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。
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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