Dapper：轻量级ORM的实战指南与性能抉择

1. 为什么选择Dapper？

在.NET生态中，ORM框架的选择往往让人纠结。Entity Framework功能强大但略显笨重，纯ADO.NET又需要重复造轮子。我五年前接手一个日均百万级查询的电商系统时，Entity Framework在高峰期频繁出现性能瓶颈，直到把核心模块改用Dapper才解决问题。

Dapper最吸引我的是它保持原生SQL的精准控制，同时提供对象映射的便利性。比如处理分页查询时，EF Core生成的SQL可能包含不必要的JOIN，而Dapper允许你直接优化关键语句：

csharp复制var sql = @"SELECT * FROM Products 
            WHERE CategoryId = @categoryId
            ORDER BY Price DESC
            OFFSET @skip ROWS FETCH NEXT @take ROWS ONLY";
var products = connection.Query<Product>(sql, new {
    categoryId = 5,
    skip = 20,
    take = 10
});

这种轻量级特性使它在以下场景特别突出：

• 高并发API服务：某金融项目实测Dapper的吞吐量比EF高37%
• 遗留系统改造：不需要迁移整个数据访问层
• 复杂报表查询：直接编写优化过的SQL语句
• 微服务架构：每个服务独立选择最适合的ORM

2. 性能对决：Dapper vs 重型ORM

去年我做过的基准测试显示，在相同硬件环境下查询10000条记录：

• Dapper平均耗时82ms
• EF Core原始SQL查询耗时121ms
• EF Core LINQ查询耗时193ms

差异主要来自三个方面：

1. 映射机制：Dapper使用动态代码生成（Emit），而EF依赖表达式树解析
2. 查询构造：Dapper不额外处理SQL语句
3. 缓存策略：EF的变更跟踪需要额外内存

但要注意，Dapper的性能优势主要体现在读操作。对于需要级联更新的事务场景，EF的ChangeTracker反而更高效。我的经验法则是：

• 读多写少 → Dapper
• 复杂事务 → EF
• 混合场景 → 两者结合使用

3. 多数据库支持实战

Dapper通过ADO.NET基础提供程序支持几乎所有主流数据库。我在最近的项目中同时操作SQL Server和MySQL时，只需要切换连接对象：

csharp复制// SQL Server
using var sqlConn = new SqlConnection(connStr);
var users = sqlConn.Query<User>("SELECT * FROM Users");

// MySQL
using var mysqlConn = new MySqlConnection(mysqlConnStr);
var products = mysqlConn.Query<Product>("SELECT * FROM Products");

跨数据库分页是个典型痛点。不同数据库的语法差异可以通过Dapper的灵活性解决：

csharp复制string GetPagedQuery(string dbType) => dbType switch {
    "sqlserver" => "OFFSET @Offset ROWS FETCH NEXT @Limit ROWS ONLY",
    "mysql" => "LIMIT @Limit OFFSET @Offset",
    "postgresql" => "LIMIT @Limit OFFSET @Offset",
    _ => throw new NotSupportedException()
};

4. 高级映射技巧

处理一对多关系时，Dapper的多重映射功能比想象中强大。比如查询博客及其所有评论：

csharp复制var sql = @"SELECT b.*, c.* 
            FROM Blogs b
            LEFT JOIN Comments c ON b.Id = c.BlogId
            WHERE b.Id = @id";

var blogDict = new Dictionary<int, Blog>();
var result = connection.Query<Blog, Comment, Blog>(
    sql,
    (blog, comment) => {
        if (!blogDict.TryGetValue(blog.Id, out var existingBlog)) {
            existingBlog = blog;
            existingBlog.Comments = new List<Comment>();
            blogDict.Add(blog.Id, existingBlog);
        }
        if (comment != null) existingBlog.Comments.Add(comment);
        return existingBlog;
    },
    new { id = 1 },
    splitOn: "Id"
);

