Django ORM 高性能查詢優化

来源:https://www.cnblogs.com/wangyueping/archive/2019/08/31/11434488.html
-Advertisement-
Play Games

Django ORM 高性能查詢優化 一、QuerySet 1、可切片 使用Python 的切片語法來限制 記錄的數目 。它等同於SQL 的 和 子句。 不支持負的索引（例如 ）。通常， 的切片返回一個新的 —— 它不會執行查詢。 2、可迭代 3、惰性查詢 是惰性執行的 —— 創建 不會帶來任何數據 ...


Django ORM 高性能查詢優化

一、QuerySet

1、可切片

使用Python 的切片語法來限制查詢集記錄的數目 。它等同於SQL 的LIMIT 和OFFSET 子句。

>>> Entry.objects.all()[:5]      # (LIMIT 5)
>>> Entry.objects.all()[5:10]    # (OFFSET 5 LIMIT 5)

不支持負的索引（例如Entry.objects.all()[-1]）。通常，查詢集 的切片返回一個新的查詢集 —— 它不會執行查詢。


2、可迭代

articleList=models.Article.objects.all()

for article in articleList:
    print(article.title)


3、惰性查詢

查詢集 是惰性執行的 —— 創建查詢集不會帶來任何資料庫的訪問。你可以將過濾器保持一整天，直到查詢集 需要求值時，Django 才會真正運行這個查詢。

queryResult=models.Article.objects.all() # not hits database
 
print(queryResult) # hits database
 
for article in queryResult:
    print(article.title)    # hits database

一般來說，只有在“請求”查詢集 的結果時才會到資料庫中去獲取它們。當你確實需要結果時，查詢集 通過訪問資料庫來求值。


4、緩存機制

每個查詢集都包含一個緩存來最小化對資料庫的訪問。理解它是如何工作的將讓你編寫最高效的代碼。

在一個新創建的查詢集中，緩存為空。首次對查詢集進行求值 —— 同時發生資料庫查詢 ——Django 將保存查詢的結果到查詢集的緩存中並返回明確請求的結果（例如，如果正在迭代查詢集，則返回下一個結果）。接下來對該查詢集 的求值將重用緩存的結果。

請牢記這個緩存行為，因為對查詢集使用不當的話，它會坑你的。例如，下麵的語句創建兩個查詢集，對它們求值，然後扔掉它們：

print([a.title for a in models.Article.objects.all()])
print([a.create_time for a in models.Article.objects.all()])

這意味著相同的資料庫查詢將執行兩次，顯然倍增了你的資料庫負載。同時，還有可能兩個結果列表並不包含相同的資料庫記錄，因為在兩次請求期間有可能有Article被添加進來或刪除掉。為了避免這個問題，只需保存查詢集並重新使用它：

queryResult=models.Article.objects.all()
print([a.title for a in queryResult])
print([a.create_time for a in queryResult])

何時查詢集不會被緩存?

查詢集不會永遠緩存它們的結果。當只對查詢集的部分進行求值時會檢查緩存， 如果這個部分不在緩存中，那麼接下來查詢返回的記錄都將不會被緩存。所以，這意味著使用切片或索引來限制查詢集將不會填充緩存。

例如，重覆獲取查詢集對象中一個特定的索引將每次都查詢資料庫：

>>> queryset = Entry.objects.all()
>>> print queryset[5] # Queries the database
>>> print queryset[5] # Queries the database again

然而，如果已經對全部查詢集求值過，則將檢查緩存：

>>> queryset = Entry.objects.all()
>>> [entry for entry in queryset] # Queries the database
>>> print queryset[5] # Uses cache
>>> print queryset[5] # Uses cache

下麵是一些其它例子，它們會使得全部的查詢集被求值並填充到緩存中：

>>> [entry for entry in queryset]
>>> bool(queryset)
>>> entry in queryset
>>> list(queryset)

註：簡單地列印查詢集不會填充緩存。

queryResult=models.Article.objects.all()
print(queryResult) #  hits database
print(queryResult) #  hits database


二、exists()與iterator()方法

1、exists

簡單的使用if語句進行判斷也會完全執行整個queryset並且把數據放入cache，雖然你並不需要這些 數據！為了避免這個，可以用exists()方法來檢查是否有數據：

 if queryResult.exists():
    #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=()
        print("exists...")

