法不走索引
    Rocketer
        18
    Rocketer  
       2022 年 4 月 11 日 via iPhone
    @xuanbg 呃!时区问题肯定不是不用日期型的原因。美国不像中国是统一时区,硅谷的程序员天天都要与时区打交道,但日期型的使用却很普及。

    事实上很多数据库内部对日期型数据也是存时间戳,各种日期运算(加减、时区等)还是由日期类实现的。只是国内流行直接存时间戳,然后手动运算。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     1195 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 54ms UTC 17:51 PVG 01:51 LAX 09:51 JFK 12:51
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86