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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-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。00