小编shu*_*ch5的帖子

我正在使用 ASP.NET Core 2.2 和 Azure 表存储创建 Web 应用程序。由于 MicrosoftCloudTableClient在 Azure Storage SDK 中为我们提供了类，因此我将使用带有依赖注入 (DI) 的类。然而，在标准DI方法中，有三种方法来决定登记范围如AddScoped，AddTransient，和AddSingleton。我的问题是哪个注册范围最适合CloudTableClient课堂。我认为这AddSingleton是最好的，因为不会发生连接池饥饿，我会像附加的示例代码一样使用它。但是，如果使用AddSingleton在某些方面不好（即性能或可靠性），我想得到一些建议。

//Startup.cs
public void ConfigureServices(IServiceCollection services)
{
    //do something

    services.AddSingleton(provider =>
    {
        var settings = Configuration["AzureStorageConnectionString"];
        CloudStorageAccount storageAccount = CloudStorageAccount.Parse(settings);
        CloudTableClient tableClient = storageAccount.CreateCloudTableClient();
        return tableClient;
    });

    //do something
}

//SampleController
public class SampleController : Controller
{
    private CloudTable _table { get; };

    public SampleController(CloudTableClient tableClient)
    {
        _table = tableClient;
    } …

我正在使用 ASP.NET Core 并学习 DDD 和 CQRS（包括 MediatR）。我已阅读eshopcontainers文档。在我的应用程序中，我们需要在 SQL DB 中存储每个用户的 google 访问令牌和刷新令牌，因为我们必须定期检查 gmail 中的某些状态。当我们实现该功能时，或多或少我们想编写以下逻辑。

1. Get the access token and refresh token from our DB
2. If the access token is expired, we get the valid access token with refresh token
3. If the access token is updated in step 2, we save the new access token to DB
4. With the valid access token, we fetch information from gmail

此过程将在 CQRS 模式中的多个命令处理程序中使用。

我的问题是，

• DDD、CQRS方式的逻辑应该放在哪里？它应该放在存储库、应用程序服务还是域服务中......？

• 我们可以从查询处理程序调用该方法吗？我想知道这一点，因为该逻辑偶尔会更新数据库中的数据，所以我认为我们不应该从查询处理程序调用这个过程

我当前的想法是创建一个 …

.NET6/C#引入了NativeMemory类，但是我不知道什么时候应该使用NativeMemory.Alloc()普通的数组实例化（new T[]）。我的问题是：

1. 内存中的哪个区域NativeMemory.Alloc()填充对象？该方法是否填充托管堆中的对象？

2. 什么样的情况应该使用NativeMemory.Alloc()代new T[]？

参考： https://learn.microsoft.com/en-us/dotnet/api/system.runtime.interopservices.nativememory ?view=net-6.0

我正在使用 React/TypeScript 创建 Outlook 插件。当我使用 运行代码时npm run start，出现以下消息，并且我无法运行我的反应应用程序。

Failed to compile.
./src/index.tsx
  Line 9:  'Office' is not defined  no-undef

Search for the keywords to learn more about each error.

在package.json中，如果react-script版本高于3.0.0，则会发生此错误。如果它较低（例如2.8.8），我们可以毫无错误地执行react应用程序。有人给我一些解决方法吗？

索引.tsx

import 'react-app-polyfill/ie11';
import React from 'react';
import ReactDOM from 'react-dom';
import './index.css';
import { AppContainer } from './components';
import { Provider } from 'react-redux';
import { store } from './store/store';

Office.onReady(() => {
  ReactDOM.render(
    <Provider store={store}>
        <AppContainer />
    </Provider>,
    document.getElementById('root')
  );
});

包.json

  "name": "outlookApp",
  "version": "0.1.0", …

[问题]你能告诉我如何创建合适的表达式树吗？

[详细] 我静态创建了以下查询，结果符合预期。

// Datasource
    string[] dataSource = { "John", "Ken", "Mark", "Mary", "Tom" };

// Keyword for Search
    string[] keywords = { "o", "Mark", "Tom" };


    //LINQ Query (Static)
    var query = dataSource.AsQueryable().
    Where(item =>
   (item.ToLower().Contains(keywords[0].ToLower()) ||
   item.ToLower().Contains(keywords[1].ToLower())) &&
   item.ToLower().Contains(keywords[2].ToLower())).
    OrderByDescending(item => item);


//Result
// "Tom"

条件A|| 条件 B && 条件 C

但我不知道如何用表达式树编写以下条件

(条件A || 条件B) && 条件C

有人告诉我如何在表达式树中使用括号吗？到目前为止，我为 lambda 表达式创建的主体如下，但效果不佳。

public static Expression GetContainsExpression(Expression parameter, string keyword, Expression curBody)
{

    var keywordValue = Expression.Constant(keyword, typeof(string));
      var newBody = …

我目前正在使用 xgboost 开发回归模型。由于 xgboost 有多个超参数，因此我添加了与GridSearchCV(). 作为试验，我设置了max_depth: [2,3]. 我的Python代码如下。

from sklearn.model_selection import GridSearchCV\nfrom sklearn.metrics import make_scorer\nfrom sklearn.metrics import mean_squared_error\n\xe2\x80\x8b\nxgb_reg = xgb.XGBRegressor()\n\xe2\x80\x8b\n# Obtain the best hyper parameter\nscorer=make_scorer(mean_squared_error, False)\nparams = {'max_depth': [2,3], \n          'eta': [0.1], \n          'colsample_bytree': [1.0],\n          'colsample_bylevel': [0.3],\n          'subsample': [0.9],\n          'gamma': [0],\n          'lambda': [1],\n          'alpha':[0],\n          'min_child_weight':[1]\n         }\ngrid_xgb_reg=GridSearchCV(xgb_reg,\n                          param_grid=params,\n                          scoring=scorer,\n                          cv=5,\n                          n_jobs=-1)\n\xe2\x80\x8b\ngrid_xgb_reg.fit(X_train, y_train)\ny_pred = grid_xgb_reg.predict(X_test)\ny_train_pred = grid_xgb_reg.predict(X_train)\n\n## Evaluate model\nfrom sklearn.metrics import mean_squared_error\nfrom sklearn.metrics import r2_score\n\xe2\x80\x8b\nprint('RMSE  train: %.3f,  test: %.3f' %(np.sqrt(mean_squared_error(y_train, y_train_pred)),np.sqrt(mean_squared_error(y_test, y_pred))))\nprint('R^2   train: %.3f,  test: %.3f' %(r2_score(y_train, …