2、iterator

當queryset非常巨大時，cache會成為問題。

處理成千上萬的記錄時，將它們一次裝入記憶體是很浪費的。更糟糕的是，巨大的queryset可能會鎖住系統 進程，讓你的程式瀕臨崩潰。要避免在遍曆數據的同時產生queryset cache，可以使用iterator()方法 來獲取數據，處理完數據就將其丟棄。

objs = Book.objects.all().iterator()
# iterator()可以一次只從資料庫獲取少量數據，這樣可以節省記憶體
for obj in objs:
    print(obj.title)
#BUT,再次遍歷沒有列印,因為迭代器已經在上一次遍歷(next)到最後一次了,沒得遍歷了
for obj in objs:
    print(obj.title)

當然，使用iterator()方法來防止生成cache，意味著遍歷同一個queryset時會重覆執行查詢。所以使 #用iterator()的時候要當心，確保你的代碼在操作一個大的queryset時沒有重覆執行查詢。

總結:

queryset的cache是用於減少程式對資料庫的查詢，在通常的使用下會保證只有在需要的時候才會查詢資料庫。 使用exists()和iterator()方法可以優化程式對記憶體的使用。不過，由於它們並不會生成queryset cache，可能 會造成額外的資料庫查詢。


三、查詢優化

1、select_related(基於連表查詢)

  1. 簡單使用

    對於一對一欄位（OneToOneField）和外鍵欄位（ForeignKey），可以使用select_related 來對QuerySet進行優化。

    select_related 返回一個QuerySet，當執行它的查詢時它沿著外鍵關係查詢關聯的對象的數據。它會生成一個複雜的查詢並引起性能的損耗，但是在以後使用外鍵關係時將不需要資料庫查詢。

    簡單說，在對QuerySet使用select_related()函數後，Django會獲取相應外鍵對應的對象，從而在之後需要的時候不必再查詢資料庫了。

    下麵的例子解釋了普通查詢和select_related() 查詢的區別。

    查詢id=2的文章的分類名稱,下麵是一個標準的查詢：

    # Hits the database.
article = models.Article.objects.get(nid=2)
# Hits the database again to get the related Blog object.
print(article.category.title)

    對應SQL：

    SELECT
    "blog_article"."nid",
    "blog_article"."title",
    "blog_article"."desc",
    "blog_article"."read_count",
    "blog_article"."comment_count",
    "blog_article"."up_count",
    "blog_article"."down_count",
    "blog_article"."category_id",
    "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id"
             FROM "blog_article"
             WHERE "blog_article"."nid" = 2; args=(2,)

SELECT
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
              FROM "blog_category"
              WHERE "blog_category"."nid" = 4; args=(4,)

    如果我們使用select_related()函數：

    articleList=models.Article.objects.select_related("category").all()
    for article_obj in articleList:
        #  Doesn't hit the database, because article_obj.category
        #  has been prepopulated in the previous query.
        print(article_obj.category.title)

    對應SQL：

    SELECT
     "blog_article"."nid",
     "blog_article"."title",
     "blog_article"."desc",
     "blog_article"."read_count",
     "blog_article"."comment_count",
     "blog_article"."up_count",
     "blog_article"."down_count",
     "blog_article"."category_id",
     "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id",

     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"

FROM "blog_article"
LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid");


  2. 多外鍵查詢

    這是針對category的外鍵查詢，如果是另外一個外鍵呢？讓我們一起看下：

    article=models.Article.objects.select_related("category").get(nid=1)
print(article.articledetail)

    觀察logging結果，發現依然需要查詢兩次，所以需要改為：

    article=models.Article.objects.select_related("category","articledetail").get(nid=1)
print(article.articledetail)

    或者：

    article=models.Article.objects
　　　　　　　　　　　　　.select_related("category")
　　　　　　　　　　　　　.select_related("articledetail")
　　　　　　　　　　　　　.get(nid=1)  # django 1.7 支持鏈式操作
print(article.articledetail)

    對應SQL：

    SELECT

    "blog_article"."nid",
    "blog_article"."title",
    ......

