Marten项目新增聚合根最新版本读取API
2025-06-26 01:15:51作者:秋泉律Samson
背景介绍
Marten是一个.NET平台上的PostgreSQL文档数据库和事件存储库。在最新开发中,Marten团队正在为事件溯源场景添加一个新的API功能,用于高效读取聚合根的最新状态。
问题场景
在事件溯源架构中,我们经常需要:
- 使用
FetchForWriting()方法获取一个聚合根进行修改 - 修改后保存变更
- 立即需要获取该聚合根的最新状态作为命令响应
现有的API设计在处理这种场景时不够高效,因此需要一个新的只读API来优化这一流程。
新API设计
新API被命名为FetchLatestAsync<T>(),主要设计考虑如下:
核心功能
- 提供聚合根最新状态的只读访问
- 尽可能使用最高效的方式获取状态
- 与现有事件存储机制无缝集成
实现策略
-
内联投影场景:
- 首先尝试从会话的身份映射(Identity Map)中获取
- 适用于已启用身份映射的会话,或专门为聚合启用了身份映射优化的情况
-
实时聚合场景:
FetchForWriting()会将获取的版本添加到身份映射中FetchLatestAsync()可以以此为基础,再应用会话中StreamAction历史记录的事件来构建最新状态
-
异步投影场景:
- 尝试让
FetchForWriting()将聚合根的初始状态暂存在身份映射中 - 可能考虑首先使用附加在初始版本之上的事件
- 如果不可行,则正常从数据库获取
- 尝试让
技术优势
这一新API的设计带来了几个显著优势:
- 性能优化:通过利用身份映射和事件应用机制,减少了不必要的数据库查询
- 一致性保证:确保获取的状态反映了所有已提交的变更
- 简化代码:为常见的事件溯源模式提供了更简洁的API表面
实现进展
目前该功能已完成初步实现,开发团队正在进一步进行定制化工作以完善功能细节。这一改进将显著提升使用Marten进行事件溯源开发时的开发体验和运行时性能。
总结
Marten项目通过引入FetchLatestAsync<T>()API,为事件溯源架构中的聚合根状态读取提供了更高效、更一致的解决方案。这一改进体现了Marten团队对开发者体验和性能优化的持续关注,将进一步巩固Marten在.NET事件溯源生态中的重要地位。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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++
664
319
🎉 (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
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868