Django后端架构开发：信号与缓存架构开发

_.Switch2024-08-20 17:27

📚 构建稳健的Django后端：深入解析信号与缓存架构开发

📌 信号发送：项目实践中的数据流管理

在 Django 开发中，信号机制是一种强大而灵活的工具，用于在应用的不同部分之间进行解耦的通信。信号的核心思想是"发布-订阅"模式，这使得代码更加模块化和可维护。信号发送是整个信号机制中的第一步，本节将深入探讨如何在实际项目中使用信号发送来管理数据流。

在 Django 中，发送信号通常涉及到定义一个信号并在适当的地方触发它。以下是一个基本的示例，演示了如何在用户注册成功后发送一个自定义信号：

python 复制代码 
# signals.py

from django.dispatch import Signal

# 定义一个自定义信号，接收参数为 'user' 对象
user_registered = Signal(providing_args=["user"])

# views.py

from django.shortcuts import render
from .signals import user_registered

def register(request):
    if request.method == 'POST':
        # 假设有一个 UserForm 用于用户注册
        form = UserForm(request.POST)
        if form.is_valid():
            user = form.save()  # 保存用户对象
            user_registered.send(sender=register.__class__, user=user)  # 发送信号
            return render(request, 'registration/success.html')
    else:
        form = UserForm()
    return render(request, 'registration/register.html', {'form': form})

代码解析：

  • Signal：Django 的信号通过 Signal 类定义。user_registered 是一个自定义信号，用于在用户注册成功后通知系统的其他部分。

  • send()：当用户注册成功后，send() 方法触发信号，将 user 对象作为参数传递给信号的接收者。

在实际项目中，信号发送的应用场景非常广泛。例如，当用户完成某项操作时，系统可以通过发送信号来通知其他模块执行相应的后续处理。这种机制使得各个模块之间的耦合度降低，提高了代码的可扩展性。

拓展：在复杂场景中的信号发送

在一些更复杂的场景中，信号的发送可能涉及到更多的上下文信息。以下是一个扩展示例，展示了如何在订单系统中使用信号来通知库存管理模块更新库存数据：

python 复制代码 
# signals.py

from django.dispatch import Signal

# 定义一个信号，用于在订单创建后通知库存更新
order_created = Signal(providing_args=["order", "items"])

# models.py

from django.db import models
from .signals import order_created

class Order(models.Model):
    user = models.ForeignKey(User, on_delete=models.CASCADE)
    total_price = models.DecimalField(max_digits=10, decimal_places=2)
    created_at = models.DateTimeField(auto_now_add=True)

    def save(self, *args, **kwargs):
        super().save(*args, **kwargs)
        # 在订单保存后发送信号，通知库存模块
        order_created.send(sender=self.__class__, order=self, items=self.items.all())

class OrderItem(models.Model):
    order = models.ForeignKey(Order, related_name='items', on_delete=models.CASCADE)
    product = models.ForeignKey(Product, on_delete=models.CASCADE)
    quantity = models.PositiveIntegerField()

# views.py

from django.shortcuts import render
from .models import Order, OrderItem

def create_order(request):
    if request.method == 'POST':
        # 假设有一个表单处理订单创建
        order = Order.objects.create(user=request.user, total_price=100.00)
        # 添加订单项
        OrderItem.objects.create(order=order, product=some_product, quantity=2)
        return render(request, 'order/success.html')
    return render(request, 'order/create.html')

在这个示例中，我们通过信号将订单创建与库存更新解耦。order_created 信号携带了订单和订单项的信息，接收者可以基于这些信息执行库存更新操作。这种设计不仅提高了代码的模块化，还使得系统更具弹性和可维护性。

📌 信号注册与信号端口连接：实现灵活的模块通信

在 Django 项目中，信号的定义和发送只是第一步。要让信号在系统中发挥作用，必须将其注册到具体的接收器上，即完成信号与信号端口的连接。信号注册与信号端口连接的关键在于将信号的发送者与接收者关联起来，这使得应用各部分能够在不直接依赖的情况下进行有效通信。

在实际开发中，我们通常会在应用的 apps.py 文件中进行信号的注册。这不仅有助于将信号的注册逻辑与其他代码分离，还能确保信号在应用启动时被正确加载。以下是一个示例，展示了如何在 Django 中注册信号并将其连接到接收器：

python 复制代码 
# signals.py

from django.dispatch import Signal

# 定义一个信号，用于在用户注册成功后发送
user_registered = Signal(providing_args=["user"])

# receivers.py

from django.dispatch import receiver
from .signals import user_registered

@receiver(user_registered)
def send_welcome_email(sender, **kwargs):
    user = kwargs['user']
    # 假设有一个函数 send_email 用于发送邮件
    send_email(subject="Welcome!", recipient=user.email, body="Thank you for registering!")

