【AWS入门】Amazon SageMaker简介
【AWS入门】Amazon SageMaker简介
[AWS Essentials] Brief Introduction to Amazon SageMaker
By Jackson@ML
机器学习(Machine Learning,简称ML) 是当代流行的计算机科学分支技术。通常,人们在本地部署搭建环境,以满足机器学习的要求。
AWS是Amazon Web Service,即亚马逊云科技,其提供给用户超过200种云产品和服务。用户无需搭建硬件环境,就可以实现科学计算、数据分析、项目开发和运维、大数据、无服务器应用开发、人工智能等一系列技术创新和迭代。
访问AWS官网,可以看到Amazon SageMaker主页面。
图1 Amazon SageMaker主页面
AWS提供了机器学习的专有产品和服务,就是 Amazon SageMaker,利用业界先进的AI技术,在云平台上应用和完成机器学习。
1. 什么是Amazon SageMaker?
Amazon SageMaker AI 是一项云托管服务,它对机器学习 (ML) 服务完全托管。借助 SageMaker AI,广大用户包括数据科学家、人工智能专家、软件开发者,均可以快速、便捷地构建和训练 ML 模型,并将其快速部署到生产环境中。
Amazon SageMaker AI为运行 ML 工作流提供了用户界面体验,使 SageMaker AI ML 工具可在多个集成开发环境 (IDE) 中使用。
有了 SageMaker AI,用户就可以存储和共享数据,而无需构建和管理自己的服务器。这样,企业或用户就有更多时间来协作构建和开发特定功能的 ML 工作流程,并且可以高效完成工作。
SageMaker AI提供受控的ML算法,可在分布式环境中针对超大数据量运算高效运行。SageMaker AI 内置支持自带算法和框架,提供灵活的分布式训练选项,可根据用户需要的特定工作流程进行调整。用快捷的步骤,就能从 SageMaker AI 控制台将模型部署到安全、可扩展的环境中。
2. Amazon SageMaker主要功能
1) Amazon SageMaker新版发布
2024 年 12 月 03 日,AWS亚马逊云科技发布了新一代 Amazon SageMaker。
Amazon SageMaker 是数据、分析和人工智能的统一平台。新一代 SageMaker 集合了 AWS 机器学习和分析功能,为分析和人工智能提供了集成体验,可统一访问您的所有数据。
2) Amazon SageMaker 包括以下功能:
- Amazon SageMaker AI(前身为 Amazon SageMaker)- 利用完全托管的基础架构、工具和工作流,构建、训练和部署 ML 和基础模型;
- Amazon SageMaker Lakehouse - 跨 Amazon S3 数据湖、Amazon Redshift 和其它数据源统一数据访问;
- Amazon SageMaker 数据和 AI 治理 - 利用基于 Amazon DataZone 构建的 Amazon SageMaker Catalog 安全地发现、治理和协作数据和 AI;
- SQL 分析 – 结构化查询语言(Structured Query Language)即SQL,是关系型数据库必不可少的语言。 借助 Amazon Redshift 最具性价比的 SQL 引擎获得洞察力;
- Amazon SageMaker 数据处理 - 使用 Amazon Athena、Amazon EMR 和 AWS Glue 上的开源框架分析、准备和集成数据,以进行分析和人工智能;
- Amazon SageMaker Unified Studio - 在单一开发环境中使用所有数据和工具进行构建,以进行分析和人工智能;
- Amazon Bedrock - 构建和扩展生成式 AI 应用程序
- 通过DeepL.com(免费版)翻译
3. 安装Amazon SageMaker
要使用 Amazon SageMaker AI 中的功能,首先必须有访问 Amazon SageMaker AI 的权限。
通过设置 Amazon SageMaker AI 及其功能,有以下安装选项:
- 快速安装: 使用默认设置,为个人用户进行快捷安装配置。
- 自定义安装: 面向企业机器学习 (ML) 管理员,这些高级配置对于那些为多用户或组织设置 SageMaker AI 的 ML 管理员来说,显示是个理想的选项。
4. 访问AWS门户和身份验证
AWS通过网络门户,对所有AWS账户分配对应用程序的单点登录访问,通过AWS的 IAM 身份验证和访问。
关于具体如何登录 AWS 访问门户、登录提示以及如何退出 AWS 访问门户,作为 IAM Identity Center 用户,可登录 AWS 访问门户,详细步骤请参阅《AWS 登录指南》中的相关章节,进一步了解如何登录 AWS 访问门户。
