Linq to Sql : 三种事务处理方式
Linq to SQL支持三种事务处理模型：显式本地事务、显式可分发事务、隐式事务。(from MSDN: 事务 (LINQ to SQL))。MSDN中描述得相对比较粗狂，下面就结合实例来对此进行阐述。 0. 测试环境 OS Windows Server 2008 Enterprise + sp1 ...
一步一步学Linq to sql基础系列(一到十)
一步一步学Linq to sql(一)：预备知识 http://www.cnblogs.com/aehyok/archive/2013/04/11/3015506.html 一步一步学Linq to sql(二)：DataContext与实体 http://www.cnblogs.com/aehyok/archive/2013/04/12/3015678.html 一步一步学Linq to sq....
一步一步学Linq to sql(十)：多层架构MVC WCF Linq
前言 本次主要是使用WCF的多层架构。我们将建立以下项目： A，MVC网站项目 MvcOperation：留言簿表现层 B，类库项目 Contract：定义数据访问服务的契约 C，类库项目 Service：定义数据访问服务 D，类库项目Entity：留言簿实体 E，控制台项目Host：承载数据访问服务 项目之间的引用如下： A引用B和D...
一步一步学Linq to sql(九)：其它补充
外部映射文件 我们可以使用sqlmetal命令行工具来生成外部映射文件，使用方法如下： 1. 开始菜单 －》 VS2008 －》VS工具 －》VS2010命令行提示 2、输入命令： sqlmetal /conn:server=.;database=pubs;uid=sa;pwd=saa /map:c:\pub.map /code:c:\pubs.cs 3.这样，我们就可以在C盘下得到一...
一步一步学Linq to sql(七)：并发与事务
前言 检测并发 首先使用下面的SQL语句查询数据库的产品表： select UnitPrice,UnitsInStock,* from Products where categoryID=1 为了看起来清晰，我已经事先把所有分类为1产品库存修改为相同值了。然后执行下面的程序： static void Main(string[] args) { ...
一步一步学Linq to sql(六)：探究特性
延迟执行 IQueryable query = from c in North.Customers select c; 这样的查询句法不会导致语句立即执行，它仅仅是一个描述，对应一个SQL。仅仅在需要使用的时候才会执行语句.比如： IQueryable query = from c in North.Customers select c; f...
一步一步学Linq to sql(五)：存储过程
普通存储过程 create proc sp_singleresultset as set nocount on select * from customers 首先在查询分析器运行下面的代码来创建一个存储过程sp_singleresultset。然后打开IDE的服务器资源管理器，我们从存储过程中找到刚才创建的存储过程，然后拖动到设计视图。在方法面板中可以看到已经创建了一个sp_sing...
一步一步学Linq to sql(四)：查询句法
前言 本次主要来学习并记录一下Linq基本的查询语法。 In 操作 查询指定城市中的客户 var in操作 = from c in ctx.Customers where new string[] { "Brandenburg", "Cowes", "Stavern" }.Contains(c.City) ...
一步一步学Linq to sql(三)：增删查改
前言 今天主要是来学习一下，通过Linq如何进行数据库的操作，增加、删除、修改。准备工作，先是建立了一个Asp.Net Mvc 3.0的Web项目， 然后建立一个数据库，表 USE [YQBlog] GO CREATE TABLE [dbo].[tbGuestBook]( [ID] [uniqueidentifier] NOT NULL primary key, [UserName] ...
一步一步学Linq to sql(二)：DataContext与实体
DataContext DataContext类型（数据上下文）是System.Data.Linq命名空间下的重要类型，用于把查询句法翻译成SQL语句，以及把数据从数据库返回给调用方和把实体的修改写入数据库。 DataContext提供了以下一些使用的功能： &nb...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
数据库
分享数据库前沿，解构实战干货，推动数据库技术变革
+关注