• 发布NBearV3.1.7,包含重要升级内容:强类型实体集合、Gateway缓存等


    下载新版本:http://sf.net/projects/nbear

    简单说明一下本次升级可能导致的额外代码修改:
     
    1、强类型实体集合
     
    新增的强类型实体集合会将设计实体中的Domain[] Domains这样的数组形式的关联属性,生成为最终实体中的DomainArrayList Domains属性。
     
    每一个实体,如Domain都会多生成一个形如DomainArrayList的集合类型,使用该集合可以添加、删除、清空关联到属性的对象。当属性设置Contained时,和原来使用Domain[] Domains一样,能够自动级联更新/删除。原来的Entity.AddArrayItem/RemoveArrayItem等方法已经删除。
     
    2、为Gateway新增简单的缓存支持。可以以如下格式配置config文件,注意cacheConfig配置节。
    <?xml version="1.0" encoding="utf-8" ?>
    <configuration>
      <configSections>
        <section name="entityConfig" type="NBear.Common.EntityConfigurationSection, NBear.Common" />
        <section name="cacheConfig" type="NBear.Data.CacheConfigurationSection, NBear.Data" />
      </configSections>
      <entityConfig>
        <includes>
          <add key="Sample" value="C:\Teddy\NBearV3\src\NBear.Test.UnitTests\EntityConfig.xml" />
        </includes>
      </entityConfig>
      <cacheConfig enable="true">
        <cachingTables>
          <add key="Northwind.Orders" value="5" />
        </cachingTables>
      </cacheConfig>
      <connectionStrings>
        <add name="Northwind" connectionString="Server=(local);Database=Northwind;Uid=sa;Pwd=sa" providerName="NBear.Data.SqlServer.SqlDbProvider"/>
      </connectionStrings>
    </configuration>
     
    这里的每一项add可以指定一个数据库表或存储过程的名称和缓存的时间(单位:秒)。
     
    例如,Northwind.Orders中,Northwind表示对应的ConnectionString配置节的名称,Orders是数据库中的表名(注意是表名而不是实体类的名称)或存储过程名称。
     
    当如上配置后,默认的以Northwind这个ConnectionString初始化的Gateway实例将是自动开启了读缓存支持的。可以使用Gateway.TurnOnCache()/TurnOffCache()方法改变当前Gateway实例是否使用缓存。
     
    一般来讲,对于每一个ConnectionString,我们可以实例化两个Gateway,一个专门用于有缓存的读数据,另一个用于无缓存的读数据。另一方面,无论是否开启缓存支持,对于写操作没有影响。
     
    3、Entity.EntityArrayToDataTable()现在支持输入一个空数组或者null返回一个只包含实体结构的空的DataTable实例。
     
    //本文结束
  • 相关阅读:
    Pandas入门之十一:窗口函数
    Pandas入门之十:百分比与相关性
    Pandas入门之九:数据选择
    Pandas入门之八:字符串与文本数据
    Pandas入门之七:迭代
    Pandas入门之六:重建索引
    Pandas入门之五:自定义元素处理函数
    Pandas入门之四:统计描述
    Pandas入门之三:DataFrame
    Pandas入门之 二:Series
  • 原文地址:https://www.cnblogs.com/teddyma/p/556402.html
Copyright © 2020-2023  润新知