System.IO.Pipelines: .NET高性能IO

来源:https://www.cnblogs.com/xxfy1/archive/2018/07/10/9290235.html
-Advertisement-
Play Games

`System.IO.Pipelines`是一個新的庫，旨在簡化在.NET中執行高性能IO的過程。它是一個依賴.NET Standard的庫， 適用於所有.NET實現 。 Pipelines誕生於.NET Core團隊，為使Kestrel成為業界最快的Web伺服器之一。最初從作為Kestrel內部的 ...


System.IO.Pipelines是一個新的庫，旨在簡化在.NET中執行高性能IO的過程。它是一個依賴.NET Standard的庫，適用於所有.NET實現。

Pipelines誕生於.NET Core團隊，為使Kestrel成為業界最快的Web伺服器之一。最初從作為Kestrel內部的實現細節發展成為可重用的API，它在.Net Core 2.1中作為可用於所有.NET開發人員的最高級BCL API（System.IO.Pipelines）提供。

它解決了什麼問題？

為了正確解析Stream或Socket中的數據，代碼有固定的樣板，並且有許多極端情況，為了處理他們，不得不編寫難以維護的複雜代碼。
實現高性能和正確性，同時也難以處理這種複雜性。Pipelines旨在解決這種複雜性。

有多複雜？

讓我們從一個簡單的問題開始吧。我們想編寫一個TCP伺服器，它接收來自客戶端的用行分隔的消息（由\n分隔）。（譯者註：即一行為一條消息）

使用NetworkStream的TCP伺服器

聲明：與所有對性能敏感的工作一樣，應在應用程式中測量每個方案的實際情況。根據您的網路應用程式需要處理的規模，可能不需要在乎的各種技術的開銷。

在Pipelines之前用.NET編寫的典型代碼如下所示：

async Task ProcessLinesAsync(NetworkStream stream)
{
    var buffer = new byte[1024];
    await stream.ReadAsync(buffer, 0, buffer.Length);
    
    // 在buffer中處理一行消息
    ProcessLine(buffer);
}

此代碼可能在本地測試時正確工作，但它有幾個潛在錯誤：

  • 一次ReadAsync調用可能沒有收到整個消息（行尾）。
  • 它忽略了stream.ReadAsync()返回值中實際填充到buffer中的數據量。（譯者註：即不一定將buffer填充滿）
  • 一次ReadAsync調用不能處理多條消息。

這些是讀取流數據時常見的一些缺陷。為瞭解決這個問題，我們需要做一些改變：

  • 我們需要緩衝傳入的數據，直到找到新的行。
  • 我們需要解析緩衝區中返回的所有行
async Task ProcessLinesAsync(NetworkStream stream)
{
    var buffer = new byte[1024];
    var bytesBuffered = 0;
    var bytesConsumed = 0;

    while (true)
    {
        var bytesRead = await stream.ReadAsync(buffer, bytesBuffered, buffer.Length - bytesBuffered);
        if (bytesRead == 0)
        {
            // EOF 已經到末尾
            break;
        }
        // 跟蹤已緩衝的位元組數
        bytesBuffered += bytesRead;
        
        var linePosition = -1;

        do
        {
            // 在緩衝數據中查找找一個行末尾
            linePosition = Array.IndexOf(buffer, (byte)'\n', bytesConsumed, bytesBuffered - bytesConsumed);

            if (linePosition >= 0)
            {
                // 根據偏移量計算一行的長度
                var lineLength = linePosition - bytesConsumed;

                // 處理這一行
                ProcessLine(buffer, bytesConsumed, lineLength);

                // 移動bytesConsumed為了跳過我們已經處理掉的行 (包括\n)
                bytesConsumed += lineLength + 1;
            }
        }
        while (linePosition >= 0);
    }
}