图2 在AWS登录IAM控制台
5. Amazon SageMaker AI域
Amazon SageMaker AI 使用域(domain)来组织用户配置文件、应用程序及其相关资源。
Amazon SageMaker AI 域由以下部分组成:
- 相关的亚马逊弹性文件系统(亚马逊 EFS)卷
- 授权用户列表
- 各种安全、应用程序、策略和 Amazon 虚拟私有云 (Amazon VPC) 配置
每个域中都有私有应用程序和共享空间,如下图所示:
要访问大多数 Amazon SageMaker AI 环境和资源,用户必须使用 SageMaker AI 控制台或 AWS CLI 完成 Amazon SageMaker AI 域入门流程。
有关如何根据访问 SageMaker AI 的方式开始使用 SageMaker AI,以及必要时如何设置域的指南,请参阅 Amazon SageMaker AI 设置指南。
6. Amazon SageMaker的优势
1) 融通式合作开发工作室
Amazon SageMaker 融通式合作开发工作室提供集成式体验,让用户可以使用适用于分析和人工智能的所有数据和工具。
通过发现数据,并使用熟悉的 AWS 工具(适用于模型开发、生成式人工智能、数据处理和 SQL 分析)将数据用于实处。
使用统一的笔记本电脑处理计算资源,使用内置的 SQL 编辑器发现和查询不同的数据来源,大规模训练和部署人工智能模型,快速构建自定义的生成式人工智能应用程序。创建并安全共享分析和人工智能构件,例如数据、模型和生成式人工智能应用程序,以更快地将数据产品推向市场。
2) 整套安全的人工智能开发功能
借助一整套设计安全的人工智能开发功能,推进 SageMaker 中的人工智能发展。在高性能且经济高效的基础设施上训练、自定义和部署机器学习和基础模型(Fundation Model, 即FM)。
使用可满足整个人工智能生命周期需求的专用工具,覆盖高性能集成式开发环境(IDE)和分布式训练到推理、人工智能运维、治理和可观测性等领域。
使用尖端模型和专用数据,快速创建为业务量身定制的生成式人工智能应用程序。使用 Amazon Q Developer加快人工智能开发,帮助用户更加容易、轻松地发现数据、构建和训练机器学习模型、生成 SQL 查询以及创建和运行数据管道任务,所有这些都可通过自然语言完成。
3) 统一数据,减少数据孤岛
使用Amazon SageMaker数据湖仓,统一用户在 Amazon Simple Storage Service(Amazon S3)数据湖和 Amazon Redshift 数据仓库中的所有数据。
使用所有与 Apache Iceberg 兼容的工具和引擎,在分析数据的单个副本上灵活地访问和查询数据。
通过定义应用于湖仓中的分析和人工智能工具的精细权限来保护数据。通过零 ETL 集成,将运营数据库和应用程序中的数据近实时地导入湖仓。
此外,通过跨第三方数据来源的联合查询功能访问和查询数据。
4) 端对端数据和人工智能治理
通过贯穿整个数据和人工智能生命周期的内置治理,确保企业安全。Amazon SageMaker 确保用户能够控制正确的用户,用以出于正当理由访问正确的数据、模型和开发构建。
通过 Amazon SageMaker Catalog 的精细访问控制,使用单一权限模型一致地定义和强制执行访问策略。使用数据分类、毒性检测、防护机制和负责任的人工智能政策,以保护您的人工智能模型安全。
通过数据质量监控和自动化、敏感数据检测以及数据和机器学习任务流水线,让整个组织安心无忧。
关于Amazon SageMaker应用及开发,还有很多。
- 鸣谢:AWS亚马逊云科技
AWS技术好文陆续推出,敬请关注、收藏和点赞👍。
您的认可,我的动力!😃
相关阅读:
- 【AWS入门】Amazon Bedrock简介
- 【AWS入门】Amazon Q Developer简介
- 【AWS入门】AWS Lambda应用简介
- 【AWS入门】Amazon Nova简介
- 【AWS入门】Amazon S3简介
- 【AWS入门】Amazon EC2简介
- 【AWS入门】Amazon云计算简介
- 【AWS入门】创建并使用AWS Builder ID
- 【AWS入门】AWS亚马逊云科技账户注册指南
- 2025最新版Python 3.13.3安装使用指南
相关文章:
【AWS入门】Amazon SageMaker简介
【AWS入门】Amazon SageMaker简介 [AWS Essentials] Brief Introduction to Amazon SageMaker By JacksonML 机器学习(Machine Learning,简称ML) 是当代流行的计算机科学分支技术。通常,人们在本地部署搭建环境,以满足机器学习的要求。 AWS…...
