40、SharePoint开发准备:开发者仪表盘与相关操作指南

SharePoint开发准备:开发者仪表盘与相关操作指南

1. 开发者仪表盘概述

开发者仪表盘是SharePoint中的一个诊断工具,可帮助诊断因自定义代码引入的一类错误。例如,一个Web部件在加载事件中检索大量数据,导致页面响应变慢,此时开发者仪表盘就能发挥作用。它具有可扩展机制,能在不同范围测量各种性能计数器,让开发者监控请求各阶段的使用情况和资源消耗。

2. 计数器类型

开发者仪表盘中有以下几种计数器类型:
- 线程计数器 :测量当前请求或定时任务的实际值,可提供以下信息:
- 执行时间
- 分配的SP请求数
- 执行的SQL查询数量
- 每个SQL查询的持续时间
- 每个SQL查询的文本
- URL(或定时任务名称)
- 当前用户
- 开始时间
- 进程计数器 :包含以下信息:
- 全局堆大小
- 所有本地堆的总大小
- 本地堆的数量
- 活动本地堆的数量
- 正在进行的SharePoint操作数量
- 客户端计数器 :仅测量页面大小。
- 系统计数器 :可包含任何系统性能计数器,例如:
- 托管内存堆大小
- 硬页面错误
- 处理器利用率
- 机器上的可用内存

需注意,任何超出可接受范围的值将以红色显示。

3. 监控自定义代码

开发者可通过将自定义

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
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