Npgsql.EntityFrameworkCore.PostgreSQL 中 JSON 列映射的正确使用方式
2025-07-10 10:08:38作者:宣利权Counsellor
在使用 Npgsql.EntityFrameworkCore.PostgreSQL 8.0.0 版本时,许多开发者会遇到将集合类型映射为 JSON 列的需求。本文将详细介绍如何正确配置实体关系,避免常见的配置错误。
问题背景
在 PostgreSQL 数据库中,JSON 类型列是一种非常实用的功能,它允许我们存储结构化数据而无需创建额外的表。在 Entity Framework Core 中,我们可以通过特定的配置将 .NET 对象的集合直接映射为数据库中的 JSON 列。
常见错误配置
开发者经常尝试使用以下方式配置 JSON 列:
builder.OwnsOne(p => p.PhoneNumbers, config =>
{
config.ToJson("phone_numbers");
});
这种配置会导致数据库列中只存储了列表的容量信息(如 {"Capacity": 4}),而不是实际的列表内容。
正确配置方法
正确的做法是使用 OwnsMany 而非 OwnsOne:
builder.OwnsMany(p => p.PhoneNumbers, config =>
{
config.ToJson("phone_numbers");
});
关键区别
OwnsOne用于映射单个复杂类型对象到 JSON 列OwnsMany用于映射集合类型到 JSON 列
完整示例代码
以下是一个完整的正确配置示例:
public class Patient
{
public int Id { get; set; }
public string Name { get; set; } = string.Empty;
public List<PhoneNumber> PhoneNumbers { get; set; } = new();
}
public class PhoneNumber
{
public string Number { get; set; } = string.Empty;
public string Name { get; set; } = string.Empty;
}
public class PatientConfiguration : IEntityTypeConfiguration<Patient>
{
public void Configure(EntityTypeBuilder<Patient> builder)
{
builder.ToTable("patients");
builder.HasKey(p => p.Id);
builder.Property(p => p.Name).HasColumnName("name");
// 正确使用 OwnsMany 映射集合到 JSON 列
builder.OwnsMany(p => p.PhoneNumbers, config =>
{
config.ToJson("phone_numbers");
});
}
}
注意事项
- 在 Npgsql 8.0.0 及以上版本中,不再需要使用
EnableDynamicJson()或UseJsonNet() - 确保不要同时使用
[ColumnType("jsonb")]和.ToJson(),前者已被弃用 - 如果使用蛇形命名约定(SnakeCase),需要特别注意配置顺序
总结
正确理解 OwnsOne 和 OwnsMany 的区别是成功映射 JSON 列的关键。对于集合类型的属性,必须使用 OwnsMany 才能正确序列化整个集合内容到 JSON 列中。这种配置方式既保持了代码的简洁性,又充分利用了 PostgreSQL 强大的 JSON 功能。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217