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:
- 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
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 StartedRust085- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
693
4.48 K
Ascend Extension for PyTorch
Python
554
676
Claude 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 Started
Rust
462
85
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++
955
933
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
410
330
🎉 (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
1.59 K
930
昇腾LLM分布式训练框架
Python
147
175
Oohos_react_native
React Native鸿蒙化仓库
C++
336
387
暂无简介
Dart
940
235
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
653
232