EF Core 并发控制:深入理解并发令牌处理机制
2025-05-15 02:33:22作者:农烁颖Land
并发控制的基本原理
在Entity Framework Core中,并发控制是防止多个用户同时修改同一数据时产生冲突的重要机制。EF Core通过并发令牌(ConcurrencyStamp)实现乐观并发控制,这种机制允许系统检测并发冲突并在保存时抛出异常。
典型并发场景分析
考虑一个典型的产品管理系统场景:
- 用户A获取产品信息,包含并发令牌值"0x8890"
- 用户B同时获取相同产品并修改名称,导致数据库中的并发令牌更新为"0x8891"
- 用户A尝试提交修改时,系统应检测到并发冲突
两种实现方式的比较
直接附加实体方式
第一种实现方式直接将DTO映射为实体并附加到DbContext:
var entityToUpdate = new Product {
Id = dto.Id,
ConcurrencyStamp = dto.ConcurrencyStamp
// 其他属性...
};
DbContext.Update(entityToUpdate);
这种方式会产生以下SQL:
UPDATE Products SET Name='New'
WHERE Id=27 AND ConcurrencyStamp=0x8890
优点:能正确检测并发冲突 缺点:
- 会更新所有属性,即使未修改
- 无法区分哪些属性真正被修改
- 可能导致数据丢失(未包含在DTO中的属性会被覆盖)
先查询再修改方式
第二种实现方式先查询实体再修改属性:
var entityToUpdate = await DbContext.Products.FindAsync(dto.Id);
entityToUpdate.Name = dto.Name;
entityToUpdate.ConcurrencyStamp = dto.ConcurrencyStamp;
这种方式会产生以下SQL:
UPDATE Products SET Name='New'
WHERE Id=27 AND ConcurrencyStamp=0x8891
优点:
- 只更新真正修改的属性
- 保留未包含在DTO中的属性值
- 可以准确检测属性修改状态
缺点:无法正确检测并发冲突(使用了查询时的令牌值而非原始值)
解决方案与最佳实践
针对第二种方式的并发问题,可以采用以下解决方案:
手动设置原始值
DbContext.Entry(entityToUpdate)
.OriginalValues
.SetValues(new { ConcurrencyStamp = dto.ConcurrencyStamp });
这种方法明确告诉EF Core使用客户端提供的原始令牌值进行并发检查。
重写SaveChanges方法
更系统化的解决方案是重写SaveChanges方法,自动处理所有并发令牌:
public override async Task<int> SaveChangesAsync(CancellationToken ct)
{
ChangeTracker.DetectChanges();
foreach (var entry in ChangeTracker.Entries()
.Where(e => e.State == EntityState.Modified))
{
if (entry.CurrentValues.TryGetValue<byte[]>("ConcurrencyStamp", out var stamp))
{
entry.OriginalValues["ConcurrencyStamp"] = stamp;
}
}
return await base.SaveChangesAsync(ct);
}
设计思考与建议
-
并发令牌处理策略:EF Core默认使用原始值进行并发检查,这是为了支持应用管理的并发令牌场景
-
性能考量:在检测到并发令牌不匹配时,可以直接抛出异常而无需执行数据库操作
-
混合模式考虑:对于某些场景,可能需要同时考虑原始值和当前值进行更复杂的冲突检测
-
DTO设计建议:确保DTO包含所有必要字段,避免数据丢失问题
总结
EF Core的并发控制机制提供了灵活的方式来处理数据冲突。理解并发令牌的工作原理和不同实现方式的优缺点,可以帮助开发者根据具体业务场景选择最合适的实现方式。对于断开连接的实体更新场景,手动设置原始并发令牌值或重写SaveChanges方法都是有效的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
340
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
233
266
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
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (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
1.22 K
668
🔥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
65
19
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
45
32