C# 快速比较多个日期时间'；s

就效率而言，有人向我提出了一项我正在努力解决的任务。我有一个数据库，可以有成千上万的交易和人。我的目标是找到通常在彼此附近有交易的人（X个人在5个不同的情况下在Y个人10分钟内有交易）

我正努力寻找一种有效的方法来解决这个问题。最简单的方法是：

foreach(var doc in db.Transactions.OrderBy(d => d.TransactionID))
{
    foreach(var doc2 in db.Transactions.Where(d => d.TransactionID > doc.TransactionID))
    {
        if(doc2.DateCreated.IsBetween(doc.DateCreated,minutes))
        {
           // hit found  
        }
    }
} 

（TransactionID是一个bigint标识）。一旦我有了我的

点击列表

，就很容易统计发生的次数。但这显然很糟糕。运行时间是 在100万以上的交易中，这将非常缓慢。我已经研究了一些算法，但我找不到任何适用于我的情况。有人能提供关于从何处开始加速的指导吗？

一些提示：

在数据库端执行（例如存储过程）-加载和处理1M+记录将产生开销，即使算法得到改进

将所有数据分成大小为

10

分钟的存储桶（假设10分钟是您的检测阈值）。然后，对于每个bucket，您只需要检查相邻的bucket，这将减少比较操作的量

确保在例如历元时间进行操作，以避免复杂的日期时间操作

---

除了decPL的提示之外，您可能还需要使用事务数据建立一个数据仓库，然后可以在夜间对其进行分析。这意味着您将有关数据的数据存储在一个单独的数据库中，然后使用已知的算法对该数据库进行模式扫描。这就是像亚马逊这样的服务提出“买了这个的人，也买了……”建议的方式

仓库中的数据可以优化以实现快速处理，因此它不需要遵循与实际（“源”）数据库相同的格式。分析过程（报告）的输出也可以是一种易于事后处理的格式，可能像您在问题中所做的那样使用LINQ

---

更多信息见和./p>为什么要在过滤之前排序？在时间段中散列所有的日期时间，那么如果性能是一个问题，你应该得到一个Range.你应该考虑为这个段降LINQ并做出你自己的查询.好点，结果是一样的，无需使用自定义SP来处理此类大数据查询。感谢decPL，我肯定会在数据库端执行此操作-上面的示例主要是敲出伪代码。你能把

（2）

再详细一点吗？你是说按创建的时间排序，然后循环每10分钟一段吗？我特别不想谈太多细节，因为实际的实现方式会根据你处理这个问题的方式有很大的不同（例如，如果你遵循Roy的方法）（顺便说一句，我强烈建议您这样做，前提是您可以考虑运营成本）并且，比如说，使用OLAP多维数据集，那么您的大部分工作都将为您完成）。如果要得到具体的答案，我会说-按如下方式做：设置一个临时表，保存一部分数据（两个连续的10分钟大小的“块”）-且仅相关列。[继续][继续]仅对第一个“块”中的记录进行操作，检查临时表中的任何数据是否符合您的条件。完成后，丢弃第一个“块”并加载另一个-重复操作，直到完成。