38、SharePoint开发:打包、部署与环境准备全解析

SharePoint开发:打包、部署与环境准备全解析

部署配置验证与冲突处理

要验证新的部署配置,可以将其设置为活动配置并部署项目。其行为与默认配置相同,但在自定义配置中,还会将 .WSP 文件复制到代码中指定的位置。

在开发过程中,通常会反复将同一项目部署到 SharePoint 服务器的同一位置进行测试。每次部署前,SharePoint 解决方案会从服务器撤回,但有时希望在覆盖服务器上已有的解决方案或项目时得到提示。当服务器上的项目与 SharePoint 解决方案中的项目具有相同的名称、URL 或 ID 时,Visual Studio 会检测到冲突,并显示部署冲突对话框。

SharePoint 项目项都有一个“部署冲突解决”属性,可设置当服务器上已存在具有相同 URL、ID 或名称的项目时要采取的操作。有三种部署冲突解决操作:
- 无(None) :Visual Studio 不会检测冲突,若服务器上已有同名、ID 或 URL 的项目,SharePoint 元素将被覆盖。
- 自动(Automatic) :Visual Studio 检测到冲突后,会自动删除旧项目来解决冲突,并将发现和自动解决的冲突信息记录在输出窗口。
- 提示(Prompt) :Visual Studio 会显示对话框,可选择取消部署、自动解决冲突,也可勾选“不再为这些项目提示”,之后项目项的部署冲突解决操作将设为自动,不再显示该对话框。

SharePoint
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值