如何在 C# 中有效地比较两个数据表

Question

我正在研究一种方法，该方法接收两个数据表和一个主键列名称列表并返回匹配项。我没有关于这些表的任何其他信息。

我已经在该网站上搜索了该问题的解决方案并找到了一些答案，但没有一个给我足够快的解决方案。

根据 stackoverflow 的结果，我现在有了这个：

var matches =
    (from rowA in tableA.AsEnumerable()
     from rowB in tableB.AsEnumerable()
     where primaryKeyColumnNames.All(column => rowA[column].ToString() == rowB[column].ToString())
     select new { rowA, rowB });

问题是这真的很慢。两张 8000 行的表需要 4 分钟。在我开始使用 stackoverflow 之前，我实际上是在遍历列和行，这需要 2 分钟。 （所以这实际上比我所拥有的要慢） 2-4 分钟似乎并没有那么糟糕，直到我用 350,000 行打到桌子上。这需要几天时间。我需要找到更好的解决方案。

谁能想到一个更快的方法？

编辑：根据 tinstaafl 的建议，现在这是我的代码。

var matches = tableA.Rows.Cast<DataRow>().Select(rowA => new 
{
    rowA,
    rowB = tableB.Rows.Find(rowA.ItemArray.Where((x, y) => 
        primaryKeyColumnNames.Contains(tableA.Columns[y].ColumnName,
               StringComparer.InvariantCultureIgnoreCase)).ToArray())
})
.Where(x => x.rowB != null);    

Answer 1

使用将接受列数组的DataTable 的PrimaryKey 属性应该会有所帮助。也许是这样的：

tableA.PrimaryKey = primaryKeyColumnNames.Select(x => tableA.Columns[x]).ToArray();
tableB.PrimaryKey = primaryKeyColumnNames.Select(x => tableB.Columns[x]).ToArray();
var matches = (from System.Data.DataRow RowA in tableA.Rows
                where tableB.Rows.Contains(RowA.ItemArray.Where((x,y) => primaryKeyColumnNames.Contains(tableA.Columns[y].ColumnName)).ToArray())
                select RowA).ToList();

在一个包含 9900 行的 2 个表的测试中，通常返回 9800，这大约需要 1/3 秒。