Marten项目中的查询规范模式实现探索
背景介绍
Marten是一个.NET平台上的PostgreSQL文档数据库和事件存储库,它提供了强大的LINQ支持和高效的查询能力。在实际开发中,我们经常需要处理复杂的查询逻辑,特别是当这些查询需要在多个地方重复使用时。
查询规范模式简介
查询规范(Specification)模式是一种设计模式,它允许开发者将查询条件封装为独立的对象,从而实现查询逻辑的复用和组合。这种模式特别适合在领域驱动设计(DDD)中使用,可以避免创建臃肿的仓储接口。
Marten中的现有解决方案
Marten目前主要通过"编译查询"(compiled query)特性来实现类似规范模式的功能。编译查询是Marten的一项强大功能,它允许开发者预编译LINQ查询以提高性能,同时也能实现查询逻辑的复用。
然而,编译查询在某些复杂场景下存在局限性,比如当查询逻辑涉及非常规操作时可能无法使用。这促使Marten团队考虑提供一种更灵活的规范模式实现方式。
新的规范模式实现方案
Marten计划引入一个新的接口IQueryPlan<T>,它定义了一个标准的查询规范契约:
public interface IQueryPlan<T>
{
Task<T> Fetch(IQuerySession session, CancellationToken cancellationToken);
}
这个接口的核心思想是将查询逻辑封装为一个独立的、可重用的组件。开发者可以实现这个接口来创建各种查询规范,然后在不同的地方复用这些规范。
为了更方便地使用这些查询规范,Marten还计划在QuerySession类中添加一个扩展方法:
public class QuerySession
{
public Task<T> QueryAsync<T>(this IDocumentSession session, IQueryPlan<T> plan, CancellationToken cancellationToken)
{
return plan.Fetch(session, cancellationToken);
}
}
设计优势
-
灵活性:这种实现方式比编译查询更灵活,可以处理更复杂的查询场景。
-
可复用性:查询逻辑被封装为独立的对象,可以在应用程序的不同部分重用。
-
组合性:多个查询规范可以组合使用,构建更复杂的查询逻辑。
-
测试友好:查询规范可以单独测试,提高了代码的可测试性。
-
批查询支持:设计时考虑了与Marten批查询功能的兼容性。
实际应用示例
假设我们有一个电商系统,需要频繁查询特定状态的订单。我们可以创建一个查询规范:
public class ActiveOrdersQuery : IQueryPlan<IEnumerable<Order>>
{
private readonly DateTime _since;
public ActiveOrdersQuery(DateTime since)
{
_since = since;
}
public async Task<IEnumerable<Order>> Fetch(IQuerySession session, CancellationToken cancellationToken)
{
return await session.Query<Order>()
.Where(x => x.Status == OrderStatus.Active && x.CreatedAt >= _since)
.ToListAsync(cancellationToken);
}
}
然后在整个应用程序中复用这个查询逻辑:
var activeOrders = await session.QueryAsync(new ActiveOrdersQuery(DateTime.UtcNow.AddDays(-7)));
总结
Marten的这一新特性为开发者提供了更灵活的查询规范实现方式,既保持了Marten强大的查询能力,又解决了编译查询在某些场景下的局限性。这种设计既遵循了领域驱动设计的原则,又避免了过度抽象带来的复杂性,是处理复杂查询逻辑的理想选择。
对于已经使用Marten的项目,这一特性将显著提高查询逻辑的可维护性和复用性,特别是在需要处理复杂业务规则的场景中。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00