Marten库中ToPagedListAsync与Select投影查询的兼容性问题分析
问题背景
在使用Marten 7.25.1版本进行文档数据库查询时,开发人员发现了一个关于分页查询与投影查询(Select)组合使用的兼容性问题。具体表现为:当使用ToPagedListAsync()方法与Select投影结合时,返回结果中的所有属性值均为null,而单独使用ToListAsync()时却能正常获取数据。
问题复现
让我们通过代码示例来理解这个问题:
// 正常工作的情况
var folders = await _storage.Query<Folder>()
.Select(f => new InANutshellFolder()
{
OperationDate = f.ClassAction.OperationDate,
FolderIdentifier = f.Id,
})
.ToListAsync();
// 出现问题的情况
var folders = await _storage.Query<Folder>()
.Select(f => new InANutshellFolder()
{
OperationDate = f.ClassAction.OperationDate,
FolderIdentifier = f.Id,
})
.ToPagedListAsync(1, 30);
在第二个使用ToPagedListAsync的示例中,返回的InANutshellFolder对象的所有属性值都为null,而第一个使用ToListAsync的示例则能正确填充属性值。
技术分析
这个问题实际上反映了Marten在7.25.1版本中对LINQ查询处理的一个缺陷。当进行分页查询时,Marten内部生成的SQL查询可能没有正确处理投影转换(Select)后的结果映射。
在底层实现上,ToPagedListAsync需要执行两个操作:
- 获取符合条件的数据总数(用于分页信息)
- 获取当前页面的实际数据
问题可能出在第二步中,当处理投影后的结果时,Marten没有正确地将数据库查询结果映射到目标类型InANutshellFolder的属性上。
解决方案
根据项目维护者的回复,这个问题已经在Marten 7.26.1版本中得到修复。修复的核心在于改进了分页查询与投影查询的组合处理逻辑,确保在分页场景下也能正确执行属性映射。
最佳实践建议
-
版本升级:遇到此类问题时,首先考虑升级到已修复该问题的版本(7.26.1或更高)。
-
替代方案:如果暂时无法升级,可以考虑以下替代实现:
var query = _storage.Query<Folder>() .Select(f => new InANutshellFolder() { OperationDate = f.ClassAction.OperationDate, FolderIdentifier = f.Id, }); var total = await query.CountAsync(); var items = await query.Skip((pageNumber - 1) * pageSize) .Take(pageSize) .ToListAsync(); return new PagedList<InANutshellFolder>(items, pageNumber, pageSize, total); -
测试验证:在使用分页与投影组合功能时,应编写单元测试验证返回结果的正确性。
总结
这个案例展示了ORM框架中查询组合功能可能存在的边界情况。Marten作为.NET生态中优秀的文档数据库库,其维护团队对这类问题的响应速度值得肯定。开发者在遇到类似问题时,应及时检查版本更新并与社区沟通,以获得最佳解决方案。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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