首先,我们要新建一个静态类,用于存放多条件组合查询的各种组合,比如or,And这些等等.代码如下:
复制代码 代码如下:
using System.Linq.Expressions;
public static class PredicateExtensionses
{
public static Expression
public static Expression
public static Expression
{
var invokedExpression = System.Linq.Expressions.Expression.Invoke(expression2, exp_flow.Parameters.Cast
return System.Linq.Expressions.Expression.Lambda
}
public static Expression
{
var invokedExpression = System.Linq.Expressions.Expression.Invoke(expression2, exp_flow.Parameters.Cast
return System.Linq.Expressions.Expression.Lambda
}
}
第一步工作完成后,我们就可以从具体应用层面上来调用这种组合了,此处,我们仍以FeedBack表对象为例,表示层调用代码如下:
我仅列举核心代码,注意:PageNavigator1是我页面的分页控件.
分页代码:
复制代码 代码如下:
private void ListDataBind(int pageIndex)
{
int rowCount = 0;
int pageCount = 0;
int pageSize = 30;
Expression
GetCondition(ref expr);
var hs = from h in hm.AllFeedBacks.Where(expr) select h;//延迟加载,数据库没有任何操作
if (pageIndex == 1)//如果是第一次取数据,需要获取符合条件的总记录条数
{
rowCount = hs.Count();//数据库进行一次Count操作
}
else//之后的记录条数,从分页控件持久态的属性中获取,省去一次Count查询
{
rowCount = PageNavigator1.RecordCount;
}
pageCount = rowCount > pageSize ? Convert.ToInt32((rowCount - 1) / pageSize) + 1 : 1;//通用分页算法
if (pageIndex > pageCount)
{
pageIndex = pageCount;
}
var pageData = hs.Skip(pageSize * (pageIndex - 1)).Take(pageSize);//这里也是延迟加载,数据库此时不操作
FeedBackManageList.DataSource = pageData;//这里才正式加载数据,仅仅向数据库发出请求30条记录SQL
FeedBackManageList.DataBind();
PageNavigator1.RecordCount = rowCount;// 给分页控件一些数据
PageNavigator1.PageCount = pageCount;//给分页控件一些数据
PageNavigator1.PageIndex = pageIndex;//给分页控件一些数据
}
接下来是关键部分,组合条件,注意这里,我们用到了第一步中定义好的组合类:
复制代码 代码如下:
private void GetCondition(ref Expression
int isLock = Int32.Parse(ddlIsLock.SelectedValue);
if (isLock > -1)
{
expr = expr.And(c => (c.IsLock == isLock));//一次组合
}
string keyword = tbxKeyword.Text.FilterInjectStr();
if (!keyword.IsNullOrEmpty())
{
expr = expr.And(c => (c.HotelName.IndexOf(keyword) > -1)); //二次组合
}
}
到此,我们已经完成了linq to Sql多条件组合查询,并且对数据库的请求做到最小化.
另外,要特别说明的是:对数据源的任何操作,最好用延迟加载,否则,将有可能加载全部数据,
例如,我们写这样的代码:List
总结:微软的linq to sql给我们带来便利的同时,也埋下许多的隐患,比如给像我这样的偷懒者更多便利,但却不去思考,往往一不小心就加载了数据,造成了资源的浪费.在享受这些便利的同时,应注意适时地进行研究,以让它们更好地为我们服务.