SqlSugar动态查询与分页排序问题解析
2025-06-06 08:57:54作者:舒璇辛Bertina
问题背景
在使用SqlSugar进行动态查询时,开发者经常会遇到一些特殊场景下的技术挑战。本文将详细分析在SqlSugar中实现动态查询、分页和排序时可能遇到的问题及其解决方案。
主要问题分析
1. 动态分页查询报错
最初的问题出现在使用动态Select语句进行分页查询时,系统抛出"Object of type 'System.Int32' cannot be converted to type 'System.Threading.CancellationToken'"错误。
根本原因:SqlSugar在5.1.4.189-preview11之前的版本中,动态Select与分页方法的参数传递存在兼容性问题。
解决方案:升级到SqlSugarCore 5.1.4.189-preview11或更高版本。新版本已修复此问题,支持以下写法:
RefAsync<int> total = 0;
var result = await db.Queryable<Order>()
.Select("it", new List<string>{"it.Id as userId", "it.id as id", "it.Name as Name"})
.ToPageListAsync(1, 2, total);
2. 动态排序问题
在实现动态排序时,特别是涉及导航属性的排序,开发者遇到了多种问题:
- 使用变量传递排序字段名时失败
- 导航属性排序时大小写敏感问题
- 使用"x"和"it"别名不一致导致的错误
解决方案演进:
-
初始方案(5.1.4.189-preview13):
- 支持基本动态排序语法:
db.Queryable<UnitPerson011>() .OrderBy("it", $"it=>it.Address.Street", OrderByType.Desc) .ToList(); - 但要求必须使用"it"作为别名
- 支持基本动态排序语法:
-
最终方案(5.1.4.189-preview14):
- 支持任意别名("x"或"it")
- 修复导航属性排序问题
- 支持更灵活的动态字段名传递
3. 最佳实践建议
对于动态查询场景,推荐以下实践方式:
- 动态Select:
var dynamicSelect = new List<string>{
"x.CompanyUserId",
"x.IsEnable",
"new (x.RootUserInfo.UserName) as RootUserInfo"
};
- 动态排序:
string orderField = "RootUserInfo.UserName"; // 可以是变量
var query = db.Queryable<RootCompanyUser>()
.IncludesAllFirstLayer()
.OrderBy("x", $"x=>x.{orderField}", OrderByType.Asc);
- 完整分页查询:
RefAsync<int> total = 0;
var result = await query
.Select("x", dynamicSelect)
.ToPageListAsync(pageIndex, pageSize, total);
技术要点总结
-
版本选择:务必使用5.1.4.189-preview14或更高版本,以获得完整的动态查询功能支持。
-
别名一致性:虽然新版本支持任意别名,但在单个查询中应保持别名一致(全部使用"x"或全部使用"it")。
-
导航属性处理:动态查询中引用导航属性时,属性名称大小写需与实体类定义完全一致。
-
性能考虑:动态查询虽然灵活,但可能影响查询计划缓存,在高性能要求的场景中应谨慎使用。
通过理解这些技术细节和解决方案,开发者可以更高效地使用SqlSugar实现复杂的动态查询需求,同时避免常见的陷阱和错误。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781