# apps.py

from django.apps import AppConfig

class MyAppConfig(AppConfig):
    name = 'myapp'

    def ready(self):
        import myapp.receivers  # 确保信号接收器在应用启动时被导入

代码解析：

  • receiver 装饰器：@receiver 是 Django 提供的一个方便工具，用于将接收器函数与信号关联。在这个示例中，send_welcome_email 函数通过 @receiver(user_registered) 装饰器与 user_registered 信号连接。

  • ready() 方法：MyAppConfig 类的 ready() 方法是在 Django 应用启动时调用的。通过在 ready() 方法中导入接收器模块，我们确保了信号接收器在应用启动时被正确加载。

通过这种方式，我们可以灵活地将信号与接收器连接，使得应用中的各个模块能够独立开发和维护。此外，这种设计还支持在不修改信号发送者代码的情况下，动态添加或移除接收器，从而提高了系统的可扩展性。

拓展：动态信号连接与解除

在一些动态化要求较高的项目中，我们可能需要在运行时动态连接或解除信号接收器。例如，根据用户的配置动态调整信号的接收行为。以下是一个扩展示例，展示了如何在运行时动态管理信号连接：

python 复制代码 
# receivers.py

from django.dispatch import receiver
from .signals import user_registered

@receiver(user_registered)
def send_welcome_email(sender, **kwargs):
    user = kwargs['user']
    send_email(subject="Welcome!", recipient=user.email, body="Thank you for registering!")

# views.py

from django.shortcuts import render
from django.dispatch import Signal
from .receivers import send_welcome_email

def toggle_welcome_email(request):
    if request.GET.get('enable') == 'true':
        user_registered.connect(send_welcome_email)  # 动态连接信号
    else:
        user_registered.disconnect(send_welcome_email)  # 动态解除信号连接
    return render(request, 'settings/toggle_email.html')

代码解析：

  • connect() 与 disconnect() 方法：user_registered.connect() 和 user_registered.disconnect() 方法分别用于动态连接和解除信号接收器。这种设计允许我们根据实际需求，在应用运行时动态调整信号的行为。

通过这种动态管理，我们可以在不重新部署或修改代码的情况下，灵活调整应用的行为。这在一些需要快速响应变化的项目中尤为重要，例如根据用户配置调整功能或在特定条件下启用或禁用某些功能。

📌 信号signal-定义信号接收器：确保数据流的有效处理

信号接收器是信号机制的关键部分之一。它们负责接收并处理来自信号发送者的通知，执行相应的业务逻辑。定义信号接收器时，我们通常需要关注如何高效地处理信号，以及如何保证信号处理逻辑的健壮性。

在 Django 中，定义信号接收器的过程非常简单。我们可以通过 @receiver 装饰器或者直接使用 Signal.connect() 方法来将一个函数或方法与信号关联。以下是一个示例，展示了如何定义一个基本的信号接收器：

python 复制代码 
# receivers.py

from django.dispatch import receiver
from .signals import user_registered

@receiver(user_registered)
def send_welcome_email(sender, **kwargs):
    user = kwargs['user']
    # 发送欢迎邮件的逻辑
    send_email(subject="Welcome!", recipient=user.email, body="Thank you for registering

!")

