Blog.Core项目SQL条件拼接Bug分析与修复
在Blog.Core项目中,开发人员发现当切换到SQL Server数据库时,系统生成的多条件SQL查询语句存在语法错误。本文将详细分析该问题的原因,并介绍解决方案。
问题现象
当使用SQL Server数据库时,系统生成的查询语句如下:
SELECT COUNT(1) FROM (SELECT [Id],[Sort],[DocketType],[DocketKey],[HeadCode],[ZeroCycle],[DocketDateCodeType],[DocketNumCodeLen],[TailCode],[UpdateUserId],[UpdateTime],[LastDocketDate],[LastNumCode] FROM [Sys_DocketCodeRule] WHERE ((( 1 = 1 ) & ([HeadCode] like '%'+@MethodConst1+'%') ) & ( [DocketType] = @DocketType2 ))) CountTable
这段SQL语句中的条件连接使用了&运算符,这在SQL Server中会导致语法错误。
问题根源
经过分析,问题出在Blog.Core.Common\Extensions\Extention.Expression.cs文件中的条件拼接逻辑。原代码使用了Expression.And方法来连接多个条件表达式,这会导致生成的SQL语句中使用&运算符。
解决方案
正确的做法是使用Expression.AndAlso方法来替代Expression.And。两者的主要区别在于:
Expression.And生成的是按位与运算符&Expression.AndAlso生成的是逻辑与运算符AND
在SQL语句中,条件连接应该使用逻辑运算符AND而不是按位运算符&。
修复方法
修改Extention.Expression.cs文件中的条件拼接逻辑,将Expression.And替换为Expression.AndAlso。这样生成的SQL语句就会使用正确的AND运算符连接条件。
技术背景
在.NET的表达式树中,Expression.And和Expression.AndAlso都表示逻辑"与"操作,但有以下区别:
-
Expression.And:- 执行按位与操作
- 总是计算左右两边的表达式
- 生成的SQL中使用
&运算符
-
Expression.AndAlso:- 执行逻辑与操作
- 支持短路计算(如果左边为false,右边不计算)
- 生成的SQL中使用
AND运算符
在数据库查询场景中,我们应该始终使用Expression.AndAlso,因为它:
- 生成的SQL语法正确
- 更符合SQL标准
- 与大多数ORM框架的行为一致
总结
这个Bug展示了在表达式树转换为SQL语句时需要注意的细节。开发者在编写通用数据访问层时,必须考虑不同数据库的SQL语法差异。通过将Expression.And改为Expression.AndAlso,我们确保了生成的SQL语句在所有主流数据库中都正确无误。
这个修复不仅解决了SQL Server下的语法错误,也提高了代码的健壮性和可移植性,是Blog.Core项目质量提升的一个典型例子。
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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