這一次，這可能適用於本地開發，但一行可能大於1KiB（1024位元組）。我們需要調整輸入緩衝區的大小，直到找到新行。

因此，我們可以在堆上分配緩衝區去處理更長的一行。我們從客戶端解析較長的一行時，可以通過使用ArrayPool<byte>避免重覆分配緩衝區來改進這一點。

async Task ProcessLinesAsync(NetworkStream stream)
{
    byte[] buffer = ArrayPool<byte>.Shared.Rent(1024);
    var bytesBuffered = 0;
    var bytesConsumed = 0;

    while (true)
    {
        // 在buffer中計算中剩餘的位元組數
        var bytesRemaining = buffer.Length - bytesBuffered;

        if (bytesRemaining == 0)
        {
            // 將buffer size翻倍 並且將之前緩衝的數據複製到新的緩衝區
            var newBuffer = ArrayPool<byte>.Shared.Rent(buffer.Length * 2);
            Buffer.BlockCopy(buffer, 0, newBuffer, 0, buffer.Length);
            // 將舊的buffer丟回池中
            ArrayPool<byte>.Shared.Return(buffer);
            buffer = newBuffer;
            bytesRemaining = buffer.Length - bytesBuffered;
        }

        var bytesRead = await stream.ReadAsync(buffer, bytesBuffered, bytesRemaining);
        if (bytesRead == 0)
        {
            // EOF 末尾
            break;
        }
        
        // 跟蹤已緩衝的位元組數
        bytesBuffered += bytesRead;
        
        do
        {
            // 在緩衝數據中查找找一個行末尾
            linePosition = Array.IndexOf(buffer, (byte)'\n', bytesConsumed, bytesBuffered - bytesConsumed);

            if (linePosition >= 0)
            {
                // 根據偏移量計算一行的長度
                var lineLength = linePosition - bytesConsumed;

                // 處理這一行
                ProcessLine(buffer, bytesConsumed, lineLength);

                // 移動bytesConsumed為了跳過我們已經處理掉的行 (包括\n)
                bytesConsumed += lineLength + 1;
            }
        }
        while (linePosition >= 0);
    }
}

這段代碼有效，但現在我們正在重新調整緩衝區大小，從而產生更多緩衝區副本。它將使用更多記憶體，因為根據代碼在處理一行行後不會縮緩衝區的大小。為避免這種情況，我們可以存儲緩衝區序列，而不是每次超過1KiB大小時調整大小。

此外，我們不會增長1KiB的 緩衝區，直到它完全為空。這意味著我們最終傳遞給ReadAsync越來越小的緩衝區，這將導致對操作系統的更多調用。

為了緩解這種情況，我們將在現有緩衝區中剩餘少於512個位元組時分配一個新緩衝區：

譯者註：這段代碼太複雜了，懶得翻譯註釋了，大家將就看吧

public class BufferSegment
{
    public byte[] Buffer { get; set; }
    public int Count { get; set; }

    public int Remaining => Buffer.Length - Count;
}

async Task ProcessLinesAsync(NetworkStream stream)
{
    const int minimumBufferSize = 512;

    var segments = new List<BufferSegment>();
    var bytesConsumed = 0;
    var bytesConsumedBufferIndex = 0;
    var segment = new BufferSegment { Buffer = ArrayPool<byte>.Shared.Rent(1024) };

    segments.Add(segment);

    while (true)
    {
        // Calculate the amount of bytes remaining in the buffer
        if (segment.Remaining < minimumBufferSize)
        {
            // Allocate a new segment
            segment = new BufferSegment { Buffer = ArrayPool<byte>.Shared.Rent(1024) };
            segments.Add(segment);
        }

        var bytesRead = await stream.ReadAsync(segment.Buffer, segment.Count, segment.Remaining);
        if (bytesRead == 0)
        {
            break;
        }

        // Keep track of the amount of buffered bytes
        segment.Count += bytesRead;

        while (true)
        {
            // Look for a EOL in the list of segments
            var (segmentIndex, segmentOffset) = IndexOf(segments, (byte)'\n', bytesConsumedBufferIndex, bytesConsumed);

            if (segmentIndex >= 0)
            {
                // Process the line
                ProcessLine(segments, segmentIndex, segmentOffset);

                bytesConsumedBufferIndex = segmentOffset;
                bytesConsumed = segmentOffset + 1;
            }
            else
            {
                break;
            }
        }

        // Drop fully consumed segments from the list so we don't look at them again
        for (var i = bytesConsumedBufferIndex; i >= 0; --i)
        {
            var consumedSegment = segments[i];
            // Return all segments unless this is the current segment
            if (consumedSegment != segment)
            {
                ArrayPool<byte>.Shared.Return(consumedSegment.Buffer);
                segments.RemoveAt(i);
            }
        }
    }
}

