解决fullstackhero/dotnet-starter-kit中的软删除功能显示问题
在fullstackhero/dotnet-starter-kit项目中,开发者报告了一个关于软删除功能的问题:虽然数据在数据库中被正确标记为软删除状态,但这些记录仍然会显示在Blazor用户界面中。本文将深入分析这个问题及其解决方案。
问题分析
该项目的软删除机制是通过在实体类中添加"DeletedOn"和"DeletedBy"字段来实现的。当用户执行删除操作时,系统不会真正从数据库中移除记录,而是设置这些字段的值来标记记录为已删除状态。然而,前端界面没有正确过滤这些已标记为删除的记录,导致它们仍然可见。
解决方案
要解决这个问题,我们需要在数据查询时添加过滤条件,排除已被软删除的记录。具体来说,在BrandRepository.cs文件中,我们需要修改GetAllAsync方法,添加对软删除记录的过滤:
public async Task<List<Brand>> GetAllAsync()
{
return await _dbContext.Brands
.Where(x => x.DeletedOn == null) // 添加这行过滤条件
.ToListAsync();
}
同样的修改也需要应用到其他实体的Repository类中,如ProductRepository和TodoRepository,以确保所有软删除的记录都不会显示在用户界面中。
项目启动时的浏览器窗口问题
另一个被提及的问题是项目启动时自动打开的浏览器窗口使用了随机端口,导致无法正常登录。这实际上是Visual Studio的默认行为,可以通过修改launchSettings.json文件来控制:
{
"profiles": {
"YourProfileName": {
"commandName": "Project",
"launchBrowser": false, // 设置为false禁用自动打开浏览器
"applicationUrl": "https://localhost:7100;http://localhost:5100",
"environmentVariables": {
"ASPNETCORE_ENVIRONMENT": "Development"
}
}
}
}
关于软删除实现的优化建议
虽然当前的软删除实现方式可以工作,但我们可以进一步优化。建议创建一个基类AuditableEntity,其中包含软删除相关的字段,然后让需要支持软删除的实体继承这个基类。这样既保持了代码的整洁性,又方便统一管理软删除逻辑:
public abstract class AuditableEntity : IAuditableEntity
{
public DateTime? DeletedOn { get; set; }
public string? DeletedBy { get; set; }
// 其他审计字段...
}
public class Brand : AuditableEntity
{
// Brand特有的属性...
}
这种实现方式更加灵活,只有需要软删除功能的实体才继承AuditableEntity,避免了不必要的字段污染。
总结
通过添加查询过滤条件和优化软删除实现方式,我们解决了fullstackhero/dotnet-starter-kit项目中软删除记录仍然显示的问题。同时,我们也了解了如何控制项目启动时的浏览器行为。这些修改不仅解决了当前的问题,还为项目的可维护性和扩展性提供了更好的基础。
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