Npgsql 中使用 NodaTime 类型映射的最佳实践
2025-06-24 23:19:10作者:宣海椒Queenly
问题背景
在使用 Npgsql 连接 PostgreSQL 数据库时,开发者经常会遇到将 NodaTime 类型映射到 PostgreSQL 原生类型的问题。特别是当尝试将 NodaTime 的 Period 类型映射到 PostgreSQL 的 interval 类型时,可能会遇到"Writing values of 'NodaTime.Period' is not supported for parameters having NpgsqlDbType 'Interval'"这样的错误。
问题分析
这个问题的根源在于 Npgsql 的配置方式。Npgsql 提供了两个层次的配置:
- 底层 Npgsql 驱动配置:负责处理基本的 ADO.NET 数据访问
- EF Core 提供程序配置:负责 Entity Framework Core 集成
当使用 NpgsqlDataSourceBuilder 构建数据源时,NodaTime 支持需要在两个层次都进行配置。如果只配置了 EF Core 层而忽略了底层驱动配置,就会出现类型映射不支持的错误。
解决方案
正确的配置方式应该同时包含两个层次的 NodaTime 支持:
public static void AddInfrastructure(this IServiceCollection services)
{
var dataSourceBuilder = new NpgsqlDataSourceBuilder("连接字符串");
dataSourceBuilder.UseNodaTime(); // 底层 Npgsql 驱动配置
var dataSource = dataSourceBuilder.Build();
services.AddDbContext<MyDbContext>(options =>
options.UseNpgsql(dataSource, ngOptions =>
{
ngOptions.UseNodaTime(); // EF Core 层配置
}).UseSnakeCaseNamingConvention()
);
}
技术细节
NodaTime 类型映射
NodaTime 提供了比 .NET 原生 DateTime 更丰富的时间处理功能,Npgsql 支持以下主要映射关系:
Instant↔timestamp with time zoneLocalDateTime↔timestamp without time zoneLocalDate↔dateLocalTime↔timePeriod↔intervalDuration↔interval(但 Period 是更准确的映射)
为什么需要双重配置
- 底层驱动配置:确保 ADO.NET 层面能正确处理 NodaTime 类型的序列化和反序列化
- EF Core 配置:确保 Entity Framework 能正确生成迁移和查询转换
最佳实践
- 始终在两个层次都配置 NodaTime 支持
- 对于时间间隔,优先使用 Period 而非 Duration
- 在 EF Core 实体配置中明确指定列类型:
builder.Property(e => e.Duration)
.HasColumnType("interval");
- 考虑使用 snake_case 命名约定保持数据库一致性
未来改进
Npgsql 团队正在开发 9.0 版本,计划简化这一配置过程。在新版本中,当使用简单的 DataSource 时,EF Core 配置将自动设置底层的 Npgsql 配置,减少重复工作。
总结
正确处理 NodaTime 类型映射需要理解 Npgsql 的双层架构。通过同时在数据源构建器和 EF Core 配置中启用 NodaTime 支持,可以确保类型映射在应用程序的所有层次都能正常工作。这种配置方式不仅适用于 Period 类型,也适用于 NodaTime 提供的其他时间相关类型。
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 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 Notebook0130
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
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
770
5.02 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
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
Ascend Extension for PyTorch
Python
728
905
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
461
455
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
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
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
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