SqlSugar中处理SqlHierarchyId类型的自定义转换方案
在使用SqlSugar ORM框架与SQL Server数据库交互时,有时会遇到需要处理特殊数据类型如SqlHierarchyId的情况。本文将详细介绍如何在SqlSugar中实现SqlHierarchyId类型的自定义转换。
问题背景
当数据库表中包含SqlHierarchyId类型的字段时,直接映射到C#的string类型会导致类型转换异常。这是因为SqlHierarchyId是SQL Server特有的数据类型,不能直接转换为.NET的string类型。
解决方案
SqlSugar提供了自定义类型转换的机制,可以通过实现ISugarDataConverter接口来解决这个问题。
自定义转换器实现
首先需要创建一个自定义转换器类,继承ISugarDataConverter接口:
public class HierarchyIdConverter : ISugarDataConverter
{
public SugarParameter ParameterConverter<T>(object value, int index)
{
var parameterName = "@hierarchyIdParam" + index;
return new SugarParameter(parameterName, value)
{
CustomDbType = SqlDbType.Udt, // 指定为UDT类型
UdtTypeName = "hierarchyid" // 指定UDT类型名称
};
}
public T QueryConverter<T>(IDataRecord dataRecord, int index)
{
// 直接从数据记录中获取值,由调用方处理类型转换
return (T)dataRecord.GetValue(index);
}
}
在实体类中应用转换器
在实体类中,通过SugarColumn特性指定自定义转换器:
public class Department
{
[SugarColumn(SqlParameterDbType = typeof(HierarchyIdConverter))]
public string HierarchyPath { get; set; }
// 其他属性...
}
实现原理
-
参数转换:当SqlSugar需要将C#对象转换为SQL参数时,会调用
ParameterConverter方法。在这里我们明确指定参数类型为UDT(用户定义类型),并设置具体的UDT名称为"hierarchyid"。 -
查询结果转换:当从数据库读取数据时,
QueryConverter方法会被调用。我们直接返回原始值,由调用方处理具体的类型转换逻辑。
注意事项
-
确保项目中已引用Microsoft.SqlServer.Types程序集,这是处理SqlHierarchyId类型所必需的。
-
在实际业务代码中处理SqlHierarchyId时,可能需要额外的类型转换逻辑,因为数据库返回的是SqlHierarchyId对象而非字符串。
-
对于复杂的层次结构操作,建议在应用层封装专门的辅助方法来处理SqlHierarchyId的解析和构建。
扩展应用
这种自定义转换器机制不仅适用于SqlHierarchyId类型,还可以用于处理其他特殊数据库类型,如地理空间数据类型(Geometry/Geography)、XML类型等。只需要根据具体类型的特性实现相应的转换逻辑即可。
通过这种灵活的类型转换机制,SqlSugar能够很好地支持SQL Server中的各种特殊数据类型,为开发人员提供了更大的灵活性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00