IEnumerable stores =
from store in database.Stores
where store.CompanyID == curCompany.ID
select new SelectListItem { Value = store.Name, Text = store.ID }
ViewBag.storeSelector = stores
或使用 LINQ 扩展 lambda 表达式
IEnumerable stores = database.Stores
.Where(store =>store.CompanyID == curCompany.ID)
.Select(store =>new SelectListItem { Value = store.Name, Text = store.ID })
ViewBag.storeSelector = stores
通过例子来说明sorted的用法: 1. 对由tuple组成的List排序 Python代码 >>>students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10),]用key函数排序(lambda的用法见 注释1) Python代码 >>>sorted(students, key=lambda student : student[2]) # sort by age [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]用cmp函数排序 Python代码 >>>sorted(students, cmp=lambda x,y : cmp(x[2], y[2])) # sort by age [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]用 operator 函数来加快速度, 上面排序等价于:(itemgetter的用法见 注释2) Python代码 >>>from operator import itemgetter, attrgetter >>>sorted(students, key=itemgetter(2))用 operator 函数进行多级排序 Python代码 >>>sorted(students, key=itemgetter(1,2)) # sort by grade then by age [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)] 2. 对由字典排序 Python代码 >>>d = {'data1':3, 'data2':1, 'data3':2, 'data4':4} >>>sorted(d.iteritems(), key=itemgetter(1), reverse=True) [('data4', 4), ('data1', 3), ('data3', 2), ('data2', 1)]lambda表达式只是一个简单的复数比较吧。根据存储过程根本没可比性。你这个比就是一行代码跟一套代码比。
而且千万级数据库只是幌子吧,实际数据库反应速度跟查询结果的返回行数成正版。
比如你lambda表达式返回三千万数据库,存储过程返回十条数据。在量的层面上已经不一致了。
要比较当然在同一个层面上。
lambda表达式逻辑单一,能走索引这个是优势
存储过程一般逻辑比较复杂,IOPS和CPU占用资源会很高。但是能不修改程序的情况下进行逻辑更新这个是优势
根本就是视情况而定,并不存在可比性。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)