Specification项目优化:移除Specification中的Evaluator与Validator状态
背景与问题分析
在Specification项目的架构设计中,最初为了提供高度灵活性,允许用户通过构造函数注入自定义的IInMemorySpecificationEvaluator和ISpecificationValidator实现。这种设计虽然在理论上提供了扩展性,但在实际应用中却带来了不必要的性能开销。
经过项目团队的长期观察发现,95%以上的用户并没有真正利用这种扩展能力。大多数用户直接使用库提供的默认实现,却因为这种"以防万一"的设计而承担了额外的内存分配成本——每个Specification实例都需要存储这些实现引用,导致每个实例浪费16字节的内存空间。
解决方案设计
在项目v9版本的性能优化主题下,团队决定对这部分设计进行重构:
- 移除构造函数注入:不再允许通过构造函数参数传入自定义的Evaluator和Validator实现
- 改为计算属性:将Evaluator和Validator定义为虚拟计算属性(virtual properties)
- 保持扩展性:虽然改变了实现方式,但通过保留virtual关键字,仍然允许用户在必要时通过继承覆盖这些属性
这种改变带来了显著的内存优化效果。由于默认实现都是单例实例,访问这些属性时不会产生额外的内存分配。对于绝大多数不需要自定义实现的用户来说,这直接减少了每个Specification实例的内存占用。
技术实现细节
在具体实现上,新的设计将类似以下代码:
public virtual IInMemorySpecificationEvaluator Evaluator
=> InMemorySpecificationEvaluator.Default;
public virtual ISpecificationValidator Validator
=> SpecificationValidator.Default;
而不是原来的:
public Specification(IInMemorySpecificationEvaluator evaluator, ISpecificationValidator validator)
{
_evaluator = evaluator ?? InMemorySpecificationEvaluator.Default;
_validator = validator ?? SpecificationValidator.Default;
}
兼容性考虑
虽然这是一个破坏性变更(breaking change),但团队经过评估认为影响范围有限:
- 普通用户不受影响:继续使用默认实现的用户无需任何代码修改
- 高级用户小改动:需要使用自定义实现的用户需要改为通过继承覆盖属性,而不是构造函数注入
这种改变符合.NET生态中常见的扩展模式,许多框架都采用类似的设计(如ASP.NET Core中的各种Options配置)。
性能收益
通过这一优化,每个Specification实例减少了:
- 两个引用类型字段的存储(通常各8字节)
- 构造函数参数传递的开销
- 空值检查的逻辑
对于大规模使用Specification模式的应用程序,这种微优化在聚合后可能带来显著的内存节省。
最佳实践建议
对于需要自定义行为的用户,新的推荐做法是:
public class CustomSpecification : Specification<Entity>
{
public override IInMemorySpecificationEvaluator Evaluator
=> CustomEvaluator.Instance;
// 其他Specification实现...
}
这种模式更符合SOLID原则,特别是开闭原则(OCP)——通过继承而不是修改来扩展行为。
总结
Specification项目的这一变更体现了软件设计中一个重要的平衡艺术:在提供足够扩展性的同时,不应该让大多数用户为少数人可能用到的功能付出代价。通过将昂贵的"以防万一"设计转变为更轻量的"按需扩展"模式,项目在保持灵活性的同时提升了基础性能,这是框架类库演进的一个典范案例。
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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0248- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
HivisionIDPhotos⚡️HivisionIDPhotos: a lightweight and efficient AI ID photos tools. 一个轻量级的AI证件照制作算法。Python05