FreeSql 对 PostgreSQL 中 DateOnly 和 TimeOnly 类型的支持演进
在 .NET 开发中,处理日期和时间是常见的需求。随着 .NET 6 引入了 DateOnly 和 TimeOnly 这两个新类型,开发者能够更精确地处理日期和时间数据。然而,在 ORM 框架中如何与数据库类型正确映射,特别是像 PostgreSQL 这样的数据库,成为了一个值得探讨的技术话题。
FreeSql 作为一款流行的 .NET ORM 框架,近期在其 3.5.100 预览版本中逐步完善了对 PostgreSQL 中 DateOnly 和 TimeOnly 类型的支持。这一演进过程反映了 ORM 框架在处理新型数据类型时面临的挑战和解决方案。
初始支持阶段
FreeSql 最初在 MSSQL Server 中实现了对 DateOnly 和 TimeOnly 的完整支持,但在 PostgreSQL 中的支持相对滞后。这主要是因为 PostgreSQL 的 .NET 数据提供程序 Npgsql 在这些类型的处理上存在版本兼容性问题。
技术挑战
主要的技术挑战来自两个方面:
-
Npgsql 版本兼容性问题:不同版本的 Npgsql 对 DateOnly 和 TimeOnly 的处理方式不同。较新版本的改动较大,升级会导致类型加载错误;而低版本又无法正确处理这些类型。
-
类型转换问题:在查询阶段,框架需要正确处理 TimeSpan 到 TimeOnly 的类型转换,否则会抛出"Object must implement IConvertible"异常。
解决方案演进
FreeSql 团队通过多个预览版本的迭代逐步解决了这些问题:
-
在 3.5.100-preview20240815 版本中初步实现了存储功能,但查询时仍存在类型转换问题。
-
经过分析,发现问题根源在于 Npgsql 改变了传统 ADO.NET 的使用习惯,造成了进退两难的局面。
-
最终在 3.5.100-preview20240821 版本中彻底解决了所有已知问题,实现了完整的支持。
开发者注意事项
对于需要使用这些特性的开发者,建议:
-
确保使用 FreeSql 3.5.100-preview20240821 或更高版本。
-
注意 Npgsql 驱动版本的兼容性,避免混合使用不兼容的版本。
-
在迁移现有项目时,注意检查涉及日期时间类型的查询和存储逻辑。
总结
FreeSql 对 PostgreSQL 中 DateOnly 和 TimeOnly 的支持演进展示了 ORM 框架在处理新型数据类型时的典型挑战和解决路径。通过版本迭代,最终实现了稳定可靠的支持,为开发者提供了更完善的类型处理能力。这一过程也提醒我们,在使用新型数据类型时,需要关注框架和驱动程序的版本兼容性,以确保系统的稳定运行。
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