SqlSugar动态查询与分页排序问题解析
2025-06-06 14:30:30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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
178
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++
640
249
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
244
86
暂无简介
Dart
608
136
React Native鸿蒙化仓库
JavaScript
239
311
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
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
364
3.03 K