(int segmentIndex, int segmentOffest) IndexOf(List<BufferSegment> segments, byte value, int startBufferIndex, int startSegmentOffset)
{
    var first = true;
    for (var i = startBufferIndex; i < segments.Count; ++i)
    {
        var segment = segments[i];
        // Start from the correct offset
        var offset = first ? startSegmentOffset : 0;
        var index = Array.IndexOf(segment.Buffer, value, offset, segment.Count - offset);

        if (index >= 0)
        {
            // Return the buffer index and the index within that segment where EOL was found
            return (i, index);
        }

        first = false;
    }
    return (-1, -1);
}

此代碼只是得到很多更加複雜。當我們正在尋找分隔符時，我們同時跟蹤已填充的緩衝區序列。為此，我們此處使用List<BufferSegment>查找新行分隔符時表示緩衝數據。其結果是，ProcessLine和IndexOf現在接受List<BufferSegment>作為參數，而不是一個byte[]，offset和count。我們的解析邏輯現在需要處理一個或多個緩衝區序列。

我們的伺服器現在處理部分消息，它使用池化記憶體來減少總體記憶體消耗，但我們還需要進行更多更改：

  1. 我們使用的byte[]和ArrayPool<byte>的只是普通的托管數組。這意味著無論何時我們執行ReadAsync或WriteAsync，這些緩衝區都會在非同步操作的生命周期內被固定（以便與操作系統上的本機IO API互操作）。這對GC有性能影響，因為無法移動固定記憶體，這可能導致堆碎片。根據非同步操作掛起的時間長短，池的實現可能需要更改。
  2. 可以通過解耦讀取邏輯和處理邏輯來優化吞吐量。這會創建一個批處理效果，使解析邏輯可以使用更大的緩衝區塊，而不是僅在解析單個行後才讀取更多數據。這引入了一些額外的複雜性
    • 我們需要兩個彼此獨立運行的迴圈。一個讀取Socket和一個解析緩衝區。
    • 當數據可用時，我們需要一種方法來向解析邏輯發出信號。
    • 我們需要決定如果迴圈讀取Socket“太快”會發生什麼。如果解析邏輯無法跟上，我們需要一種方法來限制讀取迴圈（邏輯）。這通常被稱為“流量控制”或“背壓”。
    • 我們需要確保事情是線程安全的。我們現在在讀取迴圈和解析迴圈之間共用多個緩衝區，並且這些緩衝區在不同的線程上獨立運行。
    • 記憶體管理邏輯現在分佈在兩個不同的代碼段中，從填充緩衝區池的代碼是從套接字讀取的，而從緩衝區池取數據的代碼是解析邏輯。
    • 我們需要非常小心在解析邏輯完成之後我們如何處理緩衝區序列。如果我們不小心，我們可能會返回一個仍由Socket讀取邏輯寫入的緩衝區序列。

複雜性已經到了極端（我們甚至沒有涵蓋所有案例）。高性能網路應用通常意味著編寫非常複雜的代碼，以便從系統中獲得更高的性能。

System.IO.Pipelines的目標是使這種類型的代碼更容易編寫。

使用System.IO.Pipelines的TCP伺服器

讓我們來看看這個例子的樣子System.IO.Pipelines：

async Task ProcessLinesAsync(Socket socket)
{
    var pipe = new Pipe();
    Task writing = FillPipeAsync(socket, pipe.Writer);
    Task reading = ReadPipeAsync(pipe.Reader);

    return Task.WhenAll(reading, writing);
}

async Task FillPipeAsync(Socket socket, PipeWriter writer)
{
    const int minimumBufferSize = 512;

    while (true)
    {
        // 從PipeWriter至少分配512位元組
        Memory<byte> memory = writer.GetMemory(minimumBufferSize);
        try 
        {
            int bytesRead = await socket.ReceiveAsync(memory, SocketFlags.None);
            if (bytesRead == 0)
            {
                break;
            }
            // 告訴PipeWriter從套接字讀取了多少
            writer.Advance(bytesRead);
        }
        catch (Exception ex)
        {
            LogError(ex);
            break;
        }