MySQL--day2--基本的select语句
(以下内容全部来自上述课程) SQL概述 结构化查询语句 1. SQL分类 DDL:数据定义(definition)语言:create、drop、alter… DML:数据操作(manipulation)语言ÿ…...
程序代码篇---python获取http界面上按钮或者数据输入
文章目录 前言 前言 本文简单接受了python获取http界面上按钮或者数据输入...
网络安全利器:蜜罐技术详解
蜜罐是网络安全领域中一种主动防御和情报收集的重要工具。本文将深入探讨蜜罐技术的原理、类型、应用场景以及部署注意事项。 1. 什么是蜜罐? 蜜罐(Honeypot)是一种安全资源,其价值在于被探测、攻击或未经授权使用。简单来说,蜜罐就是一个诱饵系统,用来吸引黑客的注意力…...
回溯实战篇3
文章目录 前言排列全排列全排列II 棋盘问题N皇后解数独 其他递增子序列重新安排行程 前言 今天继续带大家进行回溯的实战篇3,去学习如何用回溯的方法去解决排列和棋盘以及其他用回溯方法解决的问题,最重要的就是学会回溯三部曲的构建,一文带…...
Spark 基础自定义分区器
(一)什么是分区 【复习提问:RDD的定义是什么?】 在 Spark 里,弹性分布式数据集(RDD)是核心的数据抽象,它是不可变的、可分区的、里面的元素并行计算的集合。 在 Spark 中…...
【提高+/省选−】洛谷P1495 —— 【模板】中国剩余定理(CRT)/ 曹冲养猪
见:P1495 【模板】中国剩余定理(CRT)/ 曹冲养猪 - 洛谷 题目描述 自从曹冲搞定了大象以后,曹操就开始捉摸让儿子干些事业,于是派他到中原养猪场养猪,可是曹冲满不高兴,于是在工作中马马虎虎&a…...
系统架构设计师考前冲刺笔记-第1章-系统工程与信息系统基础
文章目录 第1章 系统工程与信息系统基础大纲13 DSS5678 BSP910 SCM11 OLAP12 OLAP14 BRP15 集成16 企业门户19 边缘计算 第1章 系统工程与信息系统基础 大纲 1 3 DSS DSS 决策支持系统 Decision Support System 5 6 7 8 BSP 9 10 SCM 注意:生产计划 11 OLAP O…...
Vue环境下数据导出Excel的全面指南
文章目录 1. 前言2. 原生JavaScript实现方案2.1 使用Blob对象和URL.createObjectURL2.2 使用Base64编码实现 3. 常用第三方库方案3.1 使用SheetJS (xlsx)3.2 使用ExcelJS3.3 使用vue-json-excel 4. 服务器端导出方案4.1 前端请求服务器生成Excel4.2 使用Web Worker处理大数据导…...
Linux下 使用 SSH 完成 Git 绑定 GitHub
文章目录 1、检查 SSH2、生成 SSH key3、添加 SSH key4、验证绑定是否成功 1、检查 SSH Git Bash 中输入ssh命令,查看本机是否安装 SSH: 2、生成 SSH key (1)输入 ssh-keygen -t rsa 命令,表示我们指定 RSA 算法生…...
Jsoup库和Apache HttpClient库有什么区别?
Jsoup 和 Apache HttpClient 是两个功能不同的库,它们在 Java 开发中被广泛使用,但用途和功能有明显的区别: Jsoup 用途:Jsoup 是一个用于解析 HTML 文档的库。它提供了非常方便的方法来抓取和解析网页内容,提取和操作…...
安全漏洞频发,如何加强防护措施?
当系统安全漏洞频发时,应从代码安全审查、自动化漏洞扫描、权限控制与访问管理、员工安全意识培训等四个关键维度加强防护。其中,代码安全审查是防止漏洞渗透的第一道防线。企业应将代码安全审查纳入CI/CD流程,实施静态代码分析和依赖包检查机…...
