Npgsql.EntityFrameworkCore.PostgreSQL 对 DateOnly.DayNumber 减法的支持
在数据库开发中,日期计算是一个常见需求。Npgsql.EntityFrameworkCore.PostgreSQL 作为.NET生态中连接PostgreSQL数据库的重要组件,在最新版本中增强了对DateOnly类型的支持,特别是针对DayNumber属性的减法运算。
DateOnly类型简介
DateOnly是.NET中表示日期的值类型,它只包含年月日信息,不包含时间部分。与DateTime相比,DateOnly更适合处理纯日期场景,避免了时区等复杂问题。
DayNumber属性的作用
DateOnly的DayNumber属性返回一个表示日期的整数值,这个值是从固定起点(通常是公元1年1月1日)开始计算的天数。通过比较两个日期的DayNumber差值,可以方便地计算它们之间相隔的天数。
新特性的实现
在Npgsql.EntityFrameworkCore.PostgreSQL 9.0版本中,开发团队实现了对DateOnly.DayNumber减法运算的翻译支持。这意味着当你在LINQ查询中编写类似date1.DayNumber - date2.DayNumber的表达式时,EF Core会将其正确翻译为PostgreSQL中的date - date运算。
实际应用场景
这个特性在以下场景中特别有用:
- 计算两个日期之间的天数差
- 基于日期差进行排序
- 在数据库层面进行日期比较运算
与其他日期类型的对比
值得注意的是,这种减法运算的翻译行为与DateTime和DateTimeOffset类型的减法保持一致,保持了API的一致性。不过,由于DateOnly类型本身不直接支持减法运算符,开发者需要通过DayNumber属性来间接实现,这在代码书写上略显冗长。
替代方案
考虑到直接使用DayNumber减法在代码可读性上的不足,开发团队也提供了通过EF.DbFunctions扩展方法来实现相同功能的方案,这为开发者提供了更多选择。
总结
Npgsql.EntityFrameworkCore.PostgreSQL对DateOnly.DayNumber减法运算的支持,进一步完善了日期处理功能,使开发者能够更自然地在LINQ查询中表达日期计算逻辑,同时保持高效的数据库端执行。这一改进体现了EF Core团队对开发者体验的持续关注和对功能细节的精心打磨。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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