EntityFramework Core 9.0中Cosmos DB的ID映射变更解析
2025-05-16 18:40:32作者:乔或婵
背景介绍
在EntityFramework Core 9.0版本中,针对Cosmos DB提供程序进行了一项重要的设计变更,影响了实体ID属性的映射方式。这项变更旨在简化文档结构,使其更符合Cosmos DB的标准实践。
变更内容
在EF Core 8.x及更早版本中,当实体类包含名为"Id"的属性时,Cosmos DB文档会同时包含两个ID字段:
- 大写的"Id"(对应.NET实体属性)
- 小写的"id"(Cosmos DB标准ID字段)
这种设计导致了数据冗余,因为实际上这两个字段存储的是相同的值。从EF Core 9.0开始,默认行为改为仅保留小写的"id"字段,而不再生成大写的"Id"字段。
变更影响
这项变更主要影响以下场景:
- 现有项目升级到EF Core 9.0时,如果容器已经使用大写的"/Id"作为分区键路径
- 依赖大写的"Id"字段进行查询或操作的代码
当尝试在EF Core 9.0中调用EnsureCreatedAsync方法时,如果容器已经存在且使用大写的"/Id"作为分区键路径,系统会抛出ArgumentException异常,提示分区键路径不匹配。
解决方案
对于需要保持向后兼容性的项目,EF Core 9.0提供了两种解决方案:
1. 使用HasDefaultId方法
通过在模型配置中添加HasDefaultId方法,可以恢复旧版行为,同时生成大写的"Id"和小写的"id"字段:
modelBuilder.Entity<Gateway>()
.ToContainer("Gateways")
.HasPartitionKey(f => f.Id)
.HasDefaultId();
2. 修改分区键路径
如果项目可以接受变更,最佳实践是更新容器的分区键路径为小写的"/id",使其与Cosmos DB标准保持一致。
相关注意事项
- 如果同时使用了无鉴别器配置(HasNoDiscriminator),在添加HasDefaultId后可能需要额外处理鉴别器相关逻辑
- EF Core 9.0还变更了鉴别器字段名称,从"Discriminator"改为标准的"$type"
- 这些变更旨在使EF Core的Cosmos DB支持更符合NoSQL数据库的最佳实践
最佳实践建议
- 新项目应直接采用EF Core 9.0的默认行为
- 现有项目在升级时应评估是否可以直接迁移到新的ID映射方式
- 如果必须保持向后兼容性,可以使用HasDefaultId方法作为过渡方案
- 长期来看,建议将分区键路径更新为小写的"/id",以符合Cosmos DB标准
这项变更是EF Core持续优化Cosmos DB支持的一部分,旨在提供更简洁、更标准的文档结构,减少不必要的字段冗余。
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322