Dapper通过Query、Execute等扩展方法配合原生SQL实现CRUD，不提供ORM抽象但支持参数化查询、自动对象映射、事务控制及自增ID获取；需注意SQL注入防护、影响行数校验与事务一致性。
Dapper 本身不提供“内置”的增删改查方法，而是通过扩展方法（如 Query、Execute）配合原生 SQL 实现高效、轻量的 CRUD 操作。它不做 ORM 映射层抽象，但用极简方式把 SQL 执行和对象映射封装得非常自然。
查询（Read）：用 Query 获取单条或多条数据
Query
- 查多条：var users = conn.Query<User>("SELECT * FROM Users WHERE Age > @age", new { age = 18 });
- 查单条：var user = conn.QueryFirstOrDefault<User>("SELECT * FROM Users WHERE Id = @id", new { id = 1 });
- 查标量值（如 COUNT）：var count = conn.ExecuteScalar<int>("SELECT COUNT(*) FROM Users");
插入（Create）：用 Execute 执行 INSERT 并获取自增 ID
Execute 返回受影响行数；若主键是数据库自增（如 SQL Server 的 IDENTITY），可用 SCOPE_IDENTITY() 获取刚插入的 ID。
Microsoft MarkItDown
下载
使用 Microsoft markitdown 将 PDF、Word、PowerPoint、Excel、图片、音频、HTML 等多种格式转换为 Markdown，支持 OCR、音频等功能。
- 普通插入：conn.Execute("INSERT INTO Users (Name, Email) VALUES (@name, @email)", new { name = "张三", email = "zhang@example.com" });
- 带返回 ID：var id = conn.QuerySingle<int>("INSERT INTO Users (Name, Email) VALUES (@name, @email); SELECT CAST(SCOPE_IDENTITY() as int)", new { name = "李四", email = "li@example.com" });
更新与删除（Update / Delete）：统一用 Execute + 参数化 SQL
Update 和 Delete 都属于“执行无结果集”的操作，全部走 Execute 方法，强调参数安全和影响行数校验。
- 更新：int rows = conn.Execute("UPDATE Users SET Name = @name WHERE Id = @id", new { name = "王五", id = 1 }); if (rows == 0) throw new InvalidOperationException("未找到要更新的记录");
- 删除：int deleted = conn.Execute("DELETE FROM Users WHERE Id = @id", new { id = 1 });
- 软删除建议：UPDATE Users SET IsDeleted = 1 WHERE Id = @id —— Dapper 不管业务逻辑，只负责执行你写的 SQL。
批量操作与事务：用 Transaction 包裹多个 CRUD
Dapper 不封装批量插入（如 BulkInsert），但可轻松结合事务保证一致性。SQL Server 可搭配 SqlServerBulkCopy，或用 UNION ALL / 表值参数等原生方式。
- 事务示例：using var tx = conn.BeginTransaction(); try { conn.Execute("INSERT...", new {...}, tx); conn.Execute("UPDATE...", new {...}, tx); tx.Commit(); } catch { tx.Rollback(); throw; }
- 批量插入技巧（非 Dapper 原生）：拼接多值 INSERT（适合几百条以内），或用 DataTable + SqlBulkCopy（需额外引用 System.Data.SqlClient 或 Microsoft.Data.SqlClient）。
基本上就这些。Dapper 的 CRUD 不复杂但容易忽略细节——比如不加参数化易被注入，不检查 Execute 返回值可能掩盖更新失败，不配事务导致数据不一致。写清楚 SQL，交给 Dapper 去执行和映射，就是它最稳的用法。
