Marten V7 中自定义类型映射的现状与解决方案
2025-06-26 22:38:38作者:晏闻田Solitary
Marten 作为 .NET 生态中优秀的文档数据库库,在 V7 版本中对 LINQ 查询进行了大规模重写。在这个过程中,自定义值类型(如强类型标识符、领域特定值对象等)的支持机制发生了一些变化,特别是 IMemberSource 接口的实现问题值得开发者关注。
问题背景
在 Marten V7.8.0 中,当查询包含自定义类型的文档时,系统会抛出 BadLinqExpressionException 异常,提示开发者要么查询值类型的简单属性,要么注册自定义的 IMemberSource。然而,实际使用中发现即使正确实现了 IMemberSource 接口并注册到 StoreOptions.Linq.MemberSources,其 TryResolve 方法也未被调用。
技术分析
历史实现
在 V7 之前的版本中,Marten 通过 IFieldSource 接口(已移除/重命名为 IMemberSource)支持自定义类型映射。开发者可以实现该接口并将其注册到 StoreOptions.Linq.FieldSources 来实现自定义类型的查询支持。
V7 的变化
V7 版本移除了 IFieldSource 接口,引入了 IMemberSource 作为替代。但核心问题在于:
IMemberSource接口当前未被实际调用- 相关代码库中
TryResolve方法和.MemberSources属性均无引用
解决方案探索
临时解决方案
目前可行的替代方案是通过 Npgsql 的类型映射系统来实现:
- 实现 JSON 转换器来处理类型的序列化/反序列化
- 在 Weasel 中注册数据库类型映射
- 实现并注册
IPgTypeInfoResolver到 Npgsql
自定义类型解析器模式
可以创建一个抽象 IPgTypeInfoResolver 实现来简化工作:
public abstract class SimpleResolver<TCustom, TNative> : IPgTypeInfoResolver
{
public abstract TNative ToNative(TCustom custom);
public abstract TCustom FromNative(TNative native);
// 实现 IPgTypeInfoResolver 接口方法
// 使用内置类型解析器处理转换后的原生类型
}
这种模式适用于大多数简单值对象场景,如金额(Amount)、日期(Date)等类型。
未来发展方向
Marten 团队已经确认将在后续版本中完善强类型标识符支持,这包括:
- 修复
IMemberSource的实际调用问题 - 确保 JSON 序列化与底层值类型的匹配
- 提供更完整的自定义类型支持方案
最佳实践建议
对于当前需要自定义类型支持的开发者:
- 优先使用 Npgsql 的类型映射系统
- 保持对 Marten 更新的关注,特别是强类型标识符支持进展
- 对于复杂场景,考虑暂时使用 DTO 模式过渡
Marten 作为活跃开发的项目,这类功能改进通常会随着社区反馈而快速推进。开发者可以关注官方文档和更新日志获取最新支持情况。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137