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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
Ascend Extension for PyTorch
Python
396
474
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
360
219
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++
902
704
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.39 K
787
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
364
暂无简介
Dart
814
200
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161