Npgsql.EntityFrameworkCore.PostgreSQL 中枚举类型迁移的安全性问题分析
问题背景
在使用 Npgsql.EntityFrameworkCore.PostgreSQL 进行数据库迁移时,开发人员可能会遇到一个特定场景下的错误:"unsafe use of new value 'x' of enum type y"。这种情况通常发生在以下场景中:
- 第一个迁移添加了新的枚举值
- 第二个迁移尝试使用这个新添加的枚举值
- 当这两个迁移在同一事务中执行时就会报错
技术原理
这个问题的本质与 PostgreSQL 的枚举类型特性以及 EF Core 的事务处理机制有关。PostgreSQL 不允许在同一个事务中既添加新的枚举值又使用这个新值。在 EF Core 9 之前,每个迁移默认是独立的事务,因此这个问题只会在同一个迁移中同时添加和使用枚举值时出现。
然而,EF Core 9 引入了一个重要变更:默认情况下,所有迁移现在都在同一个事务中执行。这一变更虽然提高了数据一致性,但也导致了上述问题的出现范围扩大——现在即使是在不同的迁移中,只要它们在同一批执行,就会触发这个限制。
解决方案
针对这个问题,目前有以下几种解决方案:
-
分步执行迁移:先执行到添加枚举值的迁移,然后再执行后续迁移。这种方法简单直接,但需要手动干预迁移过程。
-
禁用事务:通过在迁移中显式禁用事务来规避这个问题。可以使用
migrationBuilder.Sql("COMMIT;")在关键点提交事务,或者完全禁用迁移的事务。 -
调整迁移顺序:如果可能,将使用新枚举值的操作放在单独的后续迁移中,确保它们不会与添加枚举值的操作在同一批执行。
最佳实践建议
-
对于枚举类型的变更,建议采用小步快跑的方式,每次迁移只做最小变更。
-
在开发环境中,可以考虑配置不同的迁移策略,比如禁用事务或分步执行。
-
在编写迁移脚本时,对于枚举类型的变更要特别小心,确保添加和使用操作不会出现在同一事务中。
-
对于集成测试等场景,可能需要调整迁移策略或编写自定义的迁移逻辑来处理这种特殊情况。
总结
这个问题展示了数据库迁移中类型系统变更的复杂性,特别是在强类型系统如 PostgreSQL 的枚举类型中。理解底层数据库的限制和 ORM 框架的行为变化对于设计稳健的迁移策略至关重要。随着 EF Core 9 的事务行为变更,开发人员需要更加注意这种跨迁移的依赖关系,特别是在处理类型系统变更时。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00