Dapper中的Upsert操作实现方法
2025-05-12 02:45:41作者:沈韬淼Beryl
概述
在使用Dapper进行数据库操作时,经常会遇到需要实现"存在则更新,不存在则插入"的场景,这种操作通常被称为Upsert。本文将详细介绍在Dapper中实现Upsert操作的几种方法。
原生Dapper实现方式
Dapper本身是一个轻量级的ORM工具,它不会自动生成Upsert语句,但可以执行开发者手动编写的SQL语句来实现这一功能。
MySQL实现方案
在MySQL中,可以使用ON DUPLICATE KEY UPDATE语法:
INSERT INTO table_name (id, column1, column2)
VALUES (@id, @value1, @value2)
ON DUPLICATE KEY UPDATE
column1 = VALUES(column1),
column2 = VALUES(column2);
使用Dapper执行这个SQL语句:
var sql = @"INSERT INTO table_name (id, column1, column2)
VALUES (@id, @value1, @value2)
ON DUPLICATE KEY UPDATE
column1 = VALUES(column1),
column2 = VALUES(column2);";
connection.Execute(sql, new { id = 1, value1 = "test", value2 = 123 });
SQL Server实现方案
在SQL Server中,可以使用MERGE语句或IF EXISTS模式:
MERGE INTO table_name AS target
USING (SELECT @id AS id, @value1 AS column1, @value2 AS column2) AS source
ON target.id = source.id
WHEN MATCHED THEN
UPDATE SET column1 = source.column1, column2 = source.column2
WHEN NOT MATCHED THEN
INSERT (id, column1, column2) VALUES (source.id, source.column1, source.column2);
或者使用IF EXISTS模式:
IF EXISTS (SELECT 1 FROM table_name WHERE id = @id)
UPDATE table_name SET column1 = @value1, column2 = @value2 WHERE id = @id
ELSE
INSERT INTO table_name (id, column1, column2) VALUES (@id, @value1, @value2)
使用Dapper扩展库
除了原生Dapper外,还可以使用一些扩展库来简化Upsert操作:
Dapper Plus
Dapper Plus提供了更简洁的语法来实现Upsert:
connection.BulkMerge(entityList);
这种方式会自动处理批量Upsert操作,内部会根据数据库类型生成适当的SQL语句。
性能考虑
- 对于大批量操作,建议使用批量Upsert而不是单条处理
- 不同数据库的Upsert语法和性能表现不同,需要针对特定数据库优化
- 在高并发场景下,需要考虑锁竞争问题
事务处理
无论使用哪种方法实现Upsert,都应该考虑事务处理,特别是在需要保证数据一致性的场景中:
using (var transaction = connection.BeginTransaction())
{
try
{
// 执行Upsert操作
connection.Execute(sql, parameters, transaction);
transaction.Commit();
}
catch
{
transaction.Rollback();
throw;
}
}
总结
Dapper提供了灵活的方式来实现Upsert操作,开发者可以根据具体需求和使用的数据库系统选择最适合的实现方式。对于简单场景,直接使用原生SQL语句即可;对于复杂场景或需要批量处理的场景,可以考虑使用Dapper扩展库来简化代码。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0211
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 Notebook0135
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644