对于存储过程调用，Dapper比EF更直观：

csharp复制var parameters = new DynamicParameters();
parameters.Add("@userId", 123);
parameters.Add("@result", dbType: DbType.Int32, direction: ParameterDirection.Output);

connection.Execute("sp_GetUserStats", parameters, commandType: CommandType.StoredProcedure);
var result = parameters.Get<int>("@result");

5. 事务与批量操作

Dapper处理事务有两种推荐方式。简单事务：

csharp复制using var trans = connection.BeginTransaction();
try {
    connection.Execute("UPDATE Accounts SET Balance = Balance - 100 WHERE Id = 1", transaction: trans);
    connection.Execute("UPDATE Accounts SET Balance = Balance + 100 WHERE Id = 2", transaction: trans);
    trans.Commit();
} catch {
    trans.Rollback();
    throw;
}

批量插入使用表值参数能大幅提升性能：

csharp复制var dt = new DataTable();
dt.Columns.Add("Name");
dt.Columns.Add("Age");
foreach(var user in users) {
    dt.Rows.Add(user.Name, user.Age);
}

var param = new SqlParameter("@tvp", dt) {
    TypeName = "dbo.UserTableType",
    SqlDbType = SqlDbType.Structured
};
connection.Execute("sp_InsertUsers", param, commandType: CommandType.StoredProcedure);

6. 性能调优经验

经过多个项目实践，我总结出这些Dapper优化技巧：

1. 连接管理：始终使用using语句，避免连接泄露
2. 参数化查询：永远不要拼接SQL字符串
3. 异步操作：合理使用QueryAsync等异步方法
4. 缓存策略：对静态数据使用MemoryCache
5. 批处理：将多个小查询合并为一个大查询

一个常见的反模式是N+1查询问题。优化前：

csharp复制var users = connection.Query<User>("SELECT * FROM Users");
foreach(var user in users) {
    user.Orders = connection.Query<Order>("SELECT * FROM Orders WHERE UserId = @id", new { id = user.Id });
}

优化后使用IN查询：

csharp复制var users = connection.Query<User>("SELECT * FROM Users").ToList();
var userIds = users.Select(u => u.Id);
var orders = connection.Query<Order>("SELECT * FROM Orders WHERE UserId IN @ids", new { ids = userIds })
    .ToLookup(o => o.UserId);

foreach(var user in users) {
    user.Orders = orders[user.Id].ToList();
}

7. 与Entity Framework混合使用

很多项目并非非此即彼。我在当前项目中这样组合使用：

• Dapper处理报表查询和批量操作
• EF Core处理复杂领域模型和变更跟踪

通过共享DbContext的连接对象实现无缝集成：

csharp复制// 在EF Core中获取Dapper连接
var conn = context.Database.GetDbConnection();
var rawData = conn.Query<ReportItem>("...");

这种混合模式需要特别注意：

• 事务边界要明确
• 避免在同一个事务中混用不同ORM的变更操作
• 连接字符串配置保持一致

8. 监控与调试

Dapper的简洁性也意味着需要更多手动监控。我推荐这些工具：

• MiniProfiler：可视化SQL执行时间
• Dapper.Logging：集成到现有日志系统
• 自定义拦截器：记录慢查询

安装MiniProfiler只需几行代码：

csharp复制services.AddMiniProfiler(options => {
    options.RouteBasePath = "/profiler";
    options.SqlFormatter = new StackExchange.Profiling.SqlFormatters.InlineFormatter();
}).AddEntityFramework();

在开发环境配置连接字符串时加上这些参数可以获取更多信息：

code复制Application Name=MyApp;Workstation ID=MyDevPC;...

最近处理过一个性能问题：某查询在测试环境很快但生产环境很慢。最终发现是Dapper默认不启用MARS（Multiple Active Result Sets），在需要同时处理多个结果集时需要显式开启：

code复制Server=...;MultipleActiveResultSets=True;