FreeSql v3.5.203 版本发布:查询克隆与架构加载能力升级
FreeSql 是一个功能强大的 .NET ORM 框架,以其高性能、易用性和丰富的功能著称。它支持多种数据库,包括 MySQL、PostgreSQL、SQL Server、Oracle 等,提供了从数据库迁移到查询构建的全套解决方案。最新发布的 v3.5.203 版本带来了一些重要的功能增强和问题修复,进一步提升了开发体验。
新增功能亮点
查询对象克隆功能
新版本引入了 ISelect.Clone() 方法,允许开发者克隆现有的查询对象。这一功能在需要基于现有查询构建相似但略有不同的查询时特别有用。例如,当我们需要从一个基础查询派生出多个变体查询时,克隆可以避免重复构建相同的查询条件。
var baseQuery = fsql.Select<User>().Where(u => u.IsActive);
// 克隆基础查询并添加额外条件
var vipQuery = baseQuery.Clone().Where(u => u.IsVip);
var adminQuery = baseQuery.Clone().Where(u => u.IsAdmin);
数据库架构加载功能
新增的 ZeroDbContext.LoadSchemaFromDatabase 方法提供了从数据库直接加载描述对象的能力。这一功能对于需要动态获取数据库结构的场景非常有用,特别是在开发通用数据管理工具或需要运行时分析数据库结构的应用中。
var schema = ZeroDbContext.LoadSchemaFromDatabase(connectionString);
// 可以获取表、列、索引等元数据信息
问题修复与优化
MySQL 主键迁移逻辑修复
修复了 MySqlCodeFirst 在处理主键迁移时的逻辑问题(#2005)。在之前的版本中,某些特定场景下的主键迁移可能不会按预期工作,这一修复确保了主键迁移的可靠性。
查询条件处理改进
修复了 .In() 方法在非表达式解析场景下的 null 处理问题。现在,当传入 null 值时,查询构建器会以更合理的方式处理,避免意外行为。
Oracle 数据库性能优化
针对 Oracle 数据库在表数量较多时的 DbFirst 生成速度进行了优化。这一改进显著减少了从大量表结构生成模型所需的时间,提升了开发效率。
查询映射优化
优化了 GroupBySelf 与 ToList<Dto> 组合使用时的自动映射行为。在某些场景下,自动映射可能导致不必要的数据转换,现在框架会更智能地处理这类情况。
SQL 聚合函数统一
调整了 SqlExt 聚合函数中 Count 的统一返回类型为 int。这一变更使得不同数据库之间的行为更加一致,减少了因数据库差异导致的兼容性问题。
升级建议
对于正在使用 FreeSql 的项目,建议评估这些新功能和修复是否适用于当前场景。特别是那些需要处理复杂查询构建或大量数据库表结构的项目,新版本带来的改进将显著提升开发体验。
查询克隆功能为构建灵活的数据访问层提供了新的可能性,而数据库架构加载功能则为开发通用数据工具打开了大门。性能优化方面的改进则使得框架在大规模应用中表现更加出色。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07