        // 標記數據可用，讓PipeReader讀取
        FlushResult result = await writer.FlushAsync();

        if (result.IsCompleted)
        {
            break;
        }
    }

    // 告訴PipeReader沒有更多的數據
    writer.Complete();
}

async Task ReadPipeAsync(PipeReader reader)
{
    while (true)
    {
        ReadResult result = await reader.ReadAsync();

        ReadOnlySequence<byte> buffer = result.Buffer;
        SequencePosition? position = null;

        do 
        {
            // 在緩衝數據中查找找一個行末尾
            position = buffer.PositionOf((byte)'\n');

            if (position != null)
            {
                // 處理這一行
                ProcessLine(buffer.Slice(0, position.Value));
                
                // 跳過 這一行+\n (basically position 主要位置？)
                buffer = buffer.Slice(buffer.GetPosition(1, position.Value));
            }
        }
        while (position != null);

        // 告訴PipeReader我們以及處理多少緩衝
        reader.AdvanceTo(buffer.Start, buffer.End);

        // 如果沒有更多的數據，停止都去
        if (result.IsCompleted)
        {
            break;
        }
    }

    // 將PipeReader標記為完成
    reader.Complete();
}

我們的行讀取器的pipelines版本有2個迴圈：

  • FillPipeAsync從Socket讀取並寫入PipeWriter。
  • ReadPipeAsync從PipeReader中讀取並解析傳入的行。

與原始示例不同，在任何地方都沒有分配顯式緩衝區。這是管道的核心功能之一。所有緩衝區管理都委托給PipeReader/PipeWriter實現。

這使得使用代碼更容易專註於業務邏輯而不是複雜的緩衝區管理。

在第一個迴圈中，我們首先調用PipeWriter.GetMemory(int)從底層編寫器獲取一些記憶體; 然後我們調用PipeWriter.Advance(int)告訴PipeWriter我們實際寫入緩衝區的數據量。然後我們調用PipeWriter.FlushAsync()來提供數據給PipeReader。

在第二個迴圈中，我們正在使用PipeWriter最終來自的緩衝區Socket。當調用PipeReader.ReadAsync()返回時，我們得到一個ReadResult包含2條重要信息，包括以ReadOnlySequence<byte>形式讀取的數據和bool IsCompleted，讓reader知道writer是否寫完（EOF）。在找到行尾（EOL）分隔符並解析該行之後，我們將緩衝區切片以跳過我們已經處理過的內容，然後我們調用PipeReader.AdvanceTo告訴PipeReader我們消耗了多少數據。

在每個迴圈結束時，我們完成了reader和writer。這允許底層Pipe釋放它分配的所有記憶體。

System.IO.Pipelines

除了處理記憶體管理之外，其他核心管道功能還包括能夠在Pipe不實際消耗數據的情況下查看數據。

PipeReader有兩個核心API ReadAsync和AdvanceTo。ReadAsync獲取Pipe數據，AdvanceTo告訴PipeReader不再需要這些緩衝區，以便可以丟棄它們（例如返回到底層緩衝池）。

這是一個http解析器的示例，它在接收Pipe到有效起始行之前讀取部分數據緩衝區數據。

此處輸入圖片的描述

ReadOnlySequence<T>

該Pipe實現存儲了在PipeWriter和PipeReader之間傳遞的緩衝區的鏈接列表。PipeReader.ReadAsync暴露一個ReadOnlySequence<T>新的BCL類型，它表示一個或多個ReadOnlyMemory<T>段的視圖，類似於Span<T>和Memory<T>提供數組和字元串的視圖。

此處輸入圖片的描述

該Pipe內部維護指向reader和writer可以分配或更新它們的數據集合，。SequencePosition表示緩衝區鏈表中的單個點，可用於有效地對ReadOnlySequence<T>進行切片。

這段實在翻譯困難，給出原文
The Pipe internally maintains pointers to where the reader and writer are in the overall set of allocated data and updates them as data is written or read. The SequencePosition represents a single point in the linked list of buffers and can be used to efficiently slice the ReadOnlySequence

由於ReadOnlySequence<T>可以支持一個或多個段，因此高性能處理邏輯通常基於單個或多個段來分割快速和慢速路徑（fast and slow paths?）。

