FreeSql 达梦数据库驱动升级与空间字段支持方案
背景介绍
FreeSql 是一个功能强大的 .NET ORM 框架,支持多种数据库,包括国产数据库达梦(DM)。随着达梦数据库的不断发展,其官方驱动也在持续更新,新增了对空间字段类型的支持。本文将详细介绍如何在 FreeSql 中升级达梦驱动并实现对空间字段的支持。
驱动升级方案
FreeSql 原有的达梦驱动基于较旧版本的 DmProvider.dll,而达梦官方已经发布了新的 NuGet 包 DM.DmProvider。升级驱动有以下几种方式:
-
直接覆盖安装:在启动项目中安装 DM.DmProvider NuGet 包,覆盖原有的 DmProvider.dll
-
使用 FreeSql.Provider.Custom:通过 DataType.OdbcOracle 方式自定义连接达梦数据库
-
自行封装:基于 FreeSql.Provider.Dameng 源码,封装支持 DM.DmProvider 的新版本类库
空间字段支持方案
达梦新版驱动支持空间字段类型(geography),在 FreeSql 中可以通过以下方式实现对空间字段的读写操作:
1. 实体类配置
class Topic
{
[Column(DbType = "geography",
RewriteSql = "geography::STGeomFromText({0}, 4236)",
RereadSql = "{0}.STAsText()")]
public string geo { get; set; }
}
DbType:指定字段类型为 geographyRewriteSql:定义写入时的 SQL 转换规则RereadSql:定义读取时的 SQL 转换规则
2. 实际 SQL 生成效果
插入操作:
INSERT INTO [ts_geocrud01]([id], [geo])
VALUES(@id_0, geography::STGeomFromText(@geo_0, 4236))
查询操作:
SELECT TOP 1 a.[id], a.[geo].STAsText()
FROM [ts_geocrud01] a
WHERE (a.[id] = 'c7227d5e-0bcf-4b71-8f0f-d69a552fe84e')
3. Lambda 表达式自定义函数
对于更复杂的空间查询操作,可以通过 FreeSql 的 Lambda 表达式自定义函数解析功能实现:
// 示例代码
var result = fsql.Select<Topic>()
.Where(t => t.geo.STContains(otherGeo))
.ToList();
实施建议
-
评估升级必要性:根据项目实际需求决定是否需要升级驱动,特别是是否需要空间字段支持
-
测试兼容性:新版驱动可能与旧版存在差异,升级前应充分测试
-
渐进式升级:可以先在测试环境验证,再逐步推广到生产环境
-
文档记录:对空间字段的特殊处理做好文档记录,方便团队其他成员理解
总结
通过升级达梦驱动和使用 FreeSql 提供的灵活配置选项,开发者可以充分利用达梦数据库的最新特性,特别是空间字段支持。这种方案既保持了 ORM 的便利性,又能处理专业的地理空间数据类型,为 GIS 相关应用开发提供了有力支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00