هفت عادت EF Core که بی‌سروصدا production را کند می‌کنند

پاسخ کوتاه: EF Core وقتی کند می‌شود که از آن بخواهیم داده‌ای بیشتر از نیاز صفحه، با رفت‌وبرگشت‌های بیشتر، بار کند. مظنون‌های همیشگی: کوئری N+1، tracking در کوئری‌های فقط‌خواندنی، بارگذاری کل entity به‌جای projection، cartesian explosion از چند Include، فیلتر کردن در حافظه، Count به‌جای Any و صفحه‌بندی OFFSET یا آپدیت ردیف‌به‌ردیف روی جدول‌های بزرگ. هر کدام راه‌حلی یکی‌دوخطی دارد.

یک مثال واقعی: ۳۰۱ کوئری برای یک فهرست

صفحه «بیمه‌نامه‌های من» چهار ثانیه طول می‌کشید. لاگ SQL یک کوئری برای بیمه‌نامه‌ها نشان می‌داد و بعد برای هر بیمه‌نامه یک کوئری برای بیمه‌گذار و یکی برای آخرین پرداخت: ۳۰۱ کوئری برای فهرستی ۱۵۰ ردیفی. تک‌تک کوئری‌ها سریع بودند؛ مجموعشان نه.

جایگزین کردن حلقه با یک projection صفحه را به ۱۲۰ میلی‌ثانیه رساند. بدون ایندکس، بدون کش، بدون Dapper. فقط یک کوئری به‌جای ۳۰۱.

قدم صفر: SQL را ببینید

// Development only: print every SQL statement EF Core sends
builder.Services.AddDbContext<AppDbContext>(o => o
    .UseSqlServer(builder.Configuration.GetConnectionString("Default"))
    .LogTo(Console.WriteLine, LogLevel.Information));

// Or for a single query:
var sql = db.Policies.Where(p => p.Status == PolicyStatus.Active).ToQueryString();

چیزی را که نمی‌بینید نمی‌توانید درست کنید. SQL تولیدشده هر صفحه مشکوک را بخوانید، رفت‌وبرگشت‌ها را بشمارید و برای کوئری‌های پرهزینه execution plan را نگاه کنید.

۱. کوئری N+1 و ۲. entity کامل

// N+1: one query for the policies, then one more per policy
var policies = await db.Policies.Where(p => p.Status == PolicyStatus.Active).ToListAsync(ct);
foreach (var p in policies)
{
    var holder = await db.Holders.FindAsync([p.HolderId], ct);
    rows.Add(new PolicyRow(p.Number, holder!.FullName, p.PremiumRials));
}

// One query, only the columns the screen needs, no tracking
var rows = await db.Policies
    .Where(p => p.Status == PolicyStatus.Active)
    .Select(p => new PolicyRow(p.Number, p.Holder.FullName, p.PremiumRials))
    .ToListAsync(ct);

projection با Select هر دو مشکل را با هم حل می‌کند: یک رفت‌وبرگشت و فقط ستون‌هایی که صفحه نشان می‌دهد. projectionها track نمی‌شوند، پس ارزان‌ترند.

۳. Cartesian explosion

دو Include روی مجموعه‌ها در یک کوئری، همه ترکیب‌های ردیف‌ها را برمی‌گرداند. سفارشی با ۲۰ قلم و ۱۰ پرداخت، ۲۰۰ ردیف برای ۳۰ واقعیت می‌فرستد.

var order = await db.Orders
    .Include(o => o.Items)
    .Include(o => o.Payments)
    .AsSplitQuery() // three simple queries instead of one Items × Payments product
    .SingleAsync(o => o.Id == id, ct);

۴ تا ۷. بقیه موارد

// Read-only queries: skip change tracking
var list = await db.Policies.AsNoTracking().Where(...).ToListAsync(ct);

// Existence: Any, not Count
var hasPaid = await db.Payments.AnyAsync(p => p.UserId == userId, ct);

// Filter in SQL, not in memory
var bad  = (await db.Payments.ToListAsync(ct)).Where(p => p.UserId == userId); // loads the table
var good = await db.Payments.Where(p => p.UserId == userId).ToListAsync(ct);

// Keyset paging for long lists: no OFFSET scan
var page = await db.LedgerEntries
    .Where(e => e.AccountId == accountId && e.Id < lastSeenId)
    .OrderByDescending(e => e.Id)
    .Take(50)
    .ToListAsync(ct);

// Bulk changes without loading entities (EF Core 7+)
await db.OutboxMessages
    .Where(m => m.ProcessedAtUtc < cutoff)
    .ExecuteDeleteAsync(ct);

مزایا و معایب این اصلاح‌ها

مزایا

  • بیشتر اصلاح‌ها کوچک و محلی‌اند و بهبودشان اغلب ده برابر یا بیشتر است.
  • رفت‌وبرگشت کمتر یعنی بار کمتر روی SQL Server برای بقیه هم.
  • کد درباره این‌که هر صفحه دقیقاً چه لازم دارد صریح‌تر می‌شود.

معایب

  • projectionها DTOهای کوچکی می‌سازند که باید نگهداری شوند.
  • split query تصویر یکپارچه از داده نیست، مگر با تراکنش و isolation مناسب.
  • صفحه‌بندی keyset نمی‌تواند به «صفحه ۳۷» بپرد؛ برای فید و فهرست‌های طولانی مناسب است، نه هر رابط کاربری.

اپلیکیشن EF Core که هر ماه کندتر می‌شود؟ ببینید چطور می‌توانم کمک کنم.

پرسش‌های متداول

وقتی EF Core کند است سراغ Dapper بروم؟

معمولاً نه در قدم اول. بیشتر کدهای کند EF Core با projection، کوئری بدون tracking و حذف الگوی N+1 درست می‌شوند. برای معدود کوئری‌های خواندنی پیچیده و پرتکراری که می‌مانند، یک کوئری Dapper هدفمند کنار EF Core انتخاب معقولی است.

lazy loading همیشه بد است؟

رایج‌ترین علت N+1 است، چون دسترسی به یک property داخل حلقه بی‌صدا به کوئری تبدیل می‌شود. خیلی از تیم‌ها خاموشش می‌کنند و داده مرتبط را صریح با Include یا projection بار می‌کنند تا هر کوئری در کد دیده شود.

چطور بفهمم کدام کوئری‌ها در production کندند؟

دستورهای EF Core که از یک آستانه زمانی بیشتر طول می‌کشند را لاگ کنید، در Query Store سرور SQL پرهزینه‌ترین کوئری‌ها از نظر زمان و خواندن را ببینید و ایندکس‌های پیشنهادی را بعد از بررسی اضافه کنید. قبل و بعد هر تغییر اندازه بگیرید.