NewLife.XCode是一个有10多年历史的开源数据中间件，支持nfx/netstandard，由新生命团队(2002~2019)开发完成并维护至今，以下简称XCode。
整个系列教程会大量结合示例代码和运行日志来进行深入分析，蕴含多年开发经验于其中，代表作有百亿级大数据实时计算项目。
开源地址：https://github.com/NewLifeX/X（求star, 729+）
什么是脏数据
在XCode中，每次执行实体类更新entity.Update时，都希望只更新修改过的字段，而不是update所有字段。
一方面，减少数据库压力以及通信流量；
另一方面，多线程同时更新同一行数据的不同字段，在未加锁的情况下，避免脏写。
IsDirty和Dirtys，这是XCode的脏数据，常常出现在Valid中 。
如上图，前者判断Password字段是否有脏数据（Password被赋予跟原来不想等的值），后者清空Password脏数据。
脏数据是生成Update语句的核心，不脏的字段不会出现在update set 之中，从而实现部分字段更新。
设置脏数据
脏数据是XCode实体类内置功能，每一个实体类属性set操作中都带有脏数据逻辑。
实体类属性并非普通属性，而是带有OnPropertyChanging逻辑
这里是脏数据的默认设置点，先比较新旧值是否一致，如果一致，显然不会设置脏数据。
实体属性数值是否相等比较逻辑：
- 整数全部转换为Int64比较，避免因类型不同而误判
- 时间日期只比较年月日时分秒，而不比较毫秒等其它部分
- 字符串比较时，null与empty相等
- 浮点数比较（单精度和双精度），比较到小数点后6位
- Decimal比较到小数点后12位
使用代码来表达，大概是下面的样子：
实体类属性赋值有三种方法：
- user.Password = "Stone"
- user.SetItem("Password", "Stone")
- user["Password"] = "Stone"
主要功能相似，都是给Password字段赋值。
最大的不同点在于：后者一定不会设置脏数据，仅仅是简单赋值；前面两个可能会设置脏数据，要求Password原值不等于"Stone"时才会设置脏数据。
* SetItem就是第一种强类型脏数据和第三种弱类型赋值两者优点的混合体！
脏数据效果
Update User Set Mobile='', Code='abcdef' Where ID=74
如上，修改了3个字段，但是Name本来就是“张三”，因此实际上只修改了两个字段，也就是说只有两个字段有脏数据（数值改变被弄脏了）。
最终生成的update set语句，只包含带有脏数据的字段。最后的where部分，则由主键组成。
使用脏数据
脏数据最常见于数据验证Valid中，可以用来判断某个属性否则曾经被修改过
如上，两次用到脏数据，如果业务代码没有设置用户名或创建时间，则在Valid时设置。
因此，脏数据往往用于给字段设置默认值。除了可用于实体类Valid，还可以用于实体过滤器EntityModule.Valid。
判断脏数据有两种办法 Dirtys["CreateTime"] 和 IsDirty("CreateTime") 。上面的__.CreateTime实质上就是"CreateTime"常量，仅仅是为了避免用户写错单词。
在大数据分析处理场合，数百万实体对象位于内存之中，Dirtys将导致每个实体对象附带实例化一个脏数据集合对象，而IsDirty则不会，因此效果更好。
实现原理
第一代脏数据实现就是字典 Dictionary<String, Boolean>，后来发现在高并发性频繁出现多线程冲突；
第二代脏数据实现是并行字典ConcurrentDictionary<String, Boolean>，后来在大数据分析处理中发现，单个并行字典，哪怕是空的，也要占用约2k内存空间；
第三代脏数据实现 DirtyCollection，采用了内置数组以及CAS原子操作，拥有最好的性能以及最小内存占用。
系列教程
NewLife.XCode教程系列[2019版]
- 增删改查入门。快速展现用法，代码配置连接字符串
- 数据模型文件。建立表格字段和索引，名字以及数据类型规范，推荐字段（时间，用户，IP）
- 实体类详解。数据类业务类，泛型基类，接口
- 功能设置。连接字符串，调试开关，SQL日志，慢日志，参数化，执行超时。代码与配置文件设置，连接字符串局部设置
- 反向工程。自动建立数据库数据表
- 数据初始化。InitData写入初始化数据
- 高级增删改。重载拦截，自增字段，Valid验证，实体模型（时间，用户，IP）
- 脏数据。如何产生，怎么利用
- 增量累加。高并发统计
- 事务处理。单表和多表，不同连接，多种写法
- 扩展属性。多表关联，Map映射
- 高级查询。复杂条件，分页，自定义扩展FieldItem，查总记录数，查汇总统计
- 数据层缓存。Sql缓存，更新机制
- 实体缓存。全表整理缓存，更新机制
- 对象缓存。字典缓存，适用用户等数据较多场景。
- 百亿级性能。字段精炼，索引完备，合理查询，充分利用缓存
- 实体工厂。元数据，通用处理程序
- 角色权限。Membership
- 导入导出。Xml，Json，二进制，网络或文件
- 分表分库。常见拆分逻辑
- 高级统计。聚合统计，分组统计
- 批量写入。批量插入，批量Upsert，异步保存
- 实体队列。写入级缓存，提升性能。
- 备份同步。备份数据，恢复数据，同步数据
- 数据服务。提供RPC接口服务，远程执行查询，例如SQLite网络版
- 大数据分析。ETL抽取，调度计算处理，结果持久化