MediatR中泛型行为注册的最佳实践
2025-05-20 05:55:05作者:韦蓉瑛
概述
在.NET开发中,MediatR是一个非常流行的中介者模式实现库,它简化了请求/响应、命令、查询、通知和事件的传递过程。本文将重点探讨如何在MediatR中正确注册泛型行为(Generic Behavior),特别是针对异常处理的场景。
泛型行为的基本结构
一个典型的MediatR泛型行为通常继承自IPipelineBehavior<TRequest, TResponse>
接口,用于在请求处理管道中插入自定义逻辑。以下是一个常见的异常处理行为实现:
public class UnhandledExceptionBehavior<TRequest, TResponse> : IPipelineBehavior<TRequest, TResponse>
where TRequest : IRequest<TResponse>
where TResponse : BaseResponse
{
private readonly ILogger<UnhandledExceptionBehavior<TRequest, TResponse>> _logger;
public UnhandledExceptionBehavior(ILogger<UnhandledExceptionBehavior<TRequest, TResponse>> logger)
{
_logger = logger;
}
public async Task<TResponse> Handle(TRequest request, RequestHandlerDelegate<TResponse> next, CancellationToken cancellationToken)
{
try
{
return await next();
}
catch (Exception ex)
{
_logger.LogError(ex, "Unhandled Exception for Request {Name} {@Request}", typeof(TRequest).Name, request);
var response = Activator.CreateInstance<TResponse>();
response.IsSuccess = false;
response.ErrorMessage = $"An error occurred while processing your request: {ex.Message}";
return response;
}
}
}
行为注册的常见问题
许多开发者在注册泛型行为时会遇到行为未被调用的问题。这通常是由于注册方式不正确导致的。以下是几种常见的错误注册方式:
- 错误的泛型参数指定:
cfg.AddBehavior<IPipelineBehavior<IAppRequest<BaseResponse>,BaseResponse>, UnhandledExceptionBehavior<IAppRequest<BaseResponse>, BaseResponse>>();
- 分离注册但未使用正确方法:
builder.Services.AddTransient(typeof(IPipelineBehavior<,>), typeof(UnhandledExceptionBehavior<,>));
正确的注册方式
方法一:使用AddOpenBehavior
对于泛型行为,应该使用AddOpenBehavior
方法进行注册:
builder.Services.AddMediatR(cfg => {
cfg.RegisterServicesFromAssemblies(typeof(Program).Assembly);
cfg.AddOpenBehavior(typeof(UnhandledExceptionBehavior<,>));
});
方法二:使用Autofac容器
如果需要更灵活的泛型注册,可以考虑使用Autofac容器:
builder.Host.UseServiceProviderFactory(new AutofacServiceProviderFactory());
builder.Host.ConfigureContainer<ContainerBuilder>(builder =>
{
builder.RegisterSource(new ContravariantRegistrationSource());
builder.RegisterGeneric(typeof(UnhandledExceptionBehavior<,>)).AsImplementedInterfaces();
});
请求与响应的设计考量
为了确保行为能够正确匹配请求,需要注意请求和响应的设计:
- 请求接口:如果使用自定义请求接口,需要确保它继承自
IRequest<TResponse>
public interface IAppRequest<T> : IRequest<T>
{
}
- 请求实现:
public sealed record GetTopQuestionsQry : IAppRequest<GetTopQuestionsQryResult>;
- 响应基类:
public sealed record GetTopQuestionsQryResult : BaseResponse
{
public List<QuestionDto> Questions { get; set; }
}
最佳实践建议
- 明确行为适用范围:在定义行为时,通过泛型约束明确指定适用的请求和响应类型
- 优先使用开放泛型注册:
AddOpenBehavior
是最简洁的泛型行为注册方式 - 考虑行为执行顺序:MediatR行为的执行顺序与注册顺序相同,需要合理安排
- 日志记录:在行为中加入适当的日志记录,便于调试和问题追踪
- 异常处理:在全局异常处理行为中,确保不会泄露敏感信息
通过遵循这些实践,可以确保MediatR中的泛型行为能够正确注册并按预期工作,为应用程序提供强大的管道处理能力。
登录后查看全文
热门项目推荐
- QQwen3-Coder-480B-A35B-InstructQwen3-Coder-480B-A35B-Instruct是当前最强大的开源代码模型之一,专为智能编程与工具调用设计。它拥有4800亿参数,支持256K长上下文,并可扩展至1M,特别擅长处理复杂代码库任务。模型在智能编码、浏览器操作等任务上表现卓越,性能媲美Claude Sonnet。支持多种平台工具调用,内置优化的函数调用格式,能高效完成代码生成与逻辑推理。推荐搭配温度0.7、top_p 0.8等参数使用,单次输出最高支持65536个token。无论是快速排序算法实现,还是数学工具链集成,都能流畅执行,为开发者提供接近人类水平的编程辅助体验。【此简介由AI生成】Python00
- KKimi-K2-InstructKimi-K2-Instruct是月之暗面推出的尖端混合专家语言模型,拥有1万亿总参数和320亿激活参数,专为智能代理任务优化。基于创新的MuonClip优化器训练,模型在知识推理、代码生成和工具调用场景表现卓越,支持128K长上下文处理。作为即用型指令模型,它提供开箱即用的对话能力与自动化工具调用功能,无需复杂配置即可集成到现有系统。模型采用MLA注意力机制和SwiGLU激活函数,在vLLM等主流推理引擎上高效运行,特别适合需要快速响应的智能助手应用。开发者可通过兼容OpenAI/Anthropic的API轻松调用,或基于开源权重进行深度定制。【此简介由AI生成】Python00
cherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端TypeScript043GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。04note-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。TSX01PDFMathTranslate
PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/DockerPython08
热门内容推荐
1 freeCodeCamp英语课程填空题提示缺失问题分析2 freeCodeCamp Cafe Menu项目中link元素的void特性解析3 freeCodeCamp课程中屏幕放大器知识点优化分析4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析6 freeCodeCamp音乐播放器项目中的函数调用问题解析7 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 8 freeCodeCamp博客页面工作坊中的断言方法优化建议9 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析10 freeCodeCamp论坛排行榜项目中的错误日志规范要求
最新内容推荐
左手Annotators,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手controlnet-openpose-sdxl-1.0,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手ERNIE-4.5-VL-424B-A47B-Paddle,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手m3e-base,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手SDXL-Lightning,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手wav2vec2-base-960h,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手nsfw_image_detection,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手XTTS-v2,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手whisper-large-v3,右手GPT-4:企业AI战略的“开源”与“闭源”之辩 左手flux-ip-adapter,右手GPT-4:企业AI战略的“开源”与“闭源”之辩
项目优选
收起

React Native鸿蒙化仓库
C++
138
222

🔥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
51
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
97
155

🎉 (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
659
441

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
112
253

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
702
97

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
361
354

轻量级、语义化、对开发者友好的 golang 时间处理库
Go
8
2

端云一体化的微信小程序项目
JavaScript
120
0

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
514
43