FreeSql 中解决 AsTable 分表查询的数据重复问题
2025-06-15 15:26:15作者:卓炯娓
在使用 FreeSql 进行分表查询时,开发人员可能会遇到一个特殊的问题:多次调用 AsTable 方法会导致查询结果出现重复数据。本文将深入分析这个问题产生的原因,并提供有效的解决方案。
问题现象
当开发人员使用 FreeSql 的分表功能时,可能会观察到以下异常现象:
- 第一次查询返回 0 条记录(正常)
- 第二次和第三次查询相同的条件却返回了 2 条记录(异常)
- 第四次查询又恢复正常,返回 1 条记录
通过 SQL 日志可以发现,异常查询实际上执行了 UNION ALL 操作,将同一张表的数据合并了两次,导致结果集出现重复。
问题根源
这个问题源于 FreeSql 的 AsTable 方法的工作机制:
- 多次调用积累:每次调用 AsTable 方法都会添加一个新的分表规则,而不是替换之前的规则
- UNION ALL 机制:FreeSql 会将所有通过 AsTable 指定的表规则合并查询,使用 UNION ALL 连接
- 工作单元影响:在事务或工作单元中,这些规则会被保留,影响后续查询
解决方案
方案一:扩展方法清除表规则
我们可以创建扩展方法来清除已积累的表规则:
public static class MyFreeSqlExtensions
{
public static ISelect<T1> DisableGlobalAsTable<T1>(this ISelect<T1> that)
{
var s0p = that as Select0Provider;
if (s0p != null) s0p._tableRules.Clear();
return that;
}
public static IInsert<T1> DisableGlobalAsTable<T1>(this IInsert<T1> that) where T1 : class
{
var s0p = that as InsertProvider<T1>;
if (s0p != null) s0p._tableRule = null;
return that;
}
// 其他操作类型的类似扩展...
}
使用方法:
var data = await _repository.Select
.DisableGlobalAsTable()
.AsTable(date)
.Where(...)
.ToListAsync();
方案二:确保单次 AsTable 调用
另一种方法是确保每个查询只调用一次 AsTable 方法:
public static ISelect<T> SafeAsTable<T>(this ISelect<T> select, DateTime date)
{
date = new DateTime(date.Year, date.Month, 1);
// 数据有效性检查
if (date > DateTime.Now.AddDays(1).Date || date < DateTime.Parse(DbBeginDate.BegDate))
{
return select;
}
// 清除已有规则
var s0p = select as Select0Provider;
if (s0p != null) s0p._tableRules.Clear();
return select.AsTable((t, s) =>
t == typeof(T) ? $"{s}_{date:yyyyMM}" : s);
}
最佳实践
- 避免多次调用:确保每个查询链中只调用一次 AsTable 方法
- 使用扩展方法:封装安全的 AsTable 方法,自动处理规则清除
- 监控SQL:利用 FreeSql 的 AOP 功能监控生成的 SQL,及时发现异常
- 明确表规则:在复杂场景中,明确指定表名而不是依赖动态规则
总结
FreeSql 的 AsTable 分表功能非常强大,但需要理解其 UNION ALL 的工作机制。通过适当的封装和规则管理,可以避免数据重复问题,确保查询结果的准确性。建议开发团队根据项目需求选择最适合的解决方案,并在代码审查时特别注意 AsTable 的使用方式。
登录后查看全文
热门项目推荐
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 StartedRust0198
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
项目优选
收起
暂无描述
Dockerfile
767
5.02 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++
865
1.96 K
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++
692
1.36 K
Ascend Extension for PyTorch
Python
728
903
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
460
455
deepin linux kernel
C
32
16
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++
1.09 K
1.12 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
1.02 K
265
Claude 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 Started
Rust
1.92 K
198
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
1.01 K
631