    "blog_category"."nid",
    "blog_category"."title",
    "blog_category"."blog_id",

    "blog_articledetail"."nid",
    "blog_articledetail"."content",
    "blog_articledetail"."article_id"

   FROM "blog_article"
   LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid")
   LEFT OUTER JOIN "blog_articledetail" ON ("blog_article"."nid" = "blog_articledetail"."article_id")
   WHERE "blog_article"."nid" = 1; args=(1,)


  3. 深層查詢

    # 查詢id=1的文章的用戶姓名

    article=models.Article.objects.select_related("blog").get(nid=1)
    print(article.blog.user.username)

    這是因為第一次查詢沒有query到userInfo表，所以，修改如下：

    article=models.Article.objects.select_related("blog__user").get(nid=1)
print(article.blog.user.username)

    對應SQL：

    SELECT

"blog_article"."nid", "blog_article"."title",
......

 "blog_blog"."nid", "blog_blog"."title",
......

 "blog_userinfo"."password", "blog_userinfo"."last_login",
......

FROM "blog_article"

INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")

INNER JOIN "blog_userinfo" ON ("blog_blog"."user_id" = "blog_userinfo"."nid")
WHERE "blog_article"."nid" = 1;


  4. 總結

    • select_related主要針一對一和多對一關係進行優化。
    • select_related使用SQL的JOIN語句進行優化，通過減少SQL查詢的次數來進行優化、提高性能。
    • 可以通過可變長參數指定需要select_related的欄位名。也可以通過使用雙下劃線“__”連接欄位名來實現指定的遞歸查詢。
    • 沒有指定的欄位不會緩存，沒有指定的深度不會緩存，如果要訪問的話Django會再次進行SQL查詢。
    • 也可以通過depth參數指定遞歸的深度，Django會自動緩存指定深度內所有的欄位。如果要訪問指定深度外的欄位，Django會再次進行SQL查詢。
    • 也接受無參數的調用，Django會儘可能深的遞歸查詢所有的欄位。但註意有Django遞歸的限制和性能的浪費。
    • Django >= 1.7，鏈式調用的select_related相當於使用可變長參數。Django < 1.7，鏈式調用會導致前邊的select_related失效，只保留最後一個。


2、prefetch_related(基於子查詢)

對於多對多欄位（ManyToManyField）和一對多欄位，可以使用prefetch_related()來進行優化。

prefetch_related()和select_related()的設計目的很相似，都是為了減少SQL查詢的數量，但是實現的方式不一樣。後者是通過JOIN語句，在SQL查詢內解決問題。但是對於多對多關係，使用SQL語句解決就顯得有些不太明智，因為JOIN得到的表將會很長，會導致SQL語句運行時間的增加和記憶體占用的增加。若有n個對象，每個對象的多對多欄位對應Mi條，就會生成Σ(n)Mi 行的結果表。

prefetch_related()的解決方法是，分別查詢每個表，然後用Python處理他們之間的關係。

# 查詢所有文章關聯的所有標簽
    article_obj=models.Article.objects.all()
    for i in article_obj:
        print(i.tags.all())  #4篇文章: hits database 5

改為prefetch_related：

# 查詢所有文章關聯的所有標簽
    article_obj=models.Article.objects.prefetch_related("tags").all()
    for i in article_obj:
        print(i.tags.all())  #4篇文章: hits database 2

對應SQL：

SELECT "blog_article"."nid",
               "blog_article"."title",
               ......
 
FROM "blog_article";
 
 
 
SELECT
  ("blog_article2tag"."article_id") AS "_prefetch_related_val_article_id",
  "blog_tag"."nid",
  "blog_tag"."title",
  "blog_tag"."blog_id"
   FROM "blog_tag"
  INNER JOIN "blog_article2tag" ON ("blog_tag"."nid" = "blog_article2tag"."tag_id")
  WHERE "blog_article2tag"."article_id" IN (1, 2, 3, 4);


四、extra

extra(select=None, where=None, params=None, 
      tables=None, order_by=None, select_params=None)

有些情況下，Django的查詢語法難以簡單的表達複雜的 WHERE 子句，對於這種情況, Django 提供了 extra() QuerySet修改機制 — 它能在 QuerySet生成的SQL從句中註入新子句

extra可以指定一個或多個 參數,例如 select, where or tables. 這些參數都不是必須的，但是你至少要使用一個!要註意這些額外的方式對不同的資料庫引擎可能存在移植性問題.(因為你在顯式的書寫SQL語句),除非萬不得已,儘量避免這樣做

1、參數之select

The select 參數可以讓你在 SELECT 從句中添加其他欄位信息，它應該是一個字典，存放著屬性名到 SQL 從句的映射。

queryResult=models.Article.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})

結果集中每個 Entry 對象都有一個額外的屬性is_recent, 它是一個布爾值，表示 Article對象的create_time 是否晚於2017-09-05.

