Marten项目V7.37.1版本发布:增强事件溯源与类型扫描能力
Marten是一个基于PostgreSQL的.NET事件溯源和文档数据库库,它结合了PostgreSQL强大的JSON功能和.NET开发体验,为开发者提供了高效的数据持久化解决方案。Marten特别适合需要事件溯源模式的应用场景,同时也支持传统文档数据库的使用方式。
核心改进
1. 元数据应用优化
新版本修复了SingleStreamProjection
在FetchForWriting
操作中应用元数据的问题。在事件溯源系统中,投影(Projection)用于将事件流转换为可查询的状态。SingleStreamProjection
是Marten中处理单个事件流的投影类型,而FetchForWriting
则是获取用于写入的文档的方法。
这一改进确保了在使用ApplyMetadata()
方法时,元数据能够正确地在获取写入文档的过程中被应用,从而保证了数据一致性和完整性。对于需要跟踪文档修改时间、用户等元信息的应用场景尤为重要。
2. 类型扫描增强
在自动注册(AutoRegister
)功能中,新版本做了两处重要改进:
首先,当扫描编译类型时,现在会忽略ApplicationAssembly
属性。这一变更解决了在某些情况下可能导致重复扫描或不必要扫描的问题,提高了类型发现的效率。
其次,当AutoRegister
缺少应用程序集设置时,现在会自动将其设置为入口程序集。这一智能化的默认行为减少了配置负担,使得开发者在不显式指定程序集时也能获得合理的行为。
3. 异常提示改进
对于重复投影定义的异常情况,新版本增加了更友好的提示信息。当开发者不小心定义了多个相同名称的投影时,系统会给出更清晰的错误提示,帮助快速定位问题。
底层依赖升级
本次发布升级了JasperFx.Core基础库,并初步支持了OptionsDescription
功能。这一底层改进为未来版本中更丰富的配置选项描述功能奠定了基础。
开发者体验提升
这些改进虽然看似细微,但对于日常开发体验有显著提升:
- 减少了因配置遗漏导致的运行时错误
- 提供了更清晰的错误诊断信息
- 优化了类型扫描的性能和可靠性
- 加强了元数据处理的健壮性
对于已经使用Marten的项目,建议评估这些改进点对现有功能的影响,特别是涉及自动类型注册和投影定义的部分。新版本保持了良好的向后兼容性,升级过程通常较为平滑。
Marten持续在事件溯源和文档数据库领域提供高质量的.NET集成方案,这些增量改进体现了项目对开发者体验和系统稳定性的持续关注。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