代码解析：

  • @receiver 装饰器：通过 @receiver 装饰器，我们将 send_welcome_email 函数与 user_registered 信号关联。当 user_registered 信号被触发时，这个函数会自动被调用。

  • kwargs 参数：kwargs 是一个字典，包含了信号发送时传递的所有参数。在这个示例中，我们从 kwargs 中提取 user 对象，并使用它执行发送邮件的逻辑。

在实际项目中，信号接收器的设计应尽量简单和高效。复杂的逻辑可以通过异步任务或其他方式处理，以避免阻塞主线程。同时，接收器的健壮性也非常重要，应该能够处理可能的异常情况，确保不会因为某个信号的错误处理而影响整个系统的稳定性。

拓展：使用异步信号接收器

在某些场景下，信号的处理可能涉及到耗时的操作，例如发送邮件或更新第三方服务的数据。在这种情况下，我们可以使用异步信号接收器来避免阻塞主线程，提高系统的响应速度。以下是一个扩展示例，展示了如何将信号接收器设计为异步函数：

python 复制代码 
# receivers.py

from django.dispatch import receiver
from .signals import user_registered
import asyncio

@receiver(user_registered)
async def send_welcome_email_async(sender, **kwargs):
    user = kwargs['user']
    await asyncio.sleep(1)  # 模拟耗时操作
    send_email(subject="Welcome!", recipient=user.email, body="Thank you for registering!")

代码解析：

  • async 关键字：通过将 send_welcome_email_async 函数定义为异步函数，我们可以在函数内部使用 await 来执行异步操作，例如等待某个任务完成或进行耗时的网络请求。

  • await 关键字：await 用于暂停函数的执行，直到某个异步任务完成。在这个示例中，我们模拟了一个耗时操作，通过 await asyncio.sleep(1) 暂停 1 秒钟，然后继续执行发送邮件的逻辑。

通过这种方式，我们可以在不阻塞主线程的情况下处理复杂的信号逻辑，从而提高系统的性能和响应速度。这在需要处理大量信号或高并发场景下尤为重要。

📌 信号signals概述与内置信号：高效管理Django项目中的事件流

Django 提供了丰富的内置信号，帮助开发者在项目中高效管理事件流。这些内置信号涵盖了 Django 生命周期中的各个关键点，包括模型的保存与删除、请求的处理等。理解和善用这些内置信号，可以极大地简化开发工作，增强项目的灵活性。

常用的内置信号包括 pre_save、post_save、pre_delete 和 post_delete 等，它们分别在模型对象保存或删除之前和之后触发。以下是一个示例，展示了如何使用 post_save 信号在模型对象保存后执行一些额外的逻辑：

python 复制代码 
# models.py

from django.db import models
from django.db.models.signals import post_save
from django.dispatch import receiver

class Profile(models.Model):
    user = models.OneToOneField(User, on_delete=models.CASCADE)
    bio = models.TextField()

@receiver(post_save, sender=User)
def create_user_profile(sender, instance, created, **kwargs):
    if created:
        Profile.objects.create(user=instance)

@receiver(post_save, sender=User)
def save_user_profile(sender, instance, **kwargs):
    instance.profile.save()

代码解析：

  • post_save 信号：post_save 是 Django 内置的信号，当模型对象成功保存到数据库后触发。在这个示例中，当 User 对象被保存后，create_user_profile 和 save_user_profile 函数会被调用。

  • created 参数：post_save 信号提供了一个 created 参数，用于指示该对象是否是新创建的。在 create_user_profile 函数中，我们使用 created 参数判断 User 对象是否是新创建的，如果是，则自动为其创建一个关联的 Profile 对象。

通过这种方式，我们可以在模型对象保存后自动执行一些关联操作，例如为新用户创建默认的用户档案。这种设计不仅简化了代码，还避免了在每个视图或表单中重复编写相同的逻辑。

拓展：使用自定义信号实现复杂业务逻辑

除了内置信号外，Django 还允许开发者定义自己的信号，以满足特定的业务需求。例如，我们可以定义一个信号，在用户的特定操作后通知系统的其他部分执行相应的任务。以下是一个扩展示例，展示了如何使用自定义信号实现复杂的业务逻辑：

python 复制代码 
# signals.py

from django.dispatch import Signal

# 定义一个自定义信号，用于在用户更新配置后发送
user_settings_updated = Signal(providing_args=["user", "settings"])

# receivers.py

from django.dispatch import receiver
from .signals import user_settings_updated

@receiver(user_settings_updated)
def apply_user_settings(sender, **kwargs):
    user = kwargs['user']
    settings = kwargs['settings']
    # 应用用户配置的逻辑
    apply_settings(user, settings)