練習：

# in sqlite:
    article_obj=models.Article.objects
　　　　　　　　　　　　　　.filter(nid=1)
　　　　　　　　　　　　　　.extra(select={"standard_time":"strftime('%%Y-%%m-%%d',create_time)"})
　　　　　　　　　　　　　　.values("standard_time","nid","title")
    print(article_obj)
    # <QuerySet [{'title': 'MongoDb 入門教程', 'standard_time': '2017-09-03', 'nid': 1}]>


2、參數之where / tables

您可以使用where定義顯式SQL WHERE子句 - 也許執行非顯式連接。您可以使用tables手動將表添加到SQL FROM子句。

where和tables都接受字元串列表。所有where參數均為“與”任何其他搜索條件。

舉例來講：

queryResult=models.Article.objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])


五、整體插入

創建對象時，儘可能使用bulk_create()來減少SQL查詢的數量。例如：

Entry.objects.bulk_create([
    Entry(headline="Python 3.0 Released"),
    Entry(headline="Python 3.1 Planned")
])

...更優於：

Entry.objects.create(headline="Python 3.0 Released")
Entry.objects.create(headline="Python 3.1 Planned")

註意該方法有很多註意事項，所以確保它適用於你的情況。

這也可以用在ManyToManyFields中，所以：

my_band.members.add(me, my_friend)

...更優於：

my_band.members.add(me)
my_band.members.add(my_friend)

...其中Bands和Artists具有多對多關聯。


六、中介模型

處理類似搭配 pizza 和 topping 這樣簡單的多對多關係時，使用標準的ManyToManyField 就可以了。但是，有時你可能需要關聯數據到兩個模型之間的關係上。

例如，有這樣一個應用，它記錄音樂家所屬的音樂小組。我們可以用一個ManyToManyField 表示小組和成員之間的多對多關係。但是，有時你可能想知道更多成員關係的細節，比如成員是何時加入小組的。

對於這些情況，Django 允許你指定一個中介模型來定義多對多關係。 你可以將其他欄位放在中介模型裡面。源模型的ManyToManyField 欄位將使用through 參數指向中介模型。對於上面的音樂小組的例子，代碼如下：

from django.db import models
 
class Person(models.Model):
    name = models.CharField(max_length=128)
 
    def __str__(self):              # __unicode__ on Python 2
        return self.name
 
class Group(models.Model):
    name = models.CharField(max_length=128)
    members = models.ManyToManyField(Person, through='Membership')
 
    def __str__(self):              # __unicode__ on Python 2
        return self.name
 
class Membership(models.Model):
    person = models.ForeignKey(Person)
    group = models.ForeignKey(Group)
    date_joined = models.DateField()
    invite_reason = models.CharField(max_length=64)

既然你已經設置好ManyToManyField 來使用中介模型（在這個例子中就是Membership），接下來你要開始創建多對多關係。你要做的就是創建中介模型的實例：

>>> ringo = Person.objects.create(name="Ringo Starr")
>>> paul = Person.objects.create(name="Paul McCartney")
>>> beatles = Group.objects.create(name="The Beatles")
>>> m1 = Membership(person=ringo, group=beatles,
...     date_joined=date(1962, 8, 16),
...     invite_reason="Needed a new drummer.")
>>> m1.save()
>>> beatles.members.all()
[<Person: Ringo Starr>]
>>> ringo.group_set.all()
[<Group: The Beatles>]
>>> m2 = Membership.objects.create(person=paul, group=beatles,
...     date_joined=date(1960, 8, 1),
...     invite_reason="Wanted to form a band.")
>>> beatles.members.all()
[<Person: Ringo Starr>, <Person: Paul McCartney>]

