FreeSql 在 NativeAOT 编译环境下的使用指南
2025-06-15 23:08:48作者:滕妙奇
前言
随着 .NET 8 的发布,NativeAOT 编译技术越来越受到开发者关注。本文将详细介绍如何在 FreeSql 中使用 NativeAOT 编译,特别是解决 Include 和 LazyLoad 功能在 NativeAOT 环境下失效的问题。
NativeAOT 编译简介
NativeAOT(Ahead-of-Time)编译是一种将 .NET 应用程序直接编译为本机代码的技术,相比传统的 JIT 编译,它可以带来更快的启动时间和更小的内存占用。然而,这种编译方式也会带来一些限制,特别是对反射和动态代码生成的支持会受到影响。
FreeSql 在 NativeAOT 中的常见问题
1. Include 功能失效
在 NativeAOT 环境下,使用 Include 方法时可能会遇到 ArgumentNullException 异常,提示参数 property 不能为 null。这是因为 NativeAOT 在编译时会裁剪掉一些反射所需的元数据。
解决方案:
- 确保导航属性的外键字段声明为可空类型(如
long?而不是long) - 添加 rd.xml 配置文件,明确告诉编译器保留必要的元数据
2. IncludeMany 功能失效
使用 IncludeMany 方法时可能会遇到 NotSupportedException,提示类型信息缺失。这是因为数组类型的元数据在 NativeAOT 编译时被裁剪了。
解决方案:
- 在程序启动时预先使用相关类型,防止被裁剪
- 确保 rd.xml 配置正确
具体配置方法
rd.xml 配置文件
创建 rd.xml 文件并添加到项目中:
<Directives>
<Application>
<Assembly Name="YourAssemblyName" Dynamic="Required All">
</Assembly>
<Assembly Name="FreeSql" Dynamic="Required All">
</Assembly>
</Application>
</Directives>
项目文件配置
在 .csproj 文件中添加以下配置:
<ItemGroup>
<RdXmlFile Include="rd.xml" />
</ItemGroup>
<PropertyGroup>
<PublishAot>true</PublishAot>
<InvariantGlobalization>false</InvariantGlobalization>
<TrimMode>partial</TrimMode>
</PropertyGroup>
类型预加载技巧
在程序启动时添加以下代码,确保相关类型不会被裁剪:
Console.WriteLine(typeof(long?[]));
Console.WriteLine(new long?[0].Contains((long?)1));
实体类定义建议
在 NativeAOT 环境下,实体类定义需要特别注意:
public class Company
{
[Column(IsIdentity = true)]
public long? Id { get; set; } // 注意使用可空类型
public string Name { get; set; } = string.Empty;
public List<User> Users { get; set; } = new List<User>();
}
public class User
{
[Column(IsIdentity = true)]
public long Id { get; set; }
public string Name { get; set; } = string.Empty;
public long? CompanyId { get; set; } // 外键使用可空类型
public Company Company { get; set; }
}
总结
在 NativeAOT 环境下使用 FreeSql 需要注意以下几点:
- 合理配置 rd.xml 文件
- 实体类的外键属性建议使用可空类型
- 对于可能被裁剪的类型,在程序启动时进行预加载
- 避免使用 FreeSql.Extensions.LazyLoading 包
通过以上配置和注意事项,可以确保 FreeSql 在 NativeAOT 环境下正常运行,发挥 NativeAOT 编译的优势,同时保留 FreeSql 强大的 ORM 功能。
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
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322