EntityFramework Core 9.0 迁移生成异常问题解析
问题背景
在使用 EntityFramework Core 9.0 版本时,开发者遇到了一个关于迁移生成的异常问题。当模型类中包含带有私有后备字段的只读集合属性时,执行 dotnet ef migrations add 命令会抛出 System.InvalidOperationException 异常,提示无法为 System.Reflection.NullabilityInfoContext 类型生成 C# 字面量。
问题重现
典型的问题场景出现在以下代码结构中:
public class Model
{
public int Id { get; set; }
public IReadOnlyCollection<string> Uids => _uids.ToList();
private List<string> _uids = [];
public void AddUids(IEnumerable<string> uids)
{
_uids.AddRange(uids);
}
public void RemoveUids(IEnumerable<string> uids)
{
foreach (var uid in uids)
{
_uids.Remove(uid);
}
}
}
在 DbContext 中配置时,如果使用 Property 方法来映射这个集合属性:
protected override void OnModelCreating(ModelBuilder modelBuilder)
{
modelBuilder.Entity<Model>().Property(x => x.Uids).HasField("_uids");
}
这种情况下,虽然数据库创建和删除操作 (EnsureCreated/EnsureDeleted) 能够正常工作,但在尝试生成迁移时会抛出异常。
问题原因
这个问题的根本原因在于 EntityFramework Core 9.0 对只读集合属性的处理机制。当使用 Property 方法映射集合属性时,EF Core 内部会尝试处理属性的可空性信息,但在处理 NullabilityInfoContext 类型时遇到了困难。
实际上,对于集合类型的属性,特别是原始类型集合(如 List<string>),应该使用 PrimitiveCollection 方法而不是 Property 方法进行配置。
解决方案
推荐解决方案
正确的配置方式应该是使用 PrimitiveCollection 方法:
protected override void OnModelCreating(ModelBuilder modelBuilder)
{
modelBuilder.Entity<Model>().PrimitiveCollection(x => x.Uids).HasField("_uids");
}
这种方法能够正确处理集合属性,并且不会在生成迁移时抛出异常。
临时解决方案
如果由于某些原因必须使用 Property 方法,可以添加自定义的值转换器和比较器:
builder.Property(x => x.Uids).HasField("_uids")
.HasConversion(
v => JsonConvert.SerializeObject(v),
v => JsonConvert.DeserializeObject<List<string>>(v)!,
ReadOnlyCollectionValueComparer<string>.Create());
不过这种方法不如使用 PrimitiveCollection 方法优雅,且可能带来额外的性能开销。
最佳实践
-
集合属性映射:对于原始类型的集合属性,始终使用
PrimitiveCollection方法进行配置。 -
只读属性模式:虽然使用只读属性和后备字段是一种良好的封装实践,但在 EF Core 中需要特别注意配置方式。
-
版本兼容性:这个问题在 EF Core 9.0 中已经确认,并将在 9.0.2 版本中修复。在此之前,使用推荐的
PrimitiveCollection方法可以避免问题。
技术背景
只读集合属性的设计考虑
使用 IReadOnlyCollection<T> 作为公共接口,而内部使用 List<T> 作为后备存储,是一种常见的防御性编程模式。这种模式可以防止外部代码意外修改集合内容,同时保持内部修改的灵活性。
EF Core 中的集合处理
在 EF Core 中,集合属性的处理有以下几种方式:
- 导航属性:用于表示实体间的关系
- 原始集合:用于存储原始类型(如 string, int 等)的集合
- 值对象集合:用于存储复杂类型的集合
对于原始集合,EF Core 9.0 引入了专门的 PrimitiveCollection 配置方法,提供了更好的类型支持和性能优化。
总结
当在 EntityFramework Core 9.0 中使用只读集合属性时,开发者应当注意使用正确的配置方法。对于原始类型集合,优先使用 PrimitiveCollection 而不是 Property 方法进行配置。这不仅能够避免迁移生成时的异常,也能确保代码的清晰性和可维护性。
这个问题预计将在 EF Core 9.0.2 版本中得到修复,但在修复发布前,采用正确的配置方法是解决此问题的最佳途径。
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