與普通的多對多欄位不同，你不能使用add、 create和賦值語句（比如，beatles.members = [...]）來創建關係：

# THIS WILL NOT WORK
>>> beatles.members.add(john)
# NEITHER WILL THIS
>>> beatles.members.create(name``=``"George Harrison"``)
# AND NEITHER WILL THIS
>>> beatles.members ``=` `[john, paul, ringo, george]

為什麼不能這樣做？ 這是因為你不能只創建 Person和 Group之間的關聯關係，你還要指定 Membership模型中所需要的所有信息；而簡單的add、create 和賦值語句是做不到這一點的。所以它們不能在使用中介模型的多對多關係中使用。此時，唯一的辦法就是創建中介模型的實例。

remove()方法被禁用也是出於同樣的原因。但是clear() 方法卻是可用的。它可以清空某個實例所有的多對多關係：

>>> # Beatles have broken up
>>> beatles.members.clear()
>>> # Note that this deletes the intermediate model instances
>>> Membership.objects.all()
[]





您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • JavaScript（js）筆記一
    js註釋 JavaScript註釋與Java註釋相同 js五大基本類型：   number（數值型）、string（字元串性）、boolean（布爾型）、undefined類型、null類型 number 包括：數值類型、包含整型、浮點型、NaN和Infinity（無窮大）。 關 ...
  • HTML+CSS常用代碼（筆記）
    註釋標簽：對代碼進行說明 常用格式標簽 標題標簽 列表標簽 無序列表： 有序列表： 自定義列表：圖文混排 CSS樣式   內嵌樣式:放在``標簽之間 語法： 所有標簽（ ） 文本屬性 字體標簽及屬性 背景相關的屬性 超鏈接: 郵件超鏈接 圖片標簽 錨點鏈接 圖片滾動 分隔視窗 塊 ...
  • formSelects-v4.js 基於Layui的多選解決方案
    v3傳送門 v3文檔其實思考了很久, 還是放棄了v3, 因為開發v3的時候很粗暴, 按照編程角度來看就是硬擼, 也怪自己實力有限, 所以反思了一下, 嘗試著繼續前行... 2、交流學習 QQ號: 707200833 QQ群: 769620939 重要的事情說三遍, 看文檔, 看文檔, 看文檔, 文檔 ...
  • 自學web前端達到什麼水平，才能滿足求職的標準？
    大多數野生程式員最棘手的問題就是如何依靠技術解決溫飽，通俗來講就是技術折現的問題。 如果是單純出於興趣，或者只是為了突擊某一階段或者某一項目技術壁壘，不跟就業掛鉤的自學倒也是無關痛癢。但是當上崗成為自學的終極目標和結果時，一切都就另當別論了。 前端自學者存在的學習誤區： 1、所學東西可能已過時 奉為 ...
  • 20個常用的JavaScript字元串方法
    摘要： 玩轉JS字元串。 原文： "JS 前20個常用字元串方法及使用方式" 譯者：前端小智 "Fundebug" 經授權轉載，版權歸原作者所有。 本文主要介紹一些最常用的 字元串函數。 1. charAt(x) 返回字元串中 位置的字元，下標從 開始。 2. charCodeAt(x) js 返回 ...
  • Vue-CLI 項目中相關操作
    0830總結 Vue CLI 項目中相關操作 一.前臺路由的基本工作流程 目錄結構 App.vue：根組件 Nav.vue：小組件 PageFirst.vue：頁面組件 PageSecond.vue：頁面組件 router.js：路由配置 二.配置全局樣式文件 目錄結構 global.css mai ...
  • 設計六大原則總結
    1、單一職責原則（SRP） 定義 ：就一個類而言，應該僅有一個引起它變化的原因 為什麼需要單一職責呢？如果一個類承擔的職責過多，就等於把這些職責耦合在一起了，一個職責的變化可能會引起其它職責的變化，當變化發生時，設計會遭到意想不到的變化。 我們看看下麵簡單的類圖，UserDiscount類具有兩個方 ...
  • ORM
    瞭解orm,先瞭解以下概念： 什麼是“持久化” 持久（Persistence），即把數據（如記憶體中的對象）保存到可永久保存的存儲設備中（如磁碟）。持久化的主要應用是將記憶體中的數據存儲在關係型的資料庫中，當然也可以存儲在磁碟文件中、XML數據文件中等等。 什麼是 “持久層” 持久層（Persisten ...