例如，這是一個將ASCII ReadOnlySequence<byte>轉換為string以下內容的常式：

string GetAsciiString(ReadOnlySequence<byte> buffer)
{
    if (buffer.IsSingleSegment)
    {
        return Encoding.ASCII.GetString(buffer.First.Span);
    }

    return string.Create((int)buffer.Length, buffer, (span, sequence) =>
    {
        foreach (var segment in sequence)
        {
            Encoding.ASCII.GetChars(segment.Span, span);

            span = span.Slice(segment.Length);
        }
    });
}

背壓和流量控制

在一個完美的世界中，讀取和解析工作是一個團隊：讀取線程消耗來自網路的數據並將其放入緩衝區，而解析線程負責構建適當的數據結構。通常，解析將比僅從網路複製數據塊花費更多時間。結果，讀取線程可以輕易地壓倒解析線程。結果是讀取線程必須減慢或分配更多記憶體來存儲解析線程的數據。為獲得最佳性能，在頻繁暫停和分配更多記憶體之間存在平衡。

為瞭解決這個問題，管道有兩個設置來控制數據的流量，PauseWriterThreshold和ResumeWriterThreshold。PauseWriterThreshold決定有多少數據應該在調用PipeWriter.FlushAsync之前進行緩衝停頓。ResumeWriterThreshold控制reader消耗多少後寫入可以恢復。

此處輸入圖片的描述

當Pipe的數據量超過PauseWriterThreshold，PipeWriter.FlushAsync會非同步阻塞。數據量變得低於ResumeWriterThreshold，它會解鎖時。兩個值用於防止在極限附近發生反覆阻塞和解鎖。

IO調度

通常在使用async / await時，會線上程池線程或當前線程上調用continuation SynchronizationContext。

在執行IO時，對執行IO的位置進行細粒度控制非常重要，這樣可以更有效地利用CPU緩存，這對於Web伺服器等高性能應用程式至關重要。Pipelines公開了一個PipeScheduler確定非同步回調運行位置的方法。這使得調用者可以精確控制用於IO的線程。

實踐中的一個示例是在Kestrel Libuv傳輸中，其中IO回調在專用事件迴圈線程上運行。

PipeReader模式的其他好處：

  • 一些底層系統支持“無緩衝等待”，即，在底層系統中實際可用數據之前，永遠不需要分配緩衝區。例如，在帶有epoll的Linux上，可以等到數據準備好之後再實際提供緩衝區來進行讀取。這避免了具有大量線程等待數據的問題不會立即需要保留大量記憶體。
  • 預設情況下Pipe，可以輕鬆地針對網路代碼編寫單元測試，因為解析邏輯與網路代碼分離，因此單元測試僅針對記憶體緩衝區運行解析邏輯，而不是直接從網路中消耗。它還可以輕鬆測試那些難以測試發送部分數據的模式。ASP.NET Core使用它來測試Kestrel的http解析器的各個方面。
  • 允許將底層OS緩衝區（如Windows上的Registered IO API）暴露給用戶代碼的系統非常適合管道，因為緩衝區始終由PipeReader實現提供。

其他相關類型

作為製作System.IO.Pipelines的一部分，我們還添加了許多新的原始BCL類型：

  • MemoryPool<T>，IMemoryOwner<T>，MemoryManager<T> - .NET Core 1.0添加了ArrayPool<T>，在.NET Core 2.1中，我們現在有一個更通用的抽象，適用於任何工作的池Memory<T>。這提供了一個可擴展點，允許您插入更高級的分配策略以及控制緩衝區的管理方式（例如，提供預先固定的緩衝區而不是純托管的陣列）。
  • IBufferWriter<T> - 表示用於寫入同步緩衝數據的接收器。（PipeWriter實現這個）
  • IValueTaskSource - ValueTask<T>自.NET Core 1.1以來就已存在，但在.NET Core 2.1中獲得了一些超級許可權，允許無分配的等待非同步操作。有關詳細信息，請參閱https://github.com/dotnet/corefx/issues/27445。