Text models —— BERT,RoBERTa, BERTweet,LLama
BERT 什么是BERT? BERT,全称Bidirectional Encoder Representations from Transformers,BERT是基于Transformer的Encoder(编码器)结构得来的,因此核心与Transformer一致,都是注意力机制。这种…...
CodeBuddy初探
回顾Trae 上一篇博客Trae IDE和VSCode Trae插件初探-CSDN博客,我们进行了TraeIDE和Trae插件初探,给了Trae这样一个任务: 生成一个to do list清单web页面,采用vue实现,可以在页面上进行todolist进行增删改查。 Trae的…...
spark数据处理练习题详解【上】
1. (单选题) scala中属于序列的可变的集合,可以添加,删除元素的是() A.Array B.List C.Tuple D.ListBuffer 答案及解析:D 在Scala中,属于序列的可变集合,可以添加和删除元素的是ÿ…...
sparkSQL读入csv文件写入mysql(2)
(二)创建数据库和表 接下来,我们去创建一个新的数据库,数据表,并插入一条数据。 -- 创建数据库 CREATE DATABASE spark; -- 使用数据库 USE spark;-- 创建表 create table person(id int, name char(20), age int);-- …...
产品周围的几面墙
不能把排序,当单选题做。 2025年的杭州咖啡馆,味道最浓的不是咖啡,是聊各种项目和创业的卷味。 在过去几年,聊项目的也不少,那时候带着更加浓烈的自信和松弛感,不过今年略带几分忐忑和试探的口吻。 看到网…...
【锂电池剩余寿命预测】LSTM长短期记忆神经网络锂电池剩余寿命预测(Pytorch完整源码和数据)
目录 效果一览程序获取程序内容代码分享效果一览 程序获取 获取方式一:文章顶部资源处直接下载:...
螺旋矩阵--LeetCode
题目 给你一个 m 行 n 列的矩阵 matrix ,请按照 顺时针螺旋顺序 ,返回矩阵中的所有元素。 示例 1: 输入:matrix [[1,2,3],[4,5,6],[7,8,9]] 输出:[1,2,3,6,9,8,7,4,5]示例 2: 输入:matrix [[…...
湖北理元理律师事务所:债务管理的社会价值探索
债务问题从来不是孤立的经济事件,其背后牵涉家庭稳定、社会信用体系乃至区域经济发展。湖北理元理律师事务所通过五年服务数据发现:科学债务规划可使单个家庭挽回约23%的可支配收入,间接降低离婚率、心理健康问题发生率等社会成本。 债务优化…...
知识图谱(KG)与大语言模型(LLM)
知识图谱(KG)以其结构化的知识表示和推理能力,为大语言模型(LLM)的“幻觉”、知识更新滞后和可解释性不足等问题提供了有力的解决方案。反过来,LLM的强大文本理解和生成能力也为KG的构建、补全、查询和应用…...
LLM大语言模型系列1-token
一,什么是token 1,什么是token: 参考:https://en.wikipedia.org/wiki/Token https://en.wikipedia.org/wiki/Lexical_analysis#Token 我们有很多描述token的解释,建议是汇总在一起进行综合理解: 1️⃣To…...
数据清洗-案例
四)实现代码 在之前的项目的基础之上,重写去写一个包,并创建两个类:WebLogMapper和WebLogDriver类。 (1)编写WebLogMapper类 package com.root.mapreduce.weblog; import java.io.IOException; import…...
项目的部署发布和访问的流程
首先打包项目: npm run build 打包后的文件会生成在dist文件夹中,将dist文件夹需要放到服务器里面,意味着服务有dist静态资源(index.html,css/,js/,img/) 用户在浏览器输入域名&am…...
人工智能、机器学习、深度学习定义与联系
人工智能、机器学习、深度学习定义与联系目录 一、人工智能(Artificial Intelligence, AI)1、定义2、特征:3、关键阶段的概述:1. 萌芽期(1940s–1950s):理论奠基2. 形成期(1950s–19…...
