优化数据访问和I/O操作
数据交互以及远程服务通常是程序中最慢的部分，高效的读写数据对性能尤其重要。
建议操作：
- 异步方式调用所有数据访问API。
- 不要获取非必须的数据，近返回当前Http 请求需要的数据。
- 在数据过期是可接受的情况下，可以考虑缓存频繁访问的数据（从数据库中读取或远程服务返回的数据）。根据实际应用场景，可以使用内存缓存（MemoryCache）或分布式缓存（DistributedCache）。
- 减少网络往返。也就是说尽量一次请求返回所需数据，避免多次请求。
- 使用Entity Framework Core时，如果只是读取数据，可以用非跟踪查询模式（no-tracking queries），这样可以提升查询性能。
- 使用Linq 查询时，可使用
Where,.Select,.Sum等方法过滤或聚合查询，从而在数据库中进行过滤。 - 一定要注意EF Core在客户端的某些查询解析，可能无效。（某些自定义的匹配条件）详情查看： Client evaluation performance issues.
- 不要在集合上使用映射查询，会导致N+1查询问题。详情查看：Optimization of correlated subqueries.
在高性能EF中提到下面两个提高性能的方法：
使用 DbContext 池
services.AddDbContextPool<BloggingContext>(
options => options.UseSqlServer(connectionString));
使用已编译的查询（compiled query）
// Create an explicitly compiled query
private static Func<CustomerContext, int, Customer> _customerById =
EF.CompileQuery((CustomerContext db, int id) =>
db.Customers
.Include(c => c.Address)
.Single(c => c.Id == id));
// Use the compiled query by invoking it
using (var db = new CustomerContext())
{
var customer = _customerById(db, 147);
}
以上两种方式要在重复评估，性能测试之后再使用，因为已编译的查询在某些情况下可能并不会带来性能提升。
查询性能问题可以通过Application Insights或其他分析工具，分析数据访问耗时来发现。大多数数据库会提供频繁查询的统计信息，可以帮助开发人员进行分析。