electron通信与持久化存储

electron通信

主进程与渲染进程的通信方式

  1. IPC (Inter-Process Communication) 通信

    • 使用 ipcMainipcRenderer 模块进行通信。

    • ipcMain 用于在主进程中接收和处理消息。

    • ipcRenderer 用于在渲染进程中发送消息。

  2. 使用 contextBridgepreload 脚本

    • 提高安全性,避免直接在渲染进程中使用 Node.js API。

    • preload 脚本运行在一个具有有限访问权限的独立上下文中,负责暴露安全的 API 给渲染进程。

electron持久化存储

1. 本地文件系统

  • 适用场景:简单的配置文件、用户数据。

  • 优点:实现简单、无需额外依赖。

  • 缺点:不适用于复杂的数据结构和大规模数据。

2.LocalStorage

  • 适用场景:简单的键值对存储,主要用于小型数据和简单配置。

  • 优点:API 简单、易于使用。

  • 缺点:数据量受限(通常 5-10 MB),不适合大规模数据。

3. IndexedDB

  • 适用场景:复杂的结构化数据存储。

  • 优点:支持事务、索引、查询,适用于大型数据存储。

  • 缺点:API 较为复杂,异步操作需要处理回调或使用 Promise

4. SQLite

  • 适用场景:需要关系型数据库的功能和性能。

  • 优点:强大的查询能力、事务支持、单文件存储。

  • 缺点 :需要额外的依赖(如 sqlite3better-sqlite3

5. NeDB (嵌入式 NoSQL 数据库)

  • 适用场景:需要简单的 NoSQL 数据库特性。

  • 优点:轻量级、无依赖、简单的查询和数据存储。

  • 缺点:功能有限,不适合复杂查询。

6. 使用第三方在线数据库服务

  • 适用场景:需要远程存储、多人协作。

  • 优点:数据持久化和备份,适合复杂应用。

  • 缺点:需要网络连接,可能涉及隐私和安全问题。

  • 示例:使用 Firebase、MongoDB Atlas 等服务。

相关推荐
Captaincc1 小时前
AI用量v0.1.11更新发布 新增 jusage doctor 诊断指令 托盘展示token 和余额 新增 AutoClaw 支持
前端·后端·vibecoding
计算机魔术师2 小时前
德国Wiki被黑后两周,OpenAI终于把模型失控的账本摊开了
前端
kyriewen3 小时前
我让 AI 当面试官面了我一轮:第 3 个追问我就卡住了(附 10 道追问清单)
前端·面试·ai编程
IT_陈寒3 小时前
Python的GIL把我坑惨了,多线程跑得比单线程还慢
前端·人工智能·后端
前端snow3 小时前
ai agent --- 多agent框架之图编排引擎-langgraph
前端
竹林8183 小时前
OmniPic Studio v3.2.1 核心技术架构与全平台发版解析文档
前端·浏览器
JamesZhang800783 小时前
页面内存只涨不跌? 一次泄漏排查, 牵出 WeakMap 的诞生
前端
Z小明3 小时前
第 6 章 组件进阶
前端·vue.js
江华森3 小时前
HTTP请求的完整过程详解:从DNS解析到TCP挥手的微秒级实战分析
前端
南青3 小时前
Vue 3 中后台实战:我踩过的 10 个坑和最佳实践
前端