[转]浅谈ASP.NET内部机制(四)

本文解析了ASP.NET中的HTTP管道生命周期及页面生命周期,详细介绍了请求处理流程,包括验证、授权等关键步骤。

前言:在用ASP.NET开发网站的时候,常常看到"生命周期"周期整个词,在ASP.NET AJAX客户端开发时,也有生命周期的概念。觉得微软很喜欢引入生命周期。其实生命周期还是蛮好的,可以使得我们对程序运行的每个过程都可以掌控,提供更加灵活的开发。如果被生命周期弄糊涂了就不好了...
      本系列的文章中很少涉及代码,希望大家见谅!
      我这里也不想罗列MSDN上的东西。而是想尽量的把相应的知识说的更加通俗。简单的说来,再ASP.NET运行的时候一般会有两个比较明显的生命周期。一个发生再Http管道的生命周期,另外一个就是我们常说的页面的生命周期。生命周期说白了就是处理的流程。

      下面我们就来分别的介绍这两个生命周期。
      Http管道中的生命周期(将其中重要的讲解下)。
其实所谓的http管道简单的说其实就是加载相应的httpmodule和httphandler的过程。应该还记得我们之前的那幅图。如下:

asp_net

 

      当一个请求被ASP.NET     运行时开始处理的时候,http管道就开始加载很多的httpmodule(http模块)和处理相应资源的httphandler(http处理程序)。我们就从一个请求被处理的流程来说起(是按照被处理的先后顺序来说的)。

      首先,当一个请求来了以后,ASP.NET运行时就要开始处理这个请求。大家应该还知道,在一个ASP.NET程序来开始运行的时候,应用程序域(Domain)中会初始化一个HttpApplication类的实例来主导整个程序的运行,通俗的说就是用一个对象来控制整个程序的运行流程。请求来了,HttpApplication类的实例(以后简称Application)就触发BeginRequest事件(请求开始)来开始处理请求。从这点意义来说,我们其实可以把http管道生命周期这个过程看成是Application处理一个请求的时候触发相应事件的过程。而且Application的事情的触发是自动的,而且我们也可以注册这些事件,以便在相应的时候执行我们的代码。比如在这个事件中,因为请求刚刚开始,其实我们可以注册这个事件来执行url的重写,来把请求的url重新定位。比如我们原来请求http://www.cnblogs.com/yanyangtian,但是在网站的服务器中,没有yanyangtian这个文件夹或者文件,其实这就是url重写的例子,其实就是在这个BeginRequest中把url换成了http://www.cnblogs.com/index.aspx?name=yanyantian.

      接下来就是开始了一些验证方面的处理,因为一个请求进来了以后,会带来一些额外的信息。这些信息都保存在相应的HTTP Header中。一个请求通常是要求查看相应的页面或者文件,所以我们来保存这个请求有足够的权限来查看文件或者页面,所以这时候就触发Application的AuthenticateRequest事件,而且来会调用相应的模块了处理,如我们熟悉的Windows验证模块和Forms验证模块。大家应该还记得我们之前的文章中有提过:asp.net_filter把url中的cookieless信息转换为相应的Http Header,以便以后验证。此时,就会用到之前的那些cookieless中的信息来验证了。而且我们也可以在这里做一些自己的控制,如原来请求的cookie中传入的用户名是xiaoyang,我们其实在这里可以改为其他的用户名。

      再接下来就是触发PostAuthenticateRequest事件,之前是验证,现在实际上是验证已经完了,而且此时我们对验证中的一些信息再也不能改变,比如之前验证的(如Forms),我们把用户名保存在了FormsIdentity的Name属性中,此时我不能再改变Name属性了。其实在这里就是设置验证的状态,验证通过就设置StatusCode=200,否则失败,然后请求就结束了。

      接下来就是开始了授权方面的操作,触发AuthorizeRquest.通过验证,并不说明我们的请求就可以访问相应的页面或者文件。打个比方,我们可以通过通行证去参加一个会议,但是我们不能去主席台就坐,因为我们的通行证的权限有限。我们的通行证仅仅只是让我们可以进入会场而已。同验证过程一样,我们也可以在这里执行一些自己的代码,比如我们可以冒充别的用户,用他们的权限来做一些事情。

      接下来就是PostAuthorizeRequest,授权处理在这里完成了,我们就可以知道:到底允不允许一个请求查看一个文件或者页面。

      接下来就是就执行一些请求的缓存以及session的一些保存更新的操作。而这些过程我们一般不是很关注。我们的请求在上述的处理过程中被一个模块传给另外的一个模块,在它们之间传递着。不管我们请求的是什么,是图片,是音频,还是别的文件,最后请求终究还是要被处理的。而这个处理的的是在Application的PreRequestHandlerExecute事件(预请求处理,也就是将要请求处理之前)中决定的。因为在ASP.NET的配置文件中,就已经注册了很多相应文件的处理程序,常见的就是.aspx文件是由Page(实现了IHttpHandler接口)处理的。在这个事件中实际上就可以是认为在配置查找:请求的文件是否有相应的处理程序程序,如果有,就加载这个处理程序。假如我们之前请求的是default.aspx,那么就决定由Page来处理这个请求。然后就进入了页面的生命周期。

      当页面生命周期完成之后,Application继续触发一些事件,直到EndRequest。

      综上,可以看出,页面生命周期是包含在Http管道的生命周期之中的。

     我们用下面的图总结:

pipe

     有关页面的生命周期,下次说。今天就到这里,理论很多,大家见谅!

 

原文地址

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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