WedX - журнал о программировании и компьютерных науках

Присоединение таблиц «многие ко многим» в Entity Framework

У меня есть макет таблицы, как показано на этом изображении. Одна основная таблица (User) и две таблицы "многие ко многим" (Preference и Location) с соединительными таблицами. Я настроил правильные отношения в модели данных, чтобы разрешить выборку из этих m-2-m таблиц....

введите здесь описание изображения

Инструмент отчета, который я пишу, позволяет пользователю выбирать (из контрольного списка) любые пользовательские настройки или местоположения пользователя. Что я хотел бы сделать, так это выбрать только записи из таблицы User, где Preferences OR Locations содержат по крайней мере один из их вариантов.

Возможно ли это с помощью запроса Linq? (Раньше я делал это на SQL, но мне казалось проще писать на Linq, пока я не добрался до этой части!)

Большое спасибо,

РЕДАКТИРОВАТЬ: Visual Studio 2012, Entity Framework 4, SQL Server 2008 R2

c# entity-framework
01.11.2013

  • Что-то вроде Users.Where(x => Preferences.Any(y => y.UserID == x.UserID) || Locations.Any(y => y.UserID == x.UserID));? 01.11.2013

Ответы:


1 
from u in Users
where u.Locations.Any(l => l.Name == value) ||
      u.Preferences.Any(p => p.Title == value)
select u;

Это создаст два подзапроса EXISTS. Синтаксис лямбды:

Users.Where(u => u.Locations.Any(l => l.Name == value) ||
                 u.Preferences.Any(p => p.Title == value));
01.11.2013
  • Как раз после размышления, если у меня есть динамический список значений для сравнения - есть ли лучший способ написать это, чем использовать l.Name == xxx || l.Name == гггг || l.Name == zzz ? 01.11.2013
  • @Simon, вы можете создать список значений { "xxx", "yyy", "zzz" } и проверить, содержит ли этот список значение местоположения или предпочтения: u.Locations.Any(l => values.Contains(l.Name)). Я считаю, что это должно работать с подзапросом. 01.11.2013
  • Спасибо. Буквально за секунду до твоего поста. 01.11.2013
    • Новые материалы
    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
    Для любых предложений по сайту: [email protected]