EFCorePowerTools 中 EF Core 7 计算列问题的解决方案
2025-07-03 18:48:03作者:裴麒琰
问题背景
在使用 EFCorePowerTools 工具为 EF Core 7 生成实体类时,当数据库表中包含计算列(Computed Column)时,执行基本的添加或更新操作会遇到特定错误。计算列通常用于自动生成基于其他列值的派生数据,例如将"Court 1"转换为"Court 0001"以便排序。
错误现象
在 EF Core 7 环境下,操作包含计算列的表时会抛出以下错误:
无法保存更改,因为目标表包含执行数据访问函数的计算列。请相应配置实体类型。
列'inserted.NameSortComp'不能在OUTPUT子句中引用,因为列定义包含子查询或引用执行用户或系统数据访问的函数。
根本原因
EF Core 7 对计算列的处理方式发生了变化。当计算列引用了用户定义的函数(UDF)时,EF Core 默认会尝试在 OUTPUT 子句中使用该列,而 SQL Server 不允许在 OUTPUT 子句中引用包含数据访问函数的计算列。
解决方案
EF Core 7 解决方案
对于 EF Core 7,可以通过为实体配置触发器来解决问题:
- 创建一个部分类扩展生成的实体配置
- 使用
HasTrigger方法为表配置任意名称的触发器
public partial class MyTableConfiguration
{
partial void OnConfigurePartial(EntityTypeBuilder<MyTable> entity)
{
entity.ToTable(x => x.HasTrigger("AnyTriggerName"));
}
}
EF Core 8+ 解决方案
EF Core 8 引入了更直接的解决方案,可以禁用特定表的 OUTPUT 子句:
public partial class MyDbContext
{
partial void OnModelCreatingPartial(ModelBuilder modelBuilder)
{
modelBuilder.Entity<MyTable>()
.ToTable(tb => tb.UseSqlOutputClause(false));
}
}
技术原理
这两种解决方案都通过改变 EF Core 生成 SQL 语句的方式来避免在 OUTPUT 子句中引用计算列:
- 触发器方案:配置触发器会改变 EF Core 的保存行为,使其不依赖 OUTPUT 子句获取插入/更新的值
- 禁用 OUTPUT 子句:直接告诉 EF Core 不要为特定表使用 OUTPUT 子句
最佳实践
- 根据使用的 EF Core 版本选择适当的解决方案
- 为所有包含计算列的表应用相应配置
- 考虑在数据库设计阶段评估计算列的必要性,特别是当它们引用复杂函数时
- 在升级 EF Core 版本时,检查并更新这些配置
总结
EFCorePowerTools 作为代码生成工具,不会自动处理这类特定场景的配置,因为它无法确定计算列的具体使用情况。开发者需要根据实际需求手动添加这些配置,这是 EF Core 灵活性的一部分,允许针对特定场景进行优化。
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878