剖析 .Net 下的数据访问层技术（二）
2024-07-10 13:03:39
供稿：网友
其它
结束ado.net剖析前，不得不提提datareader与dataset间的兄弟
之争。
就作者所看过的资料，几乎所有的都建议实际情况具体分析，剩下
很少很少的则全凭个人习惯决定。
在学习ado.net时，作者也是抱着这样的想法，并反复牢记资料
上总结的那些条款（就像当年学习gof 23条时那样，几乎可以倒背如
流了j），想到终有一日也可在ado.net下大展神威了。
可惜现实不随人愿，连续做了几个项目，无论规模大小，竟然全部
采用了dataset解决方案！
此时，再回头看看学习ado.net时打开最为频繁的petshop项目，
两相一比较，这才看出些许端倪。
简单的说，petshop采用了如下这种“曲线救国”的方式来实现数据
交换：
datareader获取数据 => 创建数据实体类 => 根据字段类型填充数
据实体类 => 将数据实体添加到列表类中（仅针对返回超过一条数据的
场合）
（补充：采用数据实体类或者集合类可以比较方便的实现cache manament，
而普通的datareader由于其数据读取方式限制，无法满足这种需求）
这个过程与dataadapter.fill() 所所产生的效果大同小异，只不过，
在fill() 中dataadpater自动创建datareader去获取数据，之后创建
datatable（相当于数据实体类），并根据字段类型填充datatable，当然
，如果可能返回多条记录，datatable完全可以处理，就没必要去实现列
表操作了。
可能读者马上产生了疑问：既然如此，petshop中为何还需要数据实
体类呢？
这其中还是有一些差别的。
首先，数据实体类是轻量级的structure，一般仅包含数据字段，没有
什么操作方法，这比datatable或者datarow还是有一些性能上的优势
（在数据量不大时可以忽略不计）；另一方面，数据实体类的操作相对
简单，不需要开发人员具备任何ado.net知识（其实就datatable来
说，这也不算什么问题），点点属性就可以了。
不过，根据作者的实践来看，这两方面似乎还不足以使人转而使用
datareader方案，理由列举如下：
（1） 对于数据量较大的场合，可以采用分批读取的方式，这有点类似datagrid的数据分页效果；
（2） 对于简单的数据，实体类还能应付，一旦涉及关联数据，就只能另外撰写方法了。而所有这些，在dataset中是非常容易处理的（对于企业级应用，大部分情况都需要处理比较复杂的数据）；
（3） datatable“天生”就支持数据集合操作，这样的特性比“集合+实体”的混合模式（petshop）更容易控制，也更自然；
（4） 实体类在声明时需要确定所有数据类型，当进行数据填充时，就需要datareader再次关注实体所对应的数据类型，不能有丝毫差错！在这方面，datatable就显得非常方便，操作时只需要一次类型关注即可；
（5） dataset解决方案可以非常方便的支持序列化操作（如：remoting，webservices），同时，与xml的关系更是亲密无比，这对于和其它系统的交互来说也是至关重要的。
分析过一些技术和方案，相信读者朋友已有一些体会。值此收官之际，如果非要在这里提供一个“综上所述”，那作者的建议就非常明确：
在企业级应用开发中，尽可能的采用dataset（datatable / dataview）+ cache management解决方案！
其它开发中，只在如下4种情况才考虑使用datareader（就作者经验来说，大部分使用datareader都属第２种情况）：
（1） 对资源要求比较苛刻的场合，这里的资源主要指内存和数据库连接；
（2） 希望在读取数据库返回结果集时作自定义处理，例如：在读取一条记录后立刻终止处理，或者在读取时作计算操作。
（提示：这种情况类似于xml中的sax（simple api for xml）技术，无需一次性读入所有xml数据即可进行操作；相反的，dom（document object model）则要求必须装载所有xml数据后才能开始操作（msxml4.0已开始允许只读取xml文档部分数据即可开始操作，这是后话）!）
（3） 只希望得到返回记录数或者返回记录的部分字段，如：
string getnamebyid(int nid) //根据员工id返回员工姓名，这里只需要
// 读取姓名字段；
（提示：这种情况一般可以通过执行特定的查询或存储过程直接解决）
（4） 出于某些方面的考虑（例如：n-tier系统中严格区分各layer间的职责），无法（或者禁止）通过数据库本身进行查询过滤，这时就只有使用datareader在读取时进行过滤操作！
（提示：虽然dataview也能达到这种目的，但它的过滤前提是必须读取到所有返回数据，所以性能上不如datareader！）