# views.py

from django.shortcuts import render
from .signals import user_settings_updated

def update_settings(request):
    if request.method == 'POST':
        # 假设有一个表单处理用户配置更新
        form = SettingsForm(request.POST)
        if form.is_valid():
            settings = form.save()
            # 发送用户配置更新信号
            user_settings_updated.send(sender=update_settings.__class__, user=request.user, settings=settings)
            return render(request, 'settings/success.html')
    return render(request, 'settings/update.html', {'form': form})

在这个示例中，我们通过自定义信号 user_settings_updated 将用户配置的更新与系统其他部分的处理逻辑解耦。这种设计使得代码更加模块化和可维护，特别是在业务逻辑复杂的项目中，信号机制可以极大地简化代码结构，提升开发效率。

📌 Memcache缓存：提升Django项目性能的利器

在高并发的 Django 项目中，缓存是提升性能的重要手段之一。Memcache 是一种高性能、分布式的内存缓存系统，常用于存储动态数据库查询的结果，以减少数据库访问次数，从而提高网站的响应速度。

Django 提供了对 Memcache 的内置支持，使得开发者可以轻松地将 Memcache 集成到项目中。以下是一个示例，展示了如何配置和使用 Memcache 进行缓存：

python 复制代码 
# settings.py

CACHES = {
    'default': {
        'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
        'LOCATION': '127.0.0.1:11211',
    }
}

# views.py

from django.core.cache import cache
from django.shortcuts import render
from .models import Article

def article_list(request):
    articles = cache.get('all_articles')
    if not articles:
        articles = Article.objects.all()
        cache.set('all_articles', articles, 60 * 15)  # 缓存 15 分钟
    return render(request, 'articles/list.html', {'articles': articles})

代码解析：

  • CACHES 配置：在 settings.py 文件中，配置 CACHES 设置为使用 Memcached 作为默认的缓存后端。LOCATION 表示 Memcache 服务器的地址和端口。

  • cache.get() 和 cache.set()：在视图中，首先尝试从缓存中获取 all_articles。如果缓存不存在，则从数据库中查询所有文章，并将其缓存 15 分钟。

通过 Memcache 缓存，我们可以显著减少数据库查询的次数，提升 Django 项目的性能。这在处理高流量的项目时尤为重要，例如新闻网站或社交媒体平台。

拓展：使用多级缓存优化性能

在某些情况下，仅使用一级缓存（如 Memcache）可能无法满足高性能需求。此时，可以考虑使用多级缓存策略，通过结合 Memcache 和文件系统缓存等不同类型的缓存，进一步优化系统性能。以下是一个扩展示例，展示了如何配置多级缓存：

python 复制代码 
# settings.py

CACHES = {
    'default': {
        'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',
        'LOCATION': 'unique-snowflake',
    },
    'filesystem': {
        'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache',
        'LOCATION': '/var/tmp/django_cache',
    },
    'memcached': {
        'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
        'LOCATION': '127.0.0.1:11211',
    }
}

# views.py

from django.core.cache import caches
from django.shortcuts import render
from .models import Article

def article_list(request):
    cache_fs = caches['filesystem']
    cache

_mem = caches['memcached']

    articles = cache_mem.get('all_articles')
    if not articles:
        articles = cache_fs.get('all_articles')
        if not articles:
            articles = Article.objects.all()
            cache_fs.set('all_articles', articles, 60 * 60)
            cache_mem.set('all_articles', articles, 60 * 15)
    return render(request, 'articles/list.html', {'articles': articles})

通过这种多级缓存的方式，我们可以在不同层级的缓存中存储相同的数据，以最大限度地减少对数据库的访问次数。在这里，内存缓存和文件系统缓存的结合使用，能够在缓存数据过期或丢失时，提供更好的容错性和数据持久性。

📌 数据库缓存：在数据持久性与性能之间取得平衡

数据库缓存是 Django 提供的一种缓存策略，适用于需要在缓存数据和持久化数据之间取得平衡的场景。与内存缓存不同，数据库缓存将缓存的数据存储在数据库表中，这意味着即使服务器重启，缓存数据仍然可以保留。

在一些需要高数据一致性和持久性的应用场景中，数据库缓存是一种理想的选择。以下是一个示例，展示了如何配置和使用数据库缓存：

python 复制代码 
# settings.py

CACHES = {
    'default': {
        'BACKEND': 'django.core.cache.backends.db.DatabaseCache',
        'LOCATION': 'my_cache_table',
    }
}

