protobuf-net中记录类型(record)的序列化支持
在C# 9.0引入的记录类型(record)为不可变数据模型提供了简洁的语法糖,而protobuf-net作为.NET平台高效的序列化库,对记录类型提供了良好的支持。本文将深入探讨protobuf-net中记录类型的序列化机制和使用场景。
记录类型的基本序列化
protobuf-net从3.0.62版本开始,原生支持简单的记录类型序列化。对于未标注特性的记录类型,protobuf-net能够自动处理:
public record Entity(int Id, string Name);
var obj = new Entity(42, "abc");
var clone = Serializer.DeepClone(obj);
这种简洁的语法保持了记录类型的不可变特性,同时protobuf-net能够正确序列化和反序列化。
带特性的记录类型序列化
当需要在记录类型上使用ProtoContract和ProtoMember特性时,情况稍有不同。protobuf-net要求显式指定SkipConstructor参数:
[ProtoContract(SkipConstructor = true)]
public record Entity(
[property: ProtoMember(1)] int Id,
[property: ProtoMember(2)] string Name);
这种配置方式确保了protobuf-net能够正确处理带参数的构造函数,这是记录类型的核心特性之一。
设计考量与技术实现
protobuf-net对记录类型的支持体现了几个重要的设计决策:
-
构造函数处理:记录类型的主构造函数是其核心特性,protobuf-net通过SkipConstructor选项来适应这一特性。
-
不可变性支持:记录类型设计为不可变,这与protobuf-net的序列化模型高度契合。
-
特性标注灵活性:通过property目标指示符,可以将ProtoMember特性精确应用到生成的属性上。
实际应用建议
在实际项目中,开发者可以根据需求选择不同的实现方式:
-
如果项目可以依赖protobuf-net,使用带特性的记录类型是最佳选择。
-
如果需要保持领域模型的纯净性,可以采用简单的记录类型定义,然后在序列化层处理映射。
-
对于需要与其他序列化框架(如DataContractSerializer)兼容的场景,可以考虑使用传统的类定义方式。
版本兼容性说明
需要注意的是,完整的记录类型支持需要protobuf-net 3.0.62或更高版本。早期版本可能无法正确处理记录类型的某些特性。
protobuf-net对记录类型的支持展现了其与时俱进的设计理念,为现代C#开发提供了强大的序列化能力,同时保持了框架的高效性和灵活性。
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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00