首页
/ EF Core 并发控制:深入理解并发令牌处理机制

EF Core 并发控制:深入理解并发令牌处理机制

2025-05-15 18:48:21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:

  1. 用户A获取产品信息,包含并发令牌值"0x8890"
  2. 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"
  3. 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

  1. 会更新所有属性,即使未修改
  2. 无法区分哪些属性真正被修改
  3. 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

  1. 只更新真正修改的属性
  2. 保留未包含在DTO中的属性值
  3. 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

  1. 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

  2. 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

  3. 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

  4. 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

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
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
497
522
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
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++
1.21 K
1.27 K
cann-learning-hubcann-learning-hub
CANN 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 Notebook
668
316