C# 高效比较两个DataTable数据差异化

假如有两个DataTable表格分别是dt1,dt2,dt2中有些数据跟dt1一样，现在想找出dt2的数据在dt1中不存在的数据集（换句话也可以说dt2删除已经存在于dt1中的数据），传统思想可能直接用循环找差异，这种是非常低效的做法，数据量少无所谓，数据量大，简直要了程序猿老命，既然直接循环查找不可取，那么有没有高效一点的做法呢（废话，凑数字用，当然是有了），C# linq 中IEnumerable 提供了Expect（差集）的方法，众所周知，DataTable提供了AsEnumerable()的转换方法，能把DataTable转成IEnumerable，这样我们就能linq 来处理DataTable了，如果dt1和dt2的结构相同，则可以直接dt2.AsEnumerable().Expect(dt1.AsEnumerable())来获得两个表格的差异，当然这个结果的返回是一个IEnumerable，如果想要一个DataTable结果，可以直接调用方法CopyToDataTable()(该方法调用之前需要判断结果集是否没有数据，没有数据会报错）

var list=dt2.AsEnumerable().Except(dt1.AsEnumerable());
 DataTable resultDt;
 if(list.Count()>0)resultDt=list.CopyToDataTable();
 elseresultDt=dt2.Clone();//克隆个结构；

如果dt1,dt2的结构不一样，那么就不能直接用Except方法来处理了，这里我的建议是用linq中的join方法，先把dt1,dt2两个表做一个内连接的关联处理，找出dt2跟dt1相同的部分，然后再利用dt2跟dt2于dt1相同的部分做一次差集处理，就能得出dt2和dt1的差集，直接上代码，代码演示用的是linqpad工具，其中的Dump方法是用来输出打印的，vs调试的话，请自行修改成Console，测试数据用了50w,60w如果单靠差集处理，是秒级别

void Main()
 {Stopwatch sw = new Stopwatch();sw.Start();var dt1 = CreateDt(500000, 3);var dt2 = CreateDt(600000, 5);sw.Stop();sw.Elapsed.Dump("生成两个表的时间");sw.Restart();//dt2.AsEnumerable().Except(dt1.AsEnumerable());//如果表格表的结构相同，则直接差集处理得出结果var dt = dt2.AsEnumerable().Join(dt1.AsEnumerable(), p => p[0], p => p[0], (p, q) => p);//内连接，查询两个表格相同部分，再利用相同部分做差集处理得出结果就是dt2在dt1中的差集var result = dt2.AsEnumerable().Except(dt).ToList();sw.Stop();result.Count.Dump("差集结果条数");sw.Elapsed.Dump("查询差异的时间");sw.Restart();DataTable resultDt;if (result.Count() > 0)resultDt = result.CopyToDataTable();elseresultDt = dt2.Clone();sw.Stop();sw.Elapsed.Dump("转成DataTable耗时：");}
 DataTable CreateDt(int row, int count)
 {var dt = new DataTable();for (int i = 0; i < count; i++)dt.Columns.Add("col" + i);var rnd = new Random();for (int i = 0; i < row; i++){var num = rnd.Next(0, row);dt.Rows.Add(dt.Columns.Cast().Select(p => p.ColumnName + num).ToArray());}return dt;
 }
 

 结果图：

从结果上看，关联和差异处理共耗时1秒左右，这个速度还是能接受的