博客
关于我
1.NET Core 概述
阅读量:416 次
发布时间:2019-03-06

本文共 1086 字,大约阅读时间需要 3 分钟。

.NET Core 了解

.NET Core 是一个免费、开源的跨平台开发框架,由微软主导维护,广泛参与社区支持。它能够在 Windows、MacOS 和 Linux 上运行,适用于多种应用场景,包括移动端、桌面端、Web、Cloud、IoT、机器学习、微服务以及游戏开发等。

.NET Core 的核心特点是模块化、轻量级、高性能。它通过 Nuget 包管理模块化开发,减少了内存占用和依赖复杂性。开发者可以根据需求选择性地添加功能模块,启动快、运行轻,适合高效开发。

选择 .NET Core 的主要原因在于其跨平台支持。传统的 .NET Framework 依赖性强、平台受限,而 .NET Core 则通过统一的代码base实现多平台运行。时代发展到今天,跨平台开发成为主流趋势, .NET Core 提供了强大的支持,满足不同环境下的应用需求。

.NET Core 的优势显著:

  • 开源开发:微软在 GitHub 提供源代码,开发者可自由查看、下载和贡献,框架灵活开放。
  • 跨平台兼容:支持 Windows、MacOS 和 Linux,提供不同平台的运行时,确保代码一致性。
  • 模块化架构:通过 Nuget 包管理,支持灵活组件扩展,提升开发效率。
  • 支持多语言:可使用 C#、F#、Visual Basic 等多种语言开发,开发工具选择多样。
  • 高性能:轻量化设计,启动快、内存占用少,适合高并发场景。
  • CLI 工具:提供命令行接口,便于开发和持续集成,提升自动化能力。
  • 部署灵活:支持多种部署方式,包括用户范围、系统范围和 Docker 容器。
  • 兼容性强:兼容 .NET Framework 和 Mono API,保障迁移和升级稳定性。
  • .NET Core 的历史版本管理:

    • .NET Core 3.1 和 2.1 将持续长期支持。
    • .NET Core 3.x 应用程序专属运行于 .NET Core 平台。
    • .NET Core 2.x 应用程序则可在 .NET Core 和 .NET Framework 上运行。

    框架组成部分:

    • CLI 工具:提供开发和发布功能支持。
    • Roslyn:C# 和 Visual Basic 的编译器。
    • CoreFX:框架级别的类库支持。
    • CoreCLR:基于 CLR 的即时运行时。

    资源参考:

    • .NET Core 类型和成员可在官方文档中查阅。
    • 获取开发帮助和支持。
    • 详细学习指南和教程。
    • 官方下载页面获取运行时和 SDK。

    通过 .NET Core 开发,开发者可以高效构建多平台应用,充分发挥跨平台优势,提升开发体验和应用性能。

    转载地址:http://cvxkz.baihongyu.com/

    你可能感兴趣的文章
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    pandas交换两列
    查看>>
    pandas介绍-ChatGPT4o作答
    查看>>