.NET Framework 和 .NET Core区别总结
liuian 2024-12-02 22:21 16 浏览
.NET Framework 和 .NET Core 是微软开发的两个不同的软件框架,它们都提供了一组广泛的库和API,用于开发Windows、Web和服务器应用程序。.NET Framework 仍然会接收安全更新和一些必要的支持,但不会添加新的功能。微软推荐开发者使用.NET Core或其后继者.NET 5及更高版本进行新项目的开发。
参考文档:https://www.cjavapy.com/article/60/
1、.NET 生态系统
.NET生态系统由多个组件构成,包括运行时(如.NET Framework、.NET Core、Mono)、编程语言(C#、F#、VB.NET)、工具和SDK(如Visual Studio、.NET CLI)、以及大量的库和框架(如ASP.NET、Entity Framework、Xamarin用于移动开发)。这个生态系统支持从简单的桌面程序到复杂的云基础设施的开发,满足不同类型的编程需求和应用场景。NET生态系统结构图如下,
NET生态系统主要包括三大高级组件,.NET Framework, .NET Core, and Xamarin。
1)Xamarin
Xamarin最适合那些希望使用.NET生态系统和C#开发跨平台移动应用程序的企业和开发者。对于需要同时在iOS、Android和Windows上提供高性能、原生感觉应用程序的项目,Xamarin提供了一个高效、成本效益高的解决方案。
2).NET Framework
.NET Framework 是微软推出的一个应用程序开发框架,最早于2002年发布。它提供了一套广泛的类库(称为Framework Class Library,FCL),使开发者能够创建Windows桌面应用程序、Web服务和其他类型的应用程序。.NET Framework 的一个核心组件是公共语言运行库(Common Language Runtime,CLR),它负责程序执行、内存管理、线程管理、垃圾回收等。支持Windows和Web应用程序。可以使用Windows窗体,WPF和UWP在.NET Framework中构建Windows应用程序。ASP.NET MVC用于在.NET Framework中构建Web应用程序。
3).NET Core 和 .NET 5+
随着云计算和移动计算的兴起,跨平台开发的需求日益增加。为了适应这一变化,微软推出了.NET Core,这是一个开源、跨平台的框架,旨在支持Windows、Linux和macOS上的应用程序开发。.NET Core 的设计更加模块化,可以让应用程序仅包含所需的组件,从而减小部署尺寸并提高性能。.NET Core仅支持UWP和ASP.NET Core。UWP用于构建Windows 10目标Windows和移动应用程序。ASP.NET Core用于构建基于浏览器的Web应用程序。
.NET 5 是微软推出的下一代.NET,标志着.NET Core 和 .NET Framework 的合并。从.NET 5开始,微软不再区分“.NET Core”和“.NET Framework”,而是提供一个统一的平台,支持所有类型的.NET应用程序开发,包括桌面应用程序、Web应用程序、云服务和移动应用程序。.NET 5及其后续版本(如.NET 6、.NET 7等)继续沿用.NET Core的开源和跨平台特性,同时引入了更多的性能改进和功能增强。
2、平台选择
.NET生态系统是一个广泛的开发平台,由微软创建,用于构建各种类型的应用程序,包括Web、移动、桌面、游戏和物联网(IoT)应用程序。选择合适的.NET平台主要取决于你的项目需求、目标平台、性能考虑和团队技能。
1).NET Core
.NET Core是一个开源、跨平台的.NET实现,适用于构建现代的、云基础的、互联网连接的应用程序,包括Web应用程序、微服务、工具和控制台应用。.NET Core特别适合那些需要在Windows、Linux和MacOS上运行的应用程序。
2).NET Framework
.NET Framework是用于Windows应用程序的原始.NET实现。它支持构建Web、服务、桌面应用程序和更多。由于它只在Windows上运行,它特别适合那些专注于构建或维护Windows平台应用程序的项目。
3)Xamarin/Mono
Xamarin/Mono用于构建跨平台的移动应用程序,使开发者能够使用.NET和C#来创建iOS、Android和Windows应用程序。Xamarin是那些希望共享代码库并在多个移动平台上提供原生应用体验的项目的理想选择。
4)Blazor
Blazor是一个使用.NET构建交互式Web UI的框架。Blazor允许开发者使用C#而不是JavaScript来构建Web前端应用程序。这对希望将.NET生态系统扩展到Web前端开发的团队来说是一个吸引人的选择。
5)ASP.NET Core
ASP.NET Core 是用于构建现代、高性能的Web应用程序和服务的框架。ASP.NET Core可以在.NET Core上运行,支持跨平台部署,适用于构建企业级Web应用程序。
6)UWP
UWP (Universal Windows Platform) 用于构建在所有Windows 10设备上运行的应用程序,包括PC、平板电脑、手机、Xbox和HoloLens。UWP是为了提供跨Windows设备的一致用户体验而设计的。
需求或场景 | 推荐的.NET平台 |
需要高性能稳定,没有UI界面 | .NET Core (性能更好,支持Docker容器) |
命令行上的大量操作 | .NET Core (支持得更好) |
有跨平台的需求 | .NET Core |
使用微服务 | .NET Core (为当下需求而设计) |
以用户界面为中心的Web应用程序 | .NET Framework (直到.NET Core赶上之前) |
使用Windows窗体和WPF的Windows客户端应用程序 | .NET Framework (已有预先配置的环境和系统) |
需要马上构建布署稳定的版本 | .NET Framework (更成熟) |
存在经验丰富的.Net团队,但时间不是问题,实验是可以接受的,不急于部署 | .NET Core (是.NET的未来,有学习曲线) |
将.NET应用程序移植到.NET Core
下面文档,解释了将.NET框架应用程序移植到.NET Core的过程。
https://docs.microsoft.com/en-us/dotnet/articles/core/porting/index
注意:并非所有.NET框架应用程序都可以移植到.NET Core。
参考文档:
- https://blogs.msdn.microsoft.com/dotnet/2016/07/15/net-core-roadmap/
- https://docs.microsoft.com/en-us/dotnet/articles/standard/choosing-core-framework-server
https://www.cjavapy.com/article/60/
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)