一周排行
    -Advertisement-
    Play Games
  • WPF 已知問題 監聽 WMI 事件導致觸摸失效
    示例項目結構 在 Visual Studio 中創建一個 WinForms 應用程式後，項目結構如下所示： MyWinFormsApp/ │ ├───Properties/ │ └───Settings.settings │ ├───bin/ │ ├───Debug/ │ └───Release/ ...
  • [STAThread]特性
    [STAThread] 特性用於需要與 COM 組件交互的應用程式，尤其是依賴單線程模型（如 Windows Forms 應用程式）的組件。在 STA 模式下，線程擁有自己的消息迴圈，這對於處理用戶界面和某些 COM 組件是必要的。 [STAThread] static void Main(stri ...
  • UWP WinUI3 傳入 AddHandler 的 RoutedEventHandler 類型與事件所需不匹配將拋出參數異常
    在WinForm中使用全局異常捕獲處理 在WinForm應用程式中，全局異常捕獲是確保程式穩定性的關鍵。通過在Program類的Main方法中設置全局異常處理，可以有效地捕獲並處理未預見的異常，從而避免程式崩潰。 註冊全局異常事件 [STAThread] static void Main() { / ...
  • .NET 多版本 WinForm 開源控制項庫 SunnyUI
    前言 給大家推薦一款開源的 Winform 控制項庫，可以幫助我們開發更加美觀、漂亮的 WinForm 界面。 項目介紹 SunnyUI.NET 是一個基於 .NET Framework 4.0+、.NET 6、.NET 7 和 .NET 8 的 WinForm 開源控制項庫，同時也提供了工具類庫、擴展 ...
  • .net core8 使用Swagger（附當前源碼）
    說明 該文章是屬於OverallAuth2.0系列文章，每周更新一篇該系列文章（從0到1完成系統開發）。 該系統文章，我會儘量說的非常詳細，做到不管新手、老手都能看懂。 說明：OverallAuth2.0 是一個簡單、易懂、功能強大的許可權+可視化流程管理系統。 有興趣的朋友，請關註我吧(*^▽^*) ...
  • WPF 什麼時候 VisualTreeHelper.GetDescendantBounds 將返回無窮大
    一、下載安裝 1.下載git 必須先下載並安裝git，再TortoiseGit下載安裝 git安裝參考教程：https://blog.csdn.net/mukes/article/details/115693833 2.TortoiseGit下載與安裝 TortoiseGit，Git客戶端，32/6 ...
  • C# 開源教程帶你輕鬆掌握數據結構與演算法
    前言 在項目開發過程中，理解數據結構和演算法如同掌握蓋房子的秘訣。演算法不僅能幫助我們編寫高效、優質的代碼，還能解決項目中遇到的各種難題。 給大家推薦一個支持C#的開源免費、新手友好的數據結構與演算法入門教程：Hello演算法。 項目介紹 《Hello Algo》是一本開源免費、新手友好的數據結構與演算法入門 ...
  • 第22篇 生成proto文件bat腳本
    1.生成單個Proto.bat內容 @rem Copyright 2016, Google Inc. @rem All rights reserved. @rem @rem Redistribution and use in source and binary forms, with or with ...
  • 記一次 .NET某上位機視覺程式 卡死分析
    一：背景 1. 講故事 前段時間有位朋友找到我，說他的窗體程式在客戶這邊出現了卡死，讓我幫忙看下怎麼回事？dump也生成了，既然有dump了那就上 windbg 分析吧。 二：WinDbg 分析 1. 為什麼會卡死 窗體程式的卡死，入口門檻很低，後續往下分析就不一定了，不管怎麼說先用 !clrsta ...
  • 醫學DICOM文件與PACS系統進行數據傳輸
    前言 人工智慧時代，人臉識別技術已成為安全驗證、身份識別和用戶交互的關鍵工具。 給大家推薦一款.NET 開源提供了強大的人臉識別 API，工具不僅易於集成，還具備高效處理能力。 本文將介紹一款如何利用這些API，為我們的項目添加智能識別的亮點。 項目介紹 GitHub 上擁有 1.2k 星標的 C# ...
所有分類