探索Entity Framework Core的无限可能:《实体框架Core实战》开源代码库
欢迎来到与《实体框架Core实战》一书配套的Git仓库——EfCoreInAction。这本书由Manning出版社出版,详细介绍了如何在.NET Core应用程序中利用Entity Framework Core(EF Core)开发数据库访问代码。
这个Git仓库包含了书中所有的代码示例,以及一个在书中逐步构建和优化的在线图书售卖网站。所有代码均基于微软的开源库——EF Core进行开发。
请注意:代码基于.NET Core 2.0,部分分支已升级到.NET Core 2.1。
开发环境要求
要运行这些代码,您需要:
- 安装.NET Core 2.0 SDK,前往官方网站选择适合您的系统的版本。
- 建议使用Visual Studio 2017 15.3或更高版本,或者Visual Studio Code。因为代码设计为在这两个环境中都能正常工作。
代码结构一览
本仓库采取了“章节分支”的方式管理代码,这意味着在主分支上找不到代码。只需点击Branches,即可查看所有创建的分支。
每个部分的分支结构如下:
第一部分:入门
Ch5Migrate
/
master Ch1 Ch2 --> Ch3 --> Ch4 --> Ch5 -->
第二部分:深入理解Entity Framework
(ch5) --> Ch6 --> Ch7 --> Ch8 --> Ch9
第三部分:在真实世界的应用程序中使用Entity Framework
Ch13-Part3
/
Ch13-Part2 Ch14MySql
/ /
(ch9) --> Ch10 --> Ch11 --> Ch12 --> Ch13-Part1 --> Ch14 --> (Ch15) Note1
注:第15章关于单元测试的内容有自己的Git仓库,地址是:https://github.com/JonPSmith/EfCore.TestSupport,并提供了一个名为EfCore.TestSupport的NuGet包。
此外,为了对比EF Core 2.0和2.1的性能,还特别创建了几个针对.NET Core 2.1的分支,如Chapter05-NetCore21等。对于EF Core 3的支持,也有相应的分支,如Chapter01-NetCore3等。
实时示例书籍销售网站
您可以访问efcoreinaction.com以查看在线版本的图书销售站点。虽然无法在此处编辑数据,但当您将Git仓库克隆到本地并运行示例应用时,就可以进行编辑操作。在“日志”导航栏下,可以看到实现最后一条命令所使用的SQL代码。
数据库命名约定
由于不同分支下的数据库结构可能会变化,因此我们采用了一种从文件中读取分支名来构造数据库名称的方法。另外,由于xUnit单元测试会并行执行,所以不能共用一个数据库,以免相互影响。详细的解释在第11章中有所描述,不过这会导致运行单元测试时产生大量数据库。如果您对此感到困扰,可以运行测试/UnitCommands/DeleteAllUnitTestDatabases中的单元测试来删除所有测试数据库。
许可协议
该项目遵循MIT许可。
其他资源
您可以在Twitter上关注我[@thereformedprog],也可以访问我的博客http://www.thereformedprogrammer.net/,那里有更多关于EF 6.x和一些EF Core的文章。
快乐编码!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00