c# - 遍历多个数据表(共享同一列)

Question

我有例如4 个数据表:

private void Test()
{
    DataTable table1 = new DataTable();
    table1.Columns.Add("MyId");
    table1.Columns.Add("Column1");
    table1.Columns.Add("Column2");

    DataTable table2 = new DataTable();
    table2.Columns.Add("Column3");
    table2.Columns.Add("MyId");
    table2.Columns.Add("Column4");

    DataTable table3 = new DataTable();
    table3.Columns.Add("Column5");
    table3.Columns.Add("MyId");
    table3.Columns.Add("Column6");

    DataTable table4 = new DataTable();
    table4.Columns.Add("Column7");
    table4.Columns.Add("Column8");
    table4.Columns.Add("MyId");

    DataSet set = new DataSet();
    set.Tables.Add(table1);
    set.Tables.Add(table2);
    set.Tables.Add(table3);
    set.Tables.Add(table4);

    set.Relations.Add("MYKEY", table1.Columns["MyId"], table2.Columns["MyId"]);
    set.Relations.Add("MYKEY", table1.Columns["MyId"], table3.Columns["MyId"]);
    set.Relations.Add("MYKEY", table1.Columns["MyId"], table4.Columns["MyId"]);

    foreach (DataTable dt in set.Tables)
    {
        foreach (DataRow item in dt.Rows[0].GetChildRows("MYKEY"))
        {
            int id = Convert.ToInt32(item["MyId"]);
            string column1 = item["Column1"].ToString();
            string column8 = item["Column8"].ToString();
        }
    }
}

是否可以实现所有数据表都基于“MyId”列连接的关系？我想只用一个循环遍历所有行。

我已经阅读了 'Adding DataRelations ' 在 MSDN 站点上，但我无法定义具有相同名称的多个关系。

Answer 1

我认为对您的问题的简短回答是“不，没有一种方法可以通过使用 DataRelation 类或一组类的一个循环遍历所有相关表中的所有行”。

DataRelation 类的设计 [据我所知] 是为了在代码中提供通常在数据库级别强制执行的约束，例如主键 -> 外键关系。但是，它并非真正设计用于轻松遍历数据 - 也就是说，数据访问需要了解底层数据结构(表/列)。

有多种方法可以通过单个循环收集数据，但我不确定这样的数据收集有多大意义。这是一个使用 Dictionary<int, List<Tuple<string, object>>> 的示例，其中键是表中的主键，数据分组为列名/值对:

        var data = new Dictionary<int, List<Tuple<string, object>>>();

        foreach (DataRow row in table1.Rows)
        {
            /* Pull data from "main" table */

            int id = Convert.ToInt32(row["MyId"]);
            var rowData = new List<Tuple<string, object>>();

            foreach (DataColumn column in table1.Columns)
            {
                string columnName = column.ColumnName;
                var columnData = new Tuple<string, object>(columnName, row[columnName]);

                rowData.Add(columnData);
            }

            //Collect data from each related table
            foreach (DataRelation relation in set.Relations)
            {
                foreach (DataRow relatedRow in row.GetChildRows(relation))
                {
                    foreach (DataColumn column in relation.ChildTable.Columns)
                    {
                        if (relation.ChildColumns.Contains(column))
                        {
                            continue;
                        }

                        string columnName = column.ColumnName;
                        var columnData = new Tuple<string, object>(columnName, relatedRow[columnName]);

                        rowData.Add(columnData);
                    }
                }
            }

            //Add to data dictionary
            data.Add(id, rowData);
        }

上述代码的优点是完全不依赖表结构(除了明显需要识别主表和主键)；但您仍然需要编写大量代码才能有意义地解析生成的数据结构。

我认为在这种情况下，LINQ 查询会更加清晰和表达。我知道这不是您要的，但以防万一您感兴趣，这里有一个 LINQ 解决方案，它提供了等效于数据的“SQL View ”，表示为 [在我看来] 有意义的对象的可枚举:

var fullDataView = from t1data in table1.AsEnumerable()
                           join t2data in table2.AsEnumerable()
                           on t1data["MyId"] equals t2data["MyId"]
                           join t3data in table3.AsEnumerable()
                           on t1data["MyId"] equals t3data["MyId"]
                           join t4data in table4.AsEnumerable()
                           on t1data["MyId"] equals t4data["MyId"]
                           select new
                           {
                               MyId = t1data["MyId"],
                               Column1 = t1data["Column1"],
                               Column2 = t1data["Column2"],
                               Column3 = t2data["Column3"],
                               Column4 = t2data["Column4"],
                               Column5 = t3data["Column5"],
                               Column6 = t3data["Column6"],
                               Column7 = t4data["Column7"],
                               Column8 = t4data["Column8"]
                           };