NewLife.XCode是一個有10多年曆史的開源數據中間件，支持nfx/netstandard，由新生命團隊(2002~2019)開發完成並維護至今，以下簡稱XCode。
整個系列教程會大量結合示例代碼和運行日誌來進行深入分析，蘊含多年開發經驗於其中，代表作有百億級大數據實時計算項目。
開源地址：https://github.com/NewLifeX/X （求star, 729+）
什麼是髒數據
在XCode中，每次執行實體類更新entity.Update時，都希望只更新修改過的字段，而不是update所有字段。
一方面，減少數據庫壓力以及通信流量；
另一方面，多線程同時更新同一行數據的不同字段，在未加鎖的情況下，避免髒寫。
IsDirty和Dirtys，這是XCode的髒數據，常常出現在Valid中 。
如上圖，前者判斷Password字段是否有髒數據（Password被賦予跟原來不想等的值），後者清空Password髒數據。
髒數據是生成Update語句的核心，不髒的字段不會出現在update set 之中，從而實現部分字段更新。
設置髒數據
髒數據是XCode實體類內置功能，每一個實體類屬性set操作中都帶有髒數據邏輯。
實體類屬性並非普通屬性，而是帶有OnPropertyChanging邏輯
這裏是髒數據的默認設置點，先比較新舊值是否一致，如果一致，顯然不會設置髒數據。
實體屬性數值是否相等比較邏輯：
- 整數全部轉換爲Int64比較，避免因類型不同而誤判
- 時間日期只比較年月日時分秒，而不比較毫秒等其它部分
- 字符串比較時，null與empty相等
- 浮點數比較（單精度和雙精度），比較到小數點後6位
- Decimal比較到小數點後12位
使用代碼來表達，大概是下面的樣子：
實體類屬性賦值有三種方法：
- user.Password = "Stone"
- user.SetItem("Password", "Stone")
- user["Password"] = "Stone"
主要功能相似，都是給Password字段賦值。
最大的不同點在於：後者一定不會設置髒數據，僅僅是簡單賦值；前面兩個可能會設置髒數據，要求Password原值不等於"Stone"時纔會設置髒數據。
* SetItem就是第一種強類型髒數據和第三種弱類型賦值兩者優點的混合體！
髒數據效果
Update User Set Mobile='13012345678', Code='abcdef' Where ID=74
如上，修改了3個字段，但是Name本來就是“張三”，因此實際上只修改了兩個字段，也就是說只有兩個字段有髒數據（數值改變被弄髒了）。
最終生成的update set語句，只包含帶有髒數據的字段。最後的where部分，則由主鍵組成。
使用髒數據
髒數據最常見於數據驗證Valid中，可以用來判斷某個屬性否則曾經被修改過
如上，兩次用到髒數據，如果業務代碼沒有設置用戶名或創建時間，則在Valid時設置。
因此，髒數據往往用於給字段設置默認值。除了可用於實體類Valid，還可以用於實體過濾器EntityModule.Valid。
判斷髒數據有兩種辦法 Dirtys["CreateTime"] 和 IsDirty("CreateTime") 。上面的__.CreateTime實質上就是"CreateTime"常量，僅僅是爲了避免用戶寫錯單詞。
在大數據分析處理場合，數百萬實體對象位於內存之中，Dirtys將導致每個實體對象附帶實例化一個髒數據集合對象，而IsDirty則不會，因此效果更好。
實現原理
第一代髒數據實現就是字典 Dictionary<String, Boolean>，後來發現在高併發性頻繁出現多線程衝突；
第二代髒數據實現是並行字典ConcurrentDictionary<String, Boolean>，後來在大數據分析處理中發現，單個並行字典，哪怕是空的，也要佔用約2k內存空間；
第三代髒數據實現 DirtyCollection，採用了內置數組以及CAS原子操作，擁有最好的性能以及最小內存佔用。
系列教程
NewLife.XCode教程系列[2019版]
- 增刪改查入門。快速展現用法，代碼配置連接字符串
- 數據模型文件。建立表格字段和索引，名字以及數據類型規範，推薦字段（時間，用戶，IP）
- 實體類詳解。數據類業務類，泛型基類，接口
- 功能設置。連接字符串，調試開關，SQL日誌，慢日誌，參數化，執行超時。代碼與配置文件設置，連接字符串局部設置
- 反向工程。自動建立數據庫數據表
- 數據初始化。InitData寫入初始化數據
- 高級增刪改。重載攔截，自增字段，Valid驗證，實體模型（時間，用戶，IP）
- 髒數據。如何產生，怎麼利用
- 增量累加。高併發統計
- 事務處理。單表和多表，不同連接，多種寫法
- 擴展屬性。多表關聯，Map映射
- 高級查詢。複雜條件，分頁，自定義擴展FieldItem，查總記錄數，查彙總統計
- 數據層緩存。Sql緩存，更新機制
- 實體緩存。全表整理緩存，更新機制
- 對象緩存。字典緩存，適用用戶等數據較多場景。
- 百億級性能。字段精煉，索引完備，合理查詢，充分利用緩存
- 實體工廠。元數據，通用處理程序
- 角色權限。Membership
- 導入導出。Xml，Json，二進制，網絡或文件
- 分表分庫。常見拆分邏輯
- 高級統計。聚合統計，分組統計
- 批量寫入。批量插入，批量Upsert，異步保存
- 實體隊列。寫入級緩存，提升性能。
- 備份同步。備份數據，恢復數據，同步數據
- 數據服務。提供RPC接口服務，遠程執行查詢，例如SQLite網絡版
- 大數據分析。ETL抽取，調度計算處理，結果持久化