我如何使用管道？

API存在於System.IO.Pipelines nuget包中。

以下是使用管道處理基於行的消息的.NET Core 2.1伺服器應用程式的示例（上面的示例）https://github.com/davidfowl/TcpEcho。它應該運行`dotnet run`（或通過在Visual Studio中運行）。它偵聽埠8087上的套接字並將收到的消息寫入控制台。您可以使用netcat或putty等客戶端建立與8087的連接，併發送基於行的消息以使其正常工作。

今天Pipelines為Kestrel和SignalR提供支持，我們希望看見它作為.NET社區中許多網路庫和組件的核心。

資料：

  1. 轉載自System.IO.Pipelines: High performance IO in .NET
  2. Pipelines - a guided tour of the new IO API in .NET, part 1
  3. Pipelines - a guided tour of the new IO API in .NET, part 2
  4. 2號資料的中文翻譯 Pipelines - .NET中的新IO API指引(一)
  5. System.IO.Pipelines-Nuget包

PS: 首次翻譯英文文章，不足錯漏請指出，多謝支持


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 雙重檢查鎖實現單例模式的線程安全問題
    一、結論 雙重校驗鎖的單例模式代碼如下： public class Singleton { private static Singleton singleton; private Singleton() {} public static Singleton getSingleton() { if ( ...
  • Java 的字元串API（部分）及字元串處理
    最近在看Robert Sedgewick 和Kevin Wayne寫的演算法（第四版） ，看到字元串部分，正好給出了Java字元串的API（部分，也是直接自己接觸的較為常用的） 覺得自己也應該好好總結一些，首先給一點簡單的，之後看到第五章部分，有關字元串的內容再補上。 表 Java 字元串API（部分 ...
  • BZOJ1965: [Ahoi2005]SHUFFLE 洗牌(exgcd 找規律)
    Description 為了表彰小聯為Samuel星球的探險所做出的貢獻，小聯被邀請參加Samuel星球近距離載人探險活動。 由於Samuel星球相當遙遠，科學家們要在飛船中度過相當長的一段時間，小聯提議用撲克牌打髮長途旅行中的無聊時間。玩了幾局之後，大家覺得單純玩撲克牌對於像他們這樣的高智商人才來 ...
  • flask開啟debug模式的兩種方法、載入配置文件的兩種方法、URL傳參的四種方法
    from flask import Flask app = Flask(__name__) # app.config.update(DEBUG=True)#開啟debug模式 #載入配置文件方法一 # import config # app.config.from_object(config) # ... ...
  • 獻給Python編程的朋友，Pycharm IDE 安裝、美化！
    1、首先從網站下載pycharm，如下圖，根據自己電腦的操作系統進行選擇，對於windows系統選擇圖中紅色圈中的區域。 2、下載完成之後如下圖： 3、直接雙擊下載好的exe文件進行安裝，安裝截圖如下： 點擊Next進入下一步： 點擊Next進入下一步： 點擊Install進行安裝： 安裝完成後出現 ...
  • 書籍推薦丨這五本書籍，可以幫助初學者Python從入門到進階
    編程語言Python語法簡單，代碼可讀性高，不僅適合初學者學習，而且崗位需求大，薪資一路也是水漲船高，即使是剛畢業的應屆畢業生，薪資也在12500元每月。 因此，很多程式員很樂意去研究這門編程語言，那麼有哪些值得收藏的Python書單呢？ Python入門 《“笨辦法”學Python（第3版）》 本 ...
  • 關於java中死鎖的總結
    關於死鎖，估計很多程式員都碰到過，並且有時候這種情況出現之後的問題也不是非常好排查，下麵整理的就是自己對死鎖的認識，以及通過一個簡單的例子來來接死鎖的發生，自己是做python開發的，但是對於死鎖的理解一直是一種模糊的概念，也是想過這次的整理更加清晰的認識這個概念。 用來理解的例子是一個簡單的生產者 ...
  • Python提取圖片中的文字信息，騰訊內部技術，一行代碼搞定！
    用過手機QQ就知道，點擊一個圖片會彈出一個小功能，那就是提取圖片中的文字。非常方便實用，那麼很難實現嗎？ 利用Python提取圖片中的文字信息，只需要一行代碼就能搞定！ 當然，這是吹牛皮的，但是真正的Python代碼也就第4行，說是一行代碼搞定也沒錯。 示例： 效果 儘管運行Python代碼後也有幾 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類