Umbraco-CMS中DomainSavedNotification重复触发问题解析
2025-06-11 06:22:20作者:傅爽业Veleda
问题背景
在Umbraco-CMS内容管理系统的13.5.3版本中,开发人员发现了一个关于领域(Domain)保存通知的异常行为。当用户保存文化/主机名设置时,系统会触发两次DomainSavedNotification通知,这导致任何监听此通知的处理器都会执行两次相同的操作。
技术细节分析
DomainSavedNotification是Umbraco-CMS中用于通知系统某个域设置已被保存的事件通知机制。按照设计原则,这类通知应该在每次保存操作后仅触发一次,以确保事件处理的高效性和准确性。
在问题版本中,当开发人员实现如下通知处理器时:
public class DomainEventNotificationNotificationHandler(ILogger<DomainEventNotificationNotificationHandler> logger)
: INotificationAsyncHandler<DomainSavedNotification>
{
public async Task HandleAsync(DomainSavedNotification notification, CancellationToken cancellationToken)
{
logger.LogInformation("Domain saved notification");
}
}
并注册该处理器后,每次保存操作都会记录两条"Domain saved notification"日志信息,这明确表明了通知被重复触发的问题。
潜在影响
这种重复通知行为可能带来多方面的影响:
- 性能问题:所有监听此通知的处理器都会执行两次,增加了不必要的系统负载
- 数据一致性问题:如果处理器执行的是写入操作,可能导致数据重复
- 逻辑错误:某些业务逻辑可能依赖于通知的单次触发假设
解决方案
Umbraco开发团队在后续版本中修复了这个问题。修复方案主要涉及对通知触发机制的调整,确保在保存操作完成后,DomainSavedNotification通知只被触发一次。
对于使用13.5.3版本的用户,建议升级到包含修复的版本(13.9.0或更高)。如果暂时无法升级,可以在处理器中实现去重逻辑,例如:
public class DomainEventNotificationNotificationHandler(ILogger<DomainEventNotificationNotificationHandler> logger)
: INotificationAsyncHandler<DomainSavedNotification>
{
private static int _lastNotificationId;
public async Task HandleAsync(DomainSavedNotification notification, CancellationToken cancellationToken)
{
if (notification.Id == _lastNotificationId) return;
_lastNotificationId = notification.Id;
logger.LogInformation("Domain saved notification");
}
}
最佳实践
在处理Umbraco通知时,建议开发人员:
- 始终考虑通知可能被重复触发的情况
- 实现幂等性处理逻辑
- 在关键操作中添加日志记录以便调试
- 定期检查并升级到最新的稳定版本
这个问题提醒我们在使用事件驱动架构时,需要特别注意事件触发机制的可靠性和一致性,以确保系统行为的可预测性。
登录后查看全文
热门项目推荐
相关项目推荐
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
HunyuanVideo-1.5暂无简介00
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210