EF Core如何使用LINQ查询 EF Core LINQ查询入门教程

来源:这里教程网 时间:2026-02-21 17:39:46 作者:

EF Core 使用 LINQ 查询的核心在于:用 C# 代码写强类型查询,由 EF Core 自动翻译成 SQL 发送到数据库执行。不需要手写 SQL,也不需要担心参数注入——只要写对 LINQ 表达式,EF Core 就能安全、高效地处理。

基础查询:获取数据的两种写法

EF Core 的 DbSet 实现了 IQueryable,所以支持链式调用和查询表达式两种风格:

方法语法(推荐):简洁直观,适合日常开发
var users = context.Users.Where(u => u.Status == "Active").OrderByDescending(u => u.CreatedAt).ToList();
查询表达式语法:接近 SQL 风格,适合复杂多表逻辑
var users = (from u in context.Users where u.Age > 18 select u).ToList();

两者编译后生成的 SQL 完全一致,选哪种纯看团队习惯。但注意:所有查询在调用 ToList()First()Count() 等终结方法前,都只是构建表达式树,不会真正访问数据库——这就是延迟执行

常用操作:筛选、排序、分页、投影

这些是最常组合使用的操作,且多数能完整翻译为 SQL(即“服务器端执行”):

Where:支持
==
Contains
(对应
IN
)、
StartsWith
/
EndsWith
/
Contains
(对应
LIKE
),甚至嵌套条件
.Where(u => u.Name.Contains("张") && u.IsActive)
OrderBy/ThenBy:支持升序、降序及多级排序
.OrderBy(u => u.DepartmentId).ThenByDescending(u => u.HireDate)
Skip/Take:实现分页,必须配合 OrderBy 使用(否则结果不稳定)
.OrderBy(u => u.Id).Skip((page - 1) * size).Take(size)
Select:做投影(避免查整行),可映射到匿名类型或 DTO 类型
.Select(u => new { u.Id, u.Name, u.Email })

关联查询:Join 和 Left Join

EF Core 支持标准 LINQ Join,也支持更自然的导航属性访问(前提是模型配置了关系)。但显式 Join 更可控:

Inner Join:用
join ... on ... equals ...
,关键字必须是 equals(不是
==

from u in context.Users join r in context.Roles on u.RoleId equals r.Id select new { u.Name, r.Name }
Left Join:靠
DefaultIfEmpty()
实现,常用于“用户可能没角色”的场景
from u in context.Users join r in context.Roles on u.RoleId equals r.Id into ur from r in ur.DefaultIfEmpty() select new { u.Name, RoleName = r?.Name }

注意:Join 条件只支持简单相等比较;复杂条件(如

u.Id > r.MinUserId
)会被拉到客户端执行,影响性能。

进阶技巧:In 查询、原始 SQL 补充

有些需求 LINQ 默认不直接支持,但有成熟解法:

IN 查询:直接用
Contains
,EF Core 会转成
WHERE Id IN (1,2,3)

var ids = new[] { 1, 5, 8, 12 }; context.Users.Where(u => ids.Contains(u.Id))
无法翻译的逻辑:比如数据库特有函数(全文检索、地理计算),可用
FromSqlRaw
FromSqlInterpolated
混合使用
context.Users.FromSqlInterpolated($"SELECT * FROM Users WHERE MATCH(Name) AGAINST({keyword})")
不跟踪查询:只读场景下加
.AsNoTracking()
可提升性能,避免变更追踪开销
context.Users.AsNoTracking().Where(...).ToList()

基本上就这些。掌握 Where + OrderBy + Select + Skip/Take 这四类组合,再理解 Join 和 AsNoTracking 的适用时机,就能覆盖 90% 的日常查询需求。

相关推荐