Mapperly 4.2.0版本发布:更智能的对象映射工具
2025-06-15 10:30:26作者:蔡丛锟
项目简介
Mapperly是一个基于Roslyn源代码生成器的.NET对象映射工具,它通过在编译时生成映射代码来提供高性能的对象转换功能。相比传统的运行时反射映射方案,Mapperly生成的代码直接编译到程序集中,完全避免了反射带来的性能开销,同时提供了强大的类型检查和编译时验证能力。
新版本核心特性解析
枚举映射策略的精细化控制
4.2.0版本引入了对枚举类型映射策略的独立配置能力。开发者现在可以为枚举类型单独指定RequiredMappingStrategy,而不影响其他类型的映射行为。这一改进特别适合那些需要特殊处理枚举转换的场景,比如:
[Mapper(RequiredMappingStrategy = RequiredMappingStrategy.Target)]
public partial class Mapper
{
[MapEnum(RequiredMappingStrategy = RequiredMappingStrategy.Source)]
public partial CarDto Map(Car car);
}
空值处理的增强
新版本在空值处理方面做了多项改进:
- 新增了对
NotNullIfNotNull属性的支持,该属性会添加到生成的映射方法上,帮助编译器进行更精确的null检查分析 - 改进了查询映射场景下的空值处理逻辑,不再生成不必要的空值合并运算符
- 修复了嵌套容器中可空成员的初始化问题
现有目标对象映射支持
4.2.0版本新增了对现有目标对象映射的支持,这意味着开发者现在可以将源对象映射到一个已经存在的目标对象实例上,而不是每次都创建新实例。这对于性能敏感场景特别有价值。
[Mapper]
public partial class Mapper
{
public partial void MapToExisting(Source source, Destination destination);
}
诊断功能的增强
新版本改进了映射诊断功能:
- 新增了对null不匹配情况的诊断
- 优化了必需初始化成员的映射检查,现在只对真正需要初始化的成员进行诊断
- 修复了枚举值检查映射中nameof表达式的正确性问题
性能优化
4.2.0版本在性能方面做了几项重要改进:
- 查询映射场景下不再应用深度克隆,减少了不必要的性能开销
- 改进了查询映射的代码生成,避免生成冗余的null检查逻辑
- 通过支持现有目标对象映射,减少了对象分配次数
开发者体验改进
新版本在开发者体验方面也有显著提升:
- 新增了对
From和To方法转换的支持,提供了更灵活的映射配置方式 - 改进了用户实现方法的null检查提示
- 修复了内联用户实现方法中全局别名缺失的问题
升级建议
对于正在使用Mapperly的项目,升级到4.2.0版本可以带来更好的性能和更丰富的功能。特别推荐以下场景考虑升级:
- 需要精细控制枚举映射行为的项目
- 大量使用查询映射的性能敏感应用
- 需要将数据映射到现有对象实例的场景
- 希望获得更精确null检查分析的项目
升级过程通常只需更新NuGet包版本即可,但建议开发者检查项目中是否存在依赖旧版本行为的代码,特别是与null处理和枚举映射相关的部分。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878