Gartner《如何将生成式人工智能(GenAI)集成到应用架构》学习心得
针对软件架构师、技术专业人士如何更好的把 GenAI 如何融入解决方案,提升用户体验、生产力并带来差异化成果的趋势,Gartner发布了《Integrating GenAI Into Your Application Architecture》研究报告。 报告首先介绍了 GenAI 的发展背景,指出其已成为主流趋势,大型语言模型…...
vscode中Debug c++
在vscode中Debug ros c程序 1 在Debug模式下编译 如果用命令行catkin_make,在输入catkin_make时加上一个参数: catkin_make -DCMAKE_BUILD_TYPEDebug 或者直接修改CMakelist.txt,添加以下代码: SET(CMAKE_BUILD_TYPE "D…...
c++从入门到精通(六)--特殊工具与技术-完结篇
特殊工具与技术-完结篇 控制内存分配 重载new和delete: 如果应用程序希望控制内存分配的过程,则它们需要定义自己的operator new函数和operator delete函数。当自定义了全局的operator new函数和operator delete函数后,我们就担负起了控…...
原型链的详细解释及使用场景
一、原型链的概念 原型链是JavaScript实现继承和属性共享的核心机制。每个对象都有一个内部属性[[Prototype]](可通过proto访问),指向其原型对象。当访问对象的属性时,若对象自身不存在该属性,则会沿着原型链向上查找…...
OpenCL C C++核心对象与属性对比
基础对象对应关系 OpenCL C 对象OpenCL C 对应类型创建函数示例cl::Platformcl_platform_idclGetPlatformIDs(1, &platform, NULL)cl::Devicecl_device_idclGetDeviceIDs(platform, CL_DEVICE_TYPE_GPU, 1, &device, NULL)cl::Contextcl_contextclCreateContext(NULL,…...
Azure 机器学习初学者指南
Azure 机器学习初学者指南 在我们的初学者指南中探索Azure机器学习,了解如何设置、部署模型以及在Azure生态系统中使用AutoML & ML Studio。Azure 机器学习 (Azure ML) 是一项全面的云服务,专为机器学习项目生命周期而设计&am…...
一文读懂----Docker 常用命令
Docker 是一个强大的容器化平台,广泛用于开发、测试和生产环境。通过 Docker 命令行工具(CLI),我们可以轻松管理容器、镜像、网络和卷等资源。本文将详细介绍 Docker 的常用命令,带你熟练掌握 Docker 的核心操作命令。…...
React 19 中的useRef得到了进一步加强。
文章目录 前言一 useRef 的核心原理1.1 为什么需要 useRef?1.2 基本语法 二、React 19 中 useRef 的常见用法2.1 访问 DOM 元素2.2 保存跨渲染的数据 三、React 19 中的改进ref 作为一个属性案例演示(触发子组件焦点事件) 注意 总结 前言 在 React 的世界里&#x…...
报错System.BadImageFormatException:“试图加载格式不正确的程序。 (异常来自 HRESULT:0x8007000B)”
this.hWindowControl_Player new HalconDotNet.HWindowControl();报错System.BadImageFormatException:“试图加载格式不正确的程序。 (异常来自 HRESULT:0x8007000B)” System.BadImageFormatException 错误通常是由于平台架构不匹配导致的。它意味着你正在尝试在一个平台上加…...
【图像处理基石】OpenCV中都有哪些图像增强的工具?
OpenCV 图像增强工具系统性介绍 OpenCV 提供了丰富的图像增强工具,主要分为以下几类: 亮度与对比度调整 线性变换(亮度/对比度调整)直方图均衡化自适应直方图均衡化(CLAHE) 滤波与平滑 高斯滤波中值滤波双…...
Nordic 的RTC(Real-time counter)的介绍
目录 概述 1 RTC(Real-time counter)介绍 1.1 框架结构 1.2 时钟源 1.3 分辨率与溢出和precaler 2 寄存器功能介绍 2.1 计数寄存器 2.2 事件控制功能 2.3 比较功能 2.4 读取COUNTER寄存器 概述 本文主要介绍Nordic 的RTC(Real-time…...
【数据结构】2-2-2 顺序表的插入删除查找
数据结构知识点合集 知识点 顺序表的插入 ListInsert(&L,i,e):插入操作。在表L中的第i个位置上插入指定元素e。 /*在顺序表L的第i个位置插入元素e*/ bool ListInsert(SqList &L,int i,int e) {/*判断i的范围是否有效*/if(i<0||i>L.length)return fals…...
【免杀】C2免杀技术(五)动态API
一、什么是动态API 在C2免杀领域中,“动态API” 主要指的是绕过静态检测的一种技术手段,其本质是运行时动态解析和调用Windows API函数,而不是在程序编译阶段就明确引用这些API。这种方式可以有效躲避静态分析工具和杀软的签名识别。 为什么…...
