EFCorePowerTools 在 EF Core 9 中存储过程映射问题解析
问题背景
在使用 EFCorePowerTools 进行数据库逆向工程时,用户发现从 EF Core 8 升级到 EF Core 9 后,工具不再自动生成 OnModelCreatingGeneratedProcedures 方法。该方法原本会为每个存储过程结果类型添加 HasNoKey().ToView(null) 配置,这对于无主键的存储过程结果集映射至关重要。
技术现象
升级后,应用程序在运行时抛出异常:
System.InvalidOperationException: The entity type 'AppUserRoleSelectByAppUserIdResult' requires a primary key to be defined. If you intended to use a keyless entity type, call 'HasNoKey' in 'OnModelCreating'.
问题分析
-
EF Core 版本兼容性:EF Core 9 对存储过程映射机制有所调整,理论上从 EF Core 8 开始,这些配置应该不再需要。
-
工具生成差异:新版本的 EFCorePowerTools 移除了自动生成
OnModelCreatingGeneratedProcedures的逻辑,但某些项目环境可能仍需这些配置。 -
DbContext 扩展方法:正确的存储过程调用应使用
SqlQueryRaw而非FromSql,这是 EF Core 8+ 推荐的方式。
解决方案
临时解决方案
对于遇到此问题的用户,可以手动添加配置:
partial void OnModelCreatingPartial(ModelBuilder modelBuilder)
{
modelBuilder.Entity<GetWorkOrderImagesByWorkOrderIdResult>().HasNoKey().ToView(null);
// 其他存储过程结果类型的类似配置
}
推荐解决方案
-
检查 DbContextExtensions.cs:确保使用最新版本的扩展方法,特别是确认使用
SqlQueryRaw而非FromSql。 -
验证 EF Core 版本:目前推荐使用 EF Core 8.0.11 而非 EF Core 9,等待更稳定的版本发布。
-
完整项目检查:如果问题持续存在,建议创建一个全新的测试项目进行验证,排除旧项目配置残留的影响。
技术建议
-
存储过程结果处理:在 EF Core 8+ 中,存储过程结果集应明确标记为无键实体,除非结果包含明确的键列。
-
版本升级策略:从 EF Core 8 升级到 9 时,建议:
- 全面测试存储过程相关功能
- 检查所有自定义的 DbContext 配置
- 考虑逐步迁移而非一次性升级
-
异常处理:对于存储过程调用,添加适当的异常处理逻辑,特别是处理结果集结构变化的情况。
总结
虽然 EF Core 9 理论上简化了存储过程映射的配置,但在实际项目中可能仍需显式配置。开发者应根据项目实际情况选择最适合的解决方案,并在升级过程中进行充分测试。对于生产环境,目前建议暂缓升级到 EF Core 9,等待更稳定的版本发布和更完善的工具支持。
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。C093
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.Python058
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