


Beispielfreigabe über .env-Dateien und Modelloperationen in Laravel 5.2
1. .env-Datei
.env-Datei ist die Umgebungskonfigurationsdatei der Anwendung. Diese Datei wird beim Konfigurieren von Anwendungsparametern, Datenbankverbindung und Cache-Verarbeitung verwendet.
// 应用相关参数 APP_ENV=local APP_DEBUG=true //应用调试模式 APP_KEY=base64:hMYz0BMJDJARKgrmaV93YQY/p9SatnV8m0kT4LVJR5w= //应用key APP_URL=http://localhost // 数据库连接参数 DB_CONNECTION=mysql DB_HOST=127.0.0.1 DB_PORT=3306 DB_DATABASE=laravelblog DB_USERNAME=root DB_PASSWORD= DB_PREFIX='hd_' // 缓存相关参数 CACHE_DRIVER=file SESSION_DRIVER=file QUEUE_DRIVER=sync // Redis 连接参数 REDIS_HOST=127.0.0.1 REDIS_PASSWORD=null REDIS_PORT=6379 // 邮件相关参数 MAIL_DRIVER=smtp MAIL_HOST=mailtrap.io MAIL_PORT=2525 MAIL_USERNAME=null MAIL_PASSWORD=null MAIL_ENCRYPTION=null
Unter anderem lautet die Erklärung dieses APP_KEY in der Datei config/app.php wie folgt:
/* |-------------------------------------------------------------------------- | Encryption Key |-------------------------------------------------------------------------- | | This key is used by the Illuminate encrypter service and should be set | to a random, 32 character string, otherwise these encrypted strings | will not be safe. Please do this before deploying an application! | */ 'key' => env('APP_KEY'), 'cipher' => 'AES-256-CBC',
key key liest APP_KEY der .env-Datei, bei der es sich normalerweise um eine 32-Bit-Zufallszeichenfolge handelt. Der Verschlüsselungsschlüssel bestimmt die Länge von APP_KEY, normalerweise bedeutet AES-256-CBC (Standard), dass der Schlüssel 32 Zeichen lang ist, oder AES- 128-CBC bedeutet 16 Bit.
Um die Sicherheit von Sitzungen und verschlüsselten Diensten zu gewährleisten, muss APP_KEY mit dem Artisan-Befehl festgelegt und generiert werden:
php artisan key:generate
Auf diese Weise wird ein neuer APP_KEY in die .env-Datei geschrieben.
2. Modelloperation
1. DB-Klasse
// 插入 DB::insert('insert into hd_user(username, password) values(?, ?)', ['admin', 123456]); // 查询 DB::select('select * from hd_user where username = ?', ['admin']); // 更新 DB::update('update hd_user set password= ? where username = ?', [654321, 'admin']); // 删除 DB::delete('delete from hd_user where username = ?', ['admin']);
Hinweis: dd()-Funktion Ähnlich wie print_r() wird es zum Drucken variabler Informationen verwendet und ist eine Hilfsfunktion von Laravel.
2. Abfrage-Builder
Die Tabellenmethode der DB-Klasse gibt einen Abfrage-Builder für die angegebene Tabelle zurück.
// 查询所有 DB::table('user')->get(); // 查询多条 DB::table('user')->where('age', '>', 20)->get(); // 查询一条 DB::table('user')->where('age', '>', 20)->first(); // 查询特定字段 DB::table('user')->select('name', 'email as user_email')->get(); // distinct() 方法去重复 $users = DB::table('user')->distinct()->get();
3. Eloquent ORM
1. Modell erstellen
php artisan make:model User
2. Tabellenname, Primärschlüssel, Zeitstempel
Tabellenname: Als Tabellenname wird der Plural des Standardmodellklassennamens verwendet, der durch Definition des geschützten $table-Attributs überschrieben werden kann in der Modellklasse.
Primärschlüssel: Der Standardname des Primärschlüssels ist „id“, der durch die Definition des geschützten $primaryKey-Attributs in der Modellklasse überschrieben werden kann.
Zeitstempel: Die Felder „created_at“ und „update_a“ werden standardmäßig verwaltet. Sie können das öffentliche Attribut „$timestamps“ in der Modellklasse als „false“ definieren.
3. Datenoperation
in der Controller-Methode:
// 插入 $user = new User; $user->username = 'admin'; $user->save(); // 查询 // 查询所有 User::get(); // 查询多条 User::where('age', '>', '20')->get(); // 查询一条 user::find(1); // 更新 $user = User::find(1); // 查找主键为1的一条记录 $user->username = 'new name'; $user->save(); // 或者用 update() 方法 // 删除 // 方法1.先获取记录再删除 User::find(1)->delete(); // 方法2.通过主键直接删除 User::destroy(1, 2); // 方法3.通过 where 条件删除 User::where('username', 'admin')->delete();
Das obige ist der detaillierte Inhalt vonBeispielfreigabe über .env-Dateien und Modelloperationen in Laravel 5.2. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



An der Spitze der Softwaretechnologie kündigte die Gruppe von UIUC Zhang Lingming zusammen mit Forschern der BigCode-Organisation kürzlich das StarCoder2-15B-Instruct-Großcodemodell an. Diese innovative Errungenschaft erzielte einen bedeