Marten项目中的Scoped生命周期投影代码生成问题解析
2025-06-26 09:06:42作者:齐添朝
问题背景
在使用Marten这个.NET文档数据库和事件溯源库时,开发人员发现当使用AddProjectionWithServices方法注册自定义投影(Projection)并指定ServiceLifetime.Scoped生命周期时,会遇到代码生成问题。具体表现为:
- 代码生成器无法为Scoped生命周期的投影生成代码
- 运行时抛出"代码未找到"异常
ApplyAllDatabaseChangesOnStartup()方法也无法与Scoped生命周期的投影正常工作
问题本质
这个问题的核心在于Marten的代码生成机制与依赖注入生命周期的交互方式。当投影被注册为Scoped生命周期时:
- 投影实例不会在应用启动时立即创建
- 代码生成器在预处理阶段无法"看到"这些投影
- 导致无法为这些投影生成必要的代码
- 运行时当投影被首次使用时,由于缺少预生成代码而失败
相比之下,Singleton生命周期的投影在应用启动时就会被实例化,因此代码生成器能够正确处理它们。
技术解决方案
Marten团队在最新版本中已经修复了这个问题。修复方案主要涉及:
- 修改代码生成逻辑,使其能够处理Scoped生命周期的投影
- 确保
ApplyAllDatabaseChangesOnStartup()方法也能正确处理Scoped生命周期的投影
最佳实践建议
对于需要使用Scoped生命周期投影的场景,建议:
-
确保使用最新版本的Marten
-
如果必须使用旧版本,可以考虑以下替代方案:
- 暂时使用Singleton生命周期
- 或者创建专门的代码生成项目,其中使用Singleton生命周期注册所有投影
-
对于复杂的应用场景,考虑将投影逻辑设计为无状态的,这样可以使用Singleton生命周期而不会引入问题
总结
Marten作为一个功能强大的事件溯源和文档数据库库,在处理依赖注入生命周期与代码生成的交互时需要考虑多种场景。这个问题展示了框架设计中的一个典型挑战:如何在保持灵活性的同时确保各种功能能够协同工作。通过理解生命周期对代码生成的影响,开发人员可以更好地规划项目结构和依赖关系。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210