System.Linq.Dynamic.Core 在.NET 8中的EF类型加载问题解析
问题背景
System.Linq.Dynamic.Core是一个流行的动态LINQ查询库,它允许开发者在运行时构建LINQ查询。近期有开发者报告,在将项目从.NET Core 3.1升级到.NET 8后,遇到了性能问题,特别是在使用Radzen数据网格时首次加载或排序数据时表现明显。
问题根源
问题的核心在于库中的PredefinedTypesHelper类在静态构造函数中尝试加载Entity Framework 6的类型。这些类型包括:
- System.Data.Objects.EntityFunctions
- System.Data.Objects.SqlClient.SqlFunctions
- System.Data.Objects.SqlClient.SqlSpatialFunctions
- System.Data.Entity.Core.Objects.EntityFunctions
- System.Data.Entity.DbFunctions
- System.Data.Entity.Spatial.DbGeography
- System.Data.Entity.SqlServer.SqlFunctions
- System.Data.Entity.SqlServer.SqlSpatialFunctions
在.NET Core 3.1及更早版本中,这些类型会被NETSTANDARD预处理器指令排除。但在.NET 5及更高版本中,这些指令不再适用,导致库尝试加载这些EF 6类型。
性能影响
当应用程序目录中存在大量未引用的程序集时,Type.GetType()调用会强制加载所有这些程序集到AppDomain中。对于拥有数百个程序集的大型项目,这会显著影响首次查询的性能。
解决方案
开发团队针对此问题实施了以下改进:
-
条件加载优化:修改了
PredefinedTypesHelper,仅在检测到特定EF类型时才尝试加载相关程序集。通过检查EntityFramework.DynamicLinq.EFType和Microsoft.EntityFrameworkCore.DynamicLinq.EFType类型的存在性来决定是否加载EF相关类型。 -
程序集加载控制:新增了
LoadAdditionalAssembliesFromCurrentDomainBaseDirectory配置选项,默认值为false。这可以防止自动加载应用程序目录中的所有程序集,只有当明确需要时才启用此功能。 -
预处理器指令调整:将EF类型加载逻辑限制在.NET Framework和.NET Standard 2.1环境下,避免在.NET 5及更高版本中不必要地加载这些类型。
开发者应对建议
对于遇到此问题的开发者,可以采取以下措施:
-
升级到最新版本:确保使用包含这些修复的最新版System.Linq.Dynamic.Core。
-
自定义类型提供程序:如需要更精细的控制,可以实现自定义的
IDynamicLinqCustomTypeProvider:
public class CustomDynamicLinqTypeProvider : AbstractDynamicLinqCustomTypeProvider, IDynamicLinkCustomTypeProvider
{
// 实现必要的接口方法
}
然后在应用程序启动时配置:
ParsingConfig.Default.CustomTypeProvider = new CustomDynamicLinqTypeProvider();
- 配置程序集加载行为:根据需求设置
LoadAdditionalAssembliesFromCurrentDomainBaseDirectory属性:
ParsingConfig.Default.LoadAdditionalAssembliesFromCurrentDomainBaseDirectory = false;
总结
System.Linq.Dynamic.Core在.NET 8环境下的这一改进,有效解决了因不必要加载EF 6类型和额外程序集导致的性能问题。开发者现在可以更灵活地控制类型解析行为,特别是在拥有大量插件或模块化架构的应用程序中,这一改进将显著提升首次查询的性能表现。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00