SqlSugar框架中的匿名对象查询与自动Include功能解析
在ORM框架开发中,查询功能的灵活性和便捷性一直是开发者关注的重点。SqlSugar作为一款流行的.NET ORM框架,近期在其5.1.4.186-preview07版本中增强了对匿名对象查询的支持,特别是针对嵌套对象查询场景的优化。
匿名对象查询的增强
SqlSugar最新预览版本引入了对复杂匿名对象查询的支持,开发者现在可以更加灵活地构建查询表达式。这种增强主要体现在以下几个方面:
-
基础匿名查询:框架现在支持直接投影到匿名对象,例如可以查询特定字段而非整个实体。
-
嵌套对象支持:开发者可以在匿名对象中嵌套其他匿名对象,形成层次化的查询结果结构。
-
关联对象投影:通过结合Includes方法,可以实现对关联对象的特定字段查询,避免加载不必要的数据。
典型的使用示例如下:
var result = db.Queryable<UnitAddress011>()
.Includes(x => x.Persons)
.Includes(x => x.City)
.Select(it => new {
City = new { it.City.Name, it.City.Id },
Persons = it.Persons.Select(p => p.Name)
}).ToList();
自动Include功能的展望
虽然当前版本已经实现了匿名对象查询的增强,但社区中仍有对自动Include功能的期待。自动Include是指框架能够根据查询表达式中实际使用的关联对象,自动确定需要加载的关联数据,而不需要开发者显式指定Includes。
这种功能在Entity Framework等ORM中已有实现,它能显著减少样板代码,特别是在复杂查询场景中。自动Include的实现需要考虑:
-
表达式树分析:解析查询表达式,识别所有被引用的导航属性。
-
性能权衡:在自动加载关联数据时,需要平衡查询效率与数据完整性。
-
循环引用处理:正确处理可能出现的循环引用场景,避免无限加载。
最佳实践建议
对于当前版本的使用,建议开发者:
-
明确指定Includes:虽然略显繁琐,但能精确控制加载行为。
-
合理设计投影:通过匿名对象只选择需要的字段,减少数据传输量。
-
关注版本更新:SqlSugar团队正在积极开发自动Include功能,建议关注后续版本发布。
随着ORM技术的不断发展,SqlSugar框架在查询功能上的持续优化,将为.NET开发者提供更加高效便捷的数据访问体验。匿名对象查询的增强是向更加声明式编程风格迈进的重要一步,而未来自动Include功能的实现将进一步简化复杂查询的编写工作。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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