的GroupBy在LINQ到DataSet中

Question

背景：

我從MySQL數據庫導入數據到SQL-Server數據庫（報告和後來SSAS-立方）。我想同時標準化數據。我想將Ticket_IDs重複與表Contact中的一個記錄與其他有用的信息分組，並將原始數據保留在子表ContactDetail（外鍵聯繫人）。因此Contact中的每條記錄都有一個獨特的Ticket_ID。

我決定使用強類型數據集進行導入。現在我想知道檢測我是否已經添加了Ticket_ID的最佳方法。我可以在每個循環中檢查它（~100000條記錄），但我假設有一個更好/更快的方法。

簡化的抽樣數據：

Ticket_ID ID  fiContact 
89442226  1  1 
89442226  2  1 
89442226  3  1 
89442261  4  2 
89442261  5  2 
89442354  6  3 
89442359  7  4 
89442359  8  4 
89442367  9  5 
89442504  10  6 

這應該是Contact - 表

Ticket_ID idContact 
89442226  1 
89442261  2 
89442354  3 
89442359  4 
89442367  5 
89442504  6 

問題：

是否有可能與LINQ/LINQ到DataSet中按Ticket_ID分組，並獲取每個ContactRow的ContactDetailRows列表？我知道有一個GroupBy-Extension，但我不確定如何使用，如果它確實需要（保留ContactDetail-Rows，f.e.就像Ticket_ID作爲鍵和作爲值的List(of EmailRow)的dicitonary一樣）。

這是我（簡化）：

For Each srcEmail In src.email 'i want to group src.email by Ticket_ID' 
     'so far i check for existence in every loop' 
     Dim res = From c In dest.Contact 
       Where c.Ticket_ID = srcEmail.ticket_id 
     If Not res.Any Then 
      'create new Contact 
      Dim newContact = Me.dest.Contact.NewContactRow 
      newContact.Ticket_ID = srcEmail.ticket_id 
      ' ..... ' 
      dest.Contact.AddContactRow(newContact) 
     End If 
     'TODO: create ContactDetail row and add it to the DataTable ' 
    Next 

• src：類型DataSet（MySQL的）
• src.email：類型DataTable =>成ContactDetail
• dest：類型DataSet（SQL-服務器）
• dest.Contact typed DataTable
• dest.ContactDetail類型的DataTable與FK到Contact

我寧願VB.NET，因爲我還沒有不熟悉LINQ和語法在C＃中完全不同。

編輯：

由於@Magnus我得到它通過以下方式去：

Dim emailsPerTicketID = src.email.ToLookup(Function(email) email.ticket_id) 
For Each ticket In emailsPerTicketID 
    'create new Contact 
    Dim newContact = Me.dest.Contact.NewContactRow 
    newContact.Ticket_ID = ticket.Key 
    newContact.CreatedAt = ticket.First().modified_time 
    ' ...... ' 
    dest.Contact.AddContactRow(newContact) 
    'TODO: add now all EmailRows' 
    For Each emailRow In ticket 
     Dim newContactDetail = dest.ContactDetail.NewContactDetailRow 
     newContactDetail.ContactRow = newContact 
     newContactDetail.Interaction = emailRow.interaction 
     ' .... ' 
     dest.ContactDetail.AddContactDetailRow(newContactDetail) 
    Next 
Next 

我會看看，如果這是比一個HashSet的迭代方法快檢測聯繫人是否已經創建。

Answer 1

我認爲使用Lookup（就像字典，但用鍵/集合來代替）會是一個很好的解決方案。這樣的事情：

var lookup = ds.Tables["src"].AsEnumerable().ToLookup(x => x.Field<int>("Ticket_ID")); 
foreach (var row in ds.Tables["dest"].AsEnumerable()) 
{ 
    if(!lookup.Contains(row.Field<int>("Ticket_ID "))) 
    { 
     //create new Contact 
    } 
    else 
    { 
     //do other struff 
    } 
} 

如果您需要任何幫助翻譯任何語法到VB評論我。

Answer 2

我的VB是生鏽的，但這裏的一口吧：

Dim ticketGroups = From c in dest.Contact 
        Group c By Ticket_ID = c.Ticket_ID 
        Into Tickets = Group 

For Each ticketGroup In ticketGroups 
    For Each ticket in ticketGroup.Tickets 
     ' Create the row, add it, etc. 
     Dim newContact = Me.dest.Contact.NewContactRow 
     newContact.Ticket_ID = ticketGroup.Ticket_ID 
     ' .... ' 
     dest.Contact.AddContactRow(newContact) 
    Next 
Next 

另外，如果您想通過循環每次檢查它，你可以使用一個HashSet，只需添加票ID的hashset每次通過，然後通過Contains方法檢查其存在。這會比你正在做的更快，但我懷疑LINQ分組將比HashSet更快。