77.数据大小端赋值的差异与联系
上述赋值a定义为大端模式 a[7] a[6] a[5] a[4] a[3] a[2] a[1] a[0] 上述赋值b定义为小端模式 a[0] a[1] a[2] a[3] a[4] a[5] a[6] a[7] 因为5的二进制数…...
GO语言语法---switch语句
文章目录 基本语法1. 特点1.1 不需要break1.2 表达式可以是任何类型1.3 省略比较表达式1.4 多值匹配1.5 类型switch1.6 case穿透1.7 switch后直接声明变量1.7.1 基本语法1.7.2 带比较表达式1.7.3 不带比较表达式1.7.4 结合类型判断 1.8 switch后的表达式必须与case语句中的表达…...
PH热榜 | 2025-05-16
1. Tolt 标语:专为SaaS初创公司打造的一体化联盟营销软件 介绍:Tolt帮助SaaS初创公司启动和发展联盟计划。它提供自动化的支付、欺诈保护、与多种平台的无缝集成(包括Stripe、Paddle和Chargebee),还有一个品牌化的联…...
Java正则表达式:从基础到高级应用全解析
Java正则表达式应用与知识点详解 一、正则表达式基础概念 正则表达式(Regular Expression)是通过特定语法规则描述字符串模式的工具,常用于: 数据格式验证文本搜索与替换字符串分割模式匹配提取 Java通过java.util.regex包提供支持,核心类…...
iOS 初识RunLoop
iOS 初识RunLoop 文章目录 iOS 初识RunLoopRunLoop的概念RunLoop的功能RunLoop和线程的关系RunLoop的结构ModeObserverTimer 和 source小结 RunLoop的核心RunLoop的流程RunLoop的应用AutoreleasePool响应触控事件刷新界面常驻线程网络请求NSTimer 和 CADisplayLinkNSTimerGCDTi…...
备忘录模式
1.意图 备忘录模式是一种行为型设计模式,允许在不破坏封装的特性前提,获取并保存一个对象的内部状态,后续需要时恢复该状态。核心是将对象的状态存储在一个独立的备忘录对象中,并在需要时恢复。 2.模式类型 行为型对象设计模式 …...
UCOS 嵌入式操作系统
UCOS 嵌入式操作系统是一款在嵌入式领域应用广泛且具有重要地位的实时操作系统,以下是对它的详细介绍。 发展历程 初始版本诞生:UCOS 最早由美国嵌入式系统专家 Jean J. Labrosse 于 1991 年开始开发。当时他在项目中需要一个合适的实时操作系统&#…...
redis读写一致问题
title: redis读写一致问题 date: 2025-05-18 11:11:31 tags: redis categories: redis的问题方案 Redis读写一致问题 条件: 数据库此时的数据为10,redis此时的数据也为10 业务流程: 操作数据库使得数据库的数据为20,删除redis里面的数据保证读写一致 先删缓存…...
Redis实现分布式锁的进阶版:Redisson实战指南
一、为什么选择Redisson? 在上一篇文章中,我们通过Redis原生命令实现了分布式锁。但在实际生产环境中,这样的基础方案存在三大痛点: 锁续期难题:业务操作超时导致锁提前释放不可重入限制:同一线程无法重复…...
标准库、HAl库和LL库(PC13初始化)
标准库 (Standard Peripheral Library) c #include "stm32f10x.h"void GPIO_Init_PC13(void) {GPIO_InitTypeDef GPIO_InitStruct;RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOC, ENABLE);GPIO_InitStruct.GPIO_Pin GPIO_Pin_13;GPIO_InitStruct.GPIO_Mode GPIO_…...
第二章:安卓端启动流程详解与疑难杂症调试手册
想让一个安卓项目跑起来,从表面看无非就是:双击打开、连接真机、点击运行。 但是到了互动娱乐组件项目里,事情就变成了:点击运行→等待→黑屏→白屏→强制退出→LogCat爆炸→你怀疑人生。 本章就来系统性解决几个问题࿱…...
备份C#的两个类
GuestIP依赖项: using System.Data.SQLite; //这是第三方依赖项,要从nuget下载 static class GuestIP {public static void ReadLastGuestIP(string constr "Data Sourceguestip_log.db;"){using (var connection new SQLiteConnection(co…...