Audit.NET 中 AuditDbContext 继承导致 SaveChanges 属性修改问题的分析与解决方案
问题背景
在使用 Audit.NET 框架进行数据审计时,开发人员发现当继承自 AuditDbContext 并启用 ReloadDatabaseValues 功能时,原本标记为未修改的 CreatedOn 等字段会被意外更新。这是一个典型的 ORM 与审计框架交互时产生的边界情况问题。
问题现象
在标准 Entity Framework Core 使用场景中,开发人员通常会通过以下方式保护某些字段不被修改:
Entry(entity).Property(x => x.CreatedOn).IsModified = false;
然而当结合 Audit.NET 的 AuditDbContext 并启用 ReloadDatabaseValues = true 时,这种保护机制会失效,导致 CreatedOn 等字段被意外修改为默认值(如 01/01/0001)。
技术原理分析
这个问题本质上源于 EF Core 的变更跟踪机制与 Audit.NET 的数据库值重载功能的交互方式:
-
标准 EF Core 行为:当设置 IsModified = false 时,EF Core 会忽略该属性的变更,不生成对应的 UPDATE 语句。
-
AuditDbContext 行为:当启用 ReloadDatabaseValues 时,框架会执行两个关键操作:
- 调用 GetDatabaseValues() 重新加载数据库当前值
- 使用 OriginalValues.SetValues() 重置实体原始值
-
冲突产生原因:这些操作发生在开发人员设置的 IsModified = false 之后,导致变更跟踪状态被重置,CreatedOn 字段重新被标记为已修改。
解决方案比较
方案一:使用拦截器替代继承
这是作者最终采用的解决方案,主要优势在于:
- 避免继承 AuditDbContext 带来的副作用
- 可以更精细地控制审计逻辑
- 保留对变更跟踪的完全控制权
实现要点:
// 注册拦截器
protected override void OnConfiguring(DbContextOptionsBuilder optionsBuilder)
{
optionsBuilder.AddInterceptors(new AuditSaveChangesInterceptor());
base.OnConfiguring(optionsBuilder);
}
// 自定义重载逻辑
private void ReloadOriginalValues()
{
ChangeTracker.DetectChanges();
foreach (var changedEntity in ChangeTracker.Entries().Where(x => x.State == EntityState.Modified).ToList())
{
var newvalues = changedEntity.CurrentValues.Clone();
changedEntity.Reload();
changedEntity.CurrentValues.SetValues(newvalues);
changedEntity.State = EntityState.Modified;
}
}
方案二:调整字段保护时机
理论上可以在 Audit.NET 完成重载后再次设置 IsModified = false,但实际实现较为复杂,需要深入了解框架内部机制。
最佳实践建议
-
谨慎使用 ReloadDatabaseValues:评估是否真正需要此功能,它会对性能有一定影响。
-
考虑审计策略:对于只需要记录变更的场景,可以只审计变更字段而非完整实体。
-
字段保护双重机制:
- 使用 [AuditIgnore] 特性标记不应审计的字段
- 在业务逻辑层进行验证
-
测试覆盖:特别关注部分更新场景,确保关键字段不会被意外修改。
总结
在 EF Core 与 Audit.NET 集成过程中,变更跟踪是一个需要特别注意的领域。通过改用拦截器模式并实现自定义的重载逻辑,可以有效解决 AuditDbContext 继承方式下的字段保护问题。这种方案既保留了审计功能,又确保了对关键字段的保护,是复杂审计场景下的推荐实践。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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