为什么 EF 在进行一对多连接时会不必要地检索 ID？

Question

假设您有一个Author域类和一个Book域类，每个类Author可以有 0 个或多个Books（一对多关系）。

如果您执行以下操作：

var dtos = dbContext.Authors.Select(a => new
{
    Name = a.Name,
    BookNames = a.Books.Select(b => b.Name).ToList() 
}).ToList();

您希望生成以下 SQL，因为您只请求了作者姓名和每位作者的书名：

SELECT [a].[Name], [b].[Name]
FROM [Authors] AS [a]
LEFT JOIN [Books] AS [b] ON [a].[Id] = [b].[AuthorId]
ORDER BY [a].[Id], [b].[Id]

但是，实体框架会导致生成以下 SQL：

SELECT [a].[Name], [a].[Id], [b].[Name], [b].[Id]
FROM [Authors] AS [a]
LEFT JOIN [Books] AS [b] ON [a].[Id] = [b].[AuthorId]
ORDER BY [a].[Id], [b].[Id]

这显然是不必要地检索所有作者的 ID 和他们所有书籍的 ID。

这是当您从另一方（即从书籍到作者）进行连接时不会发生这种情况。例如，当您请求书名及其作者姓名时，例如：

var dtos = dbContext.Books.Select(b => new
{
    Name = b.Name,
    BookNames = b.Author == null ? null : b.Author.Name
}).ToList();

为上述代码生成的 SQL 将是：

SELECT [b].[Name], CASE
    WHEN [a].[Id] IS NULL THEN CAST(1 AS bit)
    ELSE CAST(0 AS bit)
END, [a].[Name]
FROM [Books] AS [b]
LEFT JOIN [Authors] AS [a] ON [b].[AuthorId] = [a].[Id]

正如预期的那样，它没有检索 ID。

为什么会这样？为什么 EF Core 会检索 ID，即使我没有将它们包含在我的投影中？

我已经使用 EF Core 3.x + 5.0 RC1 对此进行了测试。如果那很重要。

Answer 1

SQL 查询结果集是扁平的。如果您的查询也是扁平的，那么您所期望的将已生成（并且确实是在您从另一侧执行此操作时生成的），如下所示

var query =
    from a in dbContext.Authors
    from b in a.Books.DefaultIfEmpty()
    select new { Name = a.Name, BookName = b.Name };

但是，您的查询结果形状不同 - 名称 + 相关书名列表。通常 SQL 不能提供这样的形状，因此 EF Core 应该以某种方式转换（分组）返回的平面结果集客户端。记录按两个 id 排序，但正确分组也需要这两个 id。好吧，从技术上讲，除了最后一个以外的所有 id 都是按顺序排列的，所以[b].[Id]在这种情况下是多余的。因此，他们可以将它们按顺序分组（无需像常规的 LINQ to Objects 那样在内存中缓冲整个结果集GroupBy），使用以下内容（在伪代码中）：

var query =
    from a in dbContext.Authors
    from b in a.Books.DefaultIfEmpty()
    select new { Name = a.Name, BookName = b.Name };