Hangfire 1.8.18版本发布:关键改进与问题修复
Hangfire是一个流行的.NET开源库,用于在后台处理长时间运行的任务,而无需创建单独的Windows服务或进程。它提供了简单易用的API来创建后台任务,并内置了可靠的重试机制和直观的监控界面。
核心改进
自定义服务器异常终止阈值
新版本引入了DashboardOptions.ServerPossiblyAbortedThreshold配置项,允许开发者自定义"可能已中止"警告的阈值。这个功能特别适合那些需要调整服务器状态检测敏感度的场景,比如在网络延迟较高或服务器负载较大的环境中。
文化信息处理优化
1.8.18版本修复了从1.8.15到1.8.17版本升级后出现的CultureInfo相关差异问题。这些改进确保了在不同文化设置环境下,Hangfire的行为更加一致和可预测。
重要问题修复
过期作业显示问题
修复了在某些情况下过期作业仍然会显示在"重试"页面上的问题。这个修复提高了监控界面的准确性,确保用户看到的都是当前有效的作业信息。
AsyncLocal值泄漏问题
解决了从同步后台作业方法中泄漏AsyncLocal值的问题。这个修复对于依赖AsyncLocal来传递上下文信息的应用程序尤为重要,避免了潜在的数据污染和上下文混淆。
Job类构造函数改进
修复了当向Job类构造函数传递Job.Args属性时抛出异常的问题。这个改进使得API使用更加健壮,减少了意外错误的发生。
ASP.NET Core集成改进
在ASP.NET Core集成方面,新版本做了两个重要修复:
- 在
StopAsync方法中吞掉可能的ObjectDisposedException,提高了应用程序关闭时的稳定性 - 避免当
LocalIpAddress或RemoteIpAddress为null时抛出NullReferenceException,增强了网络相关功能的鲁棒性
项目基础设施改进
Hangfire团队还对项目的基础设施进行了优化:
- 使锁文件同时支持.NET 8.0和.NET 9.0构建
- 改进了
cshtml文件的代码生成机制,确保在较新平台上也能正常工作
这些改进虽然对最终用户不可见,但有助于维护项目的长期健康发展,确保Hangfire能够跟上.NET生态系统的演进步伐。
总结
Hangfire 1.8.18版本虽然是一个小版本更新,但包含了许多重要的改进和修复。从自定义服务器状态检测阈值到文化信息处理优化,再到各种稳定性修复,这个版本进一步提升了Hangfire的可靠性和用户体验。对于已经在生产环境中使用Hangfire的团队,特别是那些遇到文化信息相关问题的团队,升级到这个版本是值得考虑的。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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