Marten v7 中自定义聚合投影的 AggregateStreamAsync 问题解析
问题背景
Marten 是一个基于 PostgreSQL 的 .NET 事件溯源和文档数据库库。在从 Marten v6 升级到 v7 的过程中,开发者发现使用 AggregateStreamAsync 方法查询自定义聚合投影时出现了问题。
问题现象
当开发者按照官方文档实现自定义聚合投影时,使用以下代码查询聚合结果:
var x = await session.Events.AggregateStreamAsync<StartAndStopAggregate>(id, token: CancellationToken.None);
返回结果 x 始终为 null,尽管调试时可以看到自定义投影的重放过程执行正确。
技术分析
这个问题涉及到 Marten 的事件溯源机制和聚合投影的工作方式:
-
自定义聚合投影:在 Marten 中,开发者可以创建自定义聚合类来处理事件流并构建当前状态。这些类通常实现
IAggregate接口或遵循特定约定。 -
AggregateStreamAsync:这个方法设计用于从事件流中重建聚合状态,它通过重放所有相关事件来构建聚合实例。
-
版本兼容性问题:在 v6 到 v7 的升级过程中,内部的事件处理机制可能发生了变化,导致这个方法在某些情况下无法正确返回聚合实例。
解决方案
根据项目维护者的建议,目前有以下两种可行的解决方案:
-
直接查询聚合文档:
var aggregate = await session.LoadAsync<StartAndStopAggregate>(id); -
使用 FetchForWriting:
var aggregate = await session.Events.FetchForWriting<StartAndStopAggregate>(id);
这两种方法在 v7 版本中都能正确返回聚合实例。
最佳实践建议
-
版本升级注意事项:在升级 Marten 主要版本时,应仔细测试所有与事件溯源相关的功能,特别是聚合查询部分。
-
文档参考:虽然官方文档提供了示例,但在实际应用中遇到问题时,应优先考虑使用已知稳定的替代方案。
-
调试技巧:当聚合查询返回 null 时,可以检查:
- 事件流是否存在
- 事件处理逻辑是否正确
- 聚合类是否符合 Marten 的约定
结论
Marten v7 中 AggregateStreamAsync 方法对于自定义聚合投影的查询存在问题,开发者可以采用直接加载聚合文档或使用 FetchForWriting 方法作为替代方案。这个问题预计会在后续版本中得到修复,但在修复前,建议开发者使用上述替代方案确保应用正常运行。
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。C094
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