# 使用以下命令创建缓存表
# python manage.py createcachetable

# views.py

from django.core.cache import cache
from django.shortcuts import render
from .models import Article

def article_list(request):
    articles = cache.get('all_articles')
    if not articles:
        articles = Article.objects.all()
        cache.set('all_articles', articles, 60 * 15)  # 缓存 15 分钟
    return render(request, 'articles/list.html', {'articles': articles})

代码解析：

  • DatabaseCache 后端：在 settings.py 中，将 CACHES 设置为 DatabaseCache，并指定缓存数据存储的数据库表名 my_cache_table。

  • createcachetable 命令：使用 python manage.py createcachetable 命令自动创建用于存储缓存数据的数据库表。

通过数据库缓存，我们能够在持久性和性能之间找到平衡点。虽然数据库缓存的读取速度比内存缓存慢一些，但它确保了缓存数据的持久性，即使在系统重启后也能保留缓存数据。

拓展：结合 Redis 缓存实现高可用性与持久性

在实际项目中，我们可以结合 Redis 和数据库缓存，构建高可用性和持久性的缓存系统。例如，可以在高并发的读取操作中使用 Redis 缓存，而在需要持久化数据的场景中使用数据库缓存。以下是一个扩展示例：

python 复制代码 
# settings.py

CACHES = {
    'default': {
        'BACKEND': 'django.core.cache.backends.redis.RedisCache',
        'LOCATION': 'redis://127.0.0.1:6379/1',
    },
    'database': {
        'BACKEND': 'django.core.cache.backends.db.DatabaseCache',
        'LOCATION': 'persistent_cache_table',
    }
}

# views.py

from django.core.cache import caches
from django.shortcuts import render
from .models import Article

def article_list(request):
    cache_db = caches['database']
    cache_redis = caches['default']

    articles = cache_redis.get('all_articles')
    if not articles:
        articles = cache_db.get('all_articles')
        if not articles:
            articles = Article.objects.all()
            cache_db.set('all_articles', articles, 60 * 60)
            cache_redis.set('all_articles', articles, 60 * 15)
    return render(request, 'articles/list.html', {'articles': articles})

通过结合 Redis 和数据库缓存，我们可以在实现高并发处理的同时，确保数据的持久性和一致性。这种设计在需要处理大量实时数据的应用场景中非常有用，例如金融交易系统或电商平台。

📌 文件缓存：轻量级的缓存解决方案

文件缓存是 Django 提供的一种轻量级缓存策略，适用于需要快速实现缓存功能的小型项目或开发环境中。文件缓存将缓存的数据存储在服务器的文件系统中，与内存缓存和数据库缓存相比，文件缓存实现简单，易于部署和管理。

以下是一个示例，展示了如何配置和使用文件缓存：

python 复制代码 
# settings.py

CACHES = {
    'default': {
        'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache',
        'LOCATION': '/var/tmp/django_cache',
    }
}

# views.py

from django.core.cache import cache
from django.shortcuts import render
from .models import Article

def article_list(request):
    articles = cache.get('all_articles')
    if not articles:
        articles = Article.objects.all()
        cache.set('all_articles', articles, 60 * 15)  # 缓存 15 分钟
    return render(request, 'articles/list.html', {'articles': articles})

代码解析：

  • FileBasedCache 后端：在 settings.py 中，将 CACHES 设置为 FileBasedCache，并指定缓存数据存储的目录 LOCATION。

  • 文件缓存的使用：与其他缓存方式类似，我们使用 cache.get() 和 cache.set() 方法来存取缓存数据。这里的 FileBasedCache 将缓存数据存储在指定的文件系统目录中。

文件缓存的优势在于其实现简单、易于部署，适合对性能要求不高的小型项目或开发环境。然而，由于文件系统的 I/O 操作相对较慢，文件缓存不适合用于高并发和大规模项目中。

拓展：多进程环境下的文件缓存

在多进程环境中（如 WSGI 服务器），多个进程可能会同时访问相同的缓存文件，这可能导致数据竞争和一致性问题。为了解决这个问题，我们可以使用 lockfile 或 fcntl 等锁机制，确保在访问缓存文件时能够正确处理并发访问。以下是一个简单的扩展示例，展示了如何在文件缓存中使用文件锁：

python 复制代码 
# views.py

import os
import fcntl
from django.core.cache import cache
from django.shortcuts import render
from .models import Article

def article_list(request):
    lock_file = '/var/tmp/django_cache_lock'

    with open(lock_file, 'w') as lock:
        fcntl.flock(lock, fcntl.LOCK_EX)

        articles = cache.get('all_articles')
        if not articles:
            articles = Article.objects.all()
            cache.set('all_articles', articles, 60 * 15)

        fcntl.flock(lock, fcntl.LOCK_UN)

    return render(request, 'articles/list.html', {'articles': articles})

通过使用 fcntl 文件锁，我们可以确保在多进程环境下对缓存文件的并发访问是安全的，从而避免数据竞争问题。这种方式适用于需要在多进程环境中使用文件缓存的小型项目。

📌 开发调试缓存：优化开发流程与调试体验

在 Django 项目开发过程中，缓存的配置和调试是非常重要的一环。合理地配置和使用缓存，可以显著提升开发效率和调试体验。例如，我们可以在开发环境中使用本地内存缓存或文件缓存，以减少缓存机制带来的复杂性，同时保持与生产环境一致的代码结构。

以下是一个示例，展示了如何在开发环境中配置和使用本地内存缓存：

python 复制代码 
# settings.py

if DEBUG:
    CACHES = {
        'default': {
            'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',
            'LOCATION': 'unique-snowflake',
        }
    }
else:
    CACHES = {
        'default': {
            'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
            'LOCATION': '127.0.0.1:11211',
        }
    }

代码解析：

  • LocMemCache：在开发环境（DEBUG=True）下，我们使用 LocMemCache 作为缓存后端。LocMemCache 是一种简单的内存缓存，不需要外部服务支持，适合快速测试和调试。

  • 条件配置：通过条件判断 DEBUG 变量，我们可以在开发和生产环境中使用不同的缓存配置。在生产环境中，我们可以选择更高性能的缓存后端，例如 Memcache 或 Redis。

拓展：使用 Django Debug Toolbar 调试缓存

为了更好地调试缓存行为，我们可以使用 Django Debug Toolbar，它提供了丰富的调试信息，包括缓存的命中率、缓存查询等。以下是一个扩展示例，展示了如何集成 Django Debug Toolbar 并调试缓存：

python 复制代码 
# settings.py

INSTALLED_APPS += [
    'debug_toolbar',
]

MIDDLEWARE += [
    'debug_toolbar.middleware.DebugToolbarMiddleware',
]

INTERNAL_IPS = [
    '127.0.0.1',
]

# 在 urls.py 中添加
from django

.urls import path, include

urlpatterns = [
    path('__debug__/', include('debug_toolbar.urls')),
    # 其他 URL 配置
]

通过 Django Debug Toolbar，我们可以实时查看缓存的命中情况、查询时间等调试信息，从而更好地优化缓存策略，提高项目的性能和响应速度。

相关推荐
小喵要摸鱼几秒前
Python 神经网络项目常用语法
python
qq_327342731 分钟前
Java实现离线身份证号码OCR识别
java·开发语言
锅包肉的九珍2 分钟前
Scala的Array数组
开发语言·后端·scala
心仪悦悦5 分钟前
Scala的Array（2）
开发语言·后端·scala
Oak Zhang25 分钟前
sharding-jdbc自定义分片算法，表对应关系存储在mysql中，缓存到redis或者本地
redis·mysql·缓存
yqcoder28 分钟前
reactflow 中 useNodesState 模块作用
开发语言·前端·javascript
2401_8827275737 分钟前
BY组态-低代码web可视化组件
前端·后端·物联网·低代码·数学建模·前端框架
baivfhpwxf202339 分钟前
C# 5000 转16进制 字节(激光器串口通讯生成指定格式命令)
开发语言·c#
许嵩6641 分钟前
IC脚本之perl
开发语言·perl
长亭外的少年1 小时前
Kotlin 编译失败问题及解决方案：从守护进程到 Gradle 配置
android·开发语言·kotlin
热门推荐
01(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04玄机平台应急响应—webshell查杀05Coze扣子平台完整体验和实践（附国内和国际版对比）06RAG 实践- Ollama+RagFlow 部署本地知识库07怎样让音频速度变慢？请跟随以下方法进行操作08Unity中PICO实现 隔空取物 和 接触抓取物体09Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO10【目标跟踪】相机运动补偿