自己写的Mono项目的组成说明

一、方案预览


二、包含的项目介绍

　　 Mono2.Framework: 如它的名字一样，是整个Mono项目的基本框架，包含了程序最基本的功能。比如IoC容器，认证和授权，数据库操作，计划任务管理等等

　　Mono2.WarmupStarter: 也是如它的名字一样，是一个应用程序启动程序，对应用程序初始化起到了最关重要的作用，采用了线程池，对所有的请求（同步和异步）进行排　　　　　　　　队。其实就是一个HttpModule。

　　Mono2.Web :就是具体的一个ASP.NET　MVC Web应用程序，主要对Framework中开放的一些功能设计，进行实现。


三、项目使用的一些第三方类库。

　　１.Autofac   为项目的反转控制提供支持。

2.Autofac.Configuration

　　3.ASP.NET　MVC

　　４.后续可能还有更多的第三方类库


四、架构

时间： 2024-10-25 13:41:22

自己写的Mono项目的组成说明的相关文章

自己的“Mono”项目关于“路由部分”的一些设计

了解ASP.NET 的人都应该知道ASP.NET 的路由系统有2大功能: 1)检查一个请求的URL,并推断出这个URL是要调用哪个Controller上的哪个Action. 2)生成一个输出的URL. 在Mono 项目中,我定义了一叫做“路由发布系统(也可以叫做路由提供模块)”,使我的路由能够包含各种数据和功能,比如优先级,在DataTokens中添加一些数据,而不是定义路由的时候提供,和每次请求到达时候就创建一个新的IContainer的LifetiemScope,处理请求结束时,就自动释放了

win8 metro 自己写摄像头拍照项目

这个项目不是用的系统自带的CameraCaptureUI,是自己写的摄像头的调用,界面做的不好所以,不放了,但是可以实现拍照功能: 下面是using 程序命名空间: using Windows.Media.Capture; using Windows.Media.MediaProperties; using Windows.UI.Xaml.Media.Imaging; using Windows.Storage; using Windows.Storage.Pickers; using Wind

Mono项目简介

应对J2EE的竞争而生 组成:CLR.BCL.ASP.NET Mono项目待改进之处 ASP.NET App及Web Service执行环境 类库 企业级应用服务器 GUI 关注下Intel ORP(open runtime platform)

我写了个项目，帮你学习HTTP接口测试！

端午节我写了一个项目,帮助你学习HTTP接口测试. GitHub地址: https://github.com/defnngj/learning-API-test 整个项目基于Flask和 Requests实现. Flask是Python主流的Web框架,以简单著称,它可非常方便的实现API,整个项目中的API都通过一个文件实现. Requests是模拟HTTP的测试库,同样是Python语言的明星库,它可以以非常简单的方式模拟HTTP请求. 如何开始学习 克隆或下载项目,安装依赖. $ pip

如何写一个SSH项目(一)程序设计大体思路

SSH:分别是指Spring,Struts,Hibernate. 后来Struts2代替了Struts,所以我们常说的SSH是指Spring,Struts2,Hibenate. 其中Spring一般用来配置bean. Struts2用来配置处理类.Hibernate是一个优秀的ORM框架,用来配置实体类与数据库的关系. 当我们决定用SSH写一个项目时,应该了解它的程序运行过程. 宏义上:你在界面点击一个按钮 ------会把相应的参数带到后台处理类进行处理--------处理结果会是一个字段,字

(转)用Python写堡垒机项目

原文:https://blog.csdn.net/ywq935/article/details/78816860 前言 堡垒机是一种运维安全审计系统.主要的功能是对运维人员的运维操作进行审计和权限控制,风险规避.同时堡垒机还有账号集中管理,单点登陆的功能. 堡垒机有以下两个至关重要的功能: 集中管理 安全审计 当公司的服务器变的越来越多后,需要操作这些服务器的人就肯定不只是一个运维人员,同时也可能包括多个开发人员,那么这么多的人操作业务系统,如果权限分配不当就会存在很大的安全风险,举几个场景例子

利用手写数字识别项目详细描述BP深度神经网络的权重学习

本篇文章是针对学习<深度学习入门>(由日本学者斋藤康毅所著陆羽杰所译)中关于神经网络的学习一章来总结归纳一些收获. 本书提出神经网络的学习分四步:1.mini-batch 2.计算梯度 3.更新参数 4.重复前面步骤 1.从识别手写数字项目学习神经网络 所谓“从数据中学习”是指 可以由数据#自动决定权重#.当解决较为简单的问题,使用简单的神经网络时,网络里的权重可以人为的手动设置,去提取输入信息中特定的特征.但是在实际的神经网络中,参数往往是成千上万,甚至可能上亿的权重,这个时候人为手动设置是

pytorch 手写数字识别项目 增量式训练

dataset.py ''' 准备数据集 ''' import torch from torch.utils.data import DataLoader from torchvision.datasets import MNIST from torchvision.transforms import ToTensor,Compose,Normalize import torchvision import config def mnist_dataset(train): func = torch

土木er，前端爱好者，写了一些项目动画项目。

这是我的简历 http://resumeclear.applinzi.com/里面有详细的项目说明 本科学的土木,由于实在无法忍受枯燥无味的施工,遂选择从事自己从大学才发现自己非常喜欢的计算机.于是大学跨考过计算机研究生,初试过了,复试被刷,所以迷茫了一年左右. 14-15 年 有心从事计算机,但主要是做一些动画,视频 15-16年 泡了一年图书馆,冲击哈工大计算机 16 年初 复试失败,觉得自己在高考和考研上两度考砸,所决定先混社会.因为在大学时网上自学过前端,所以找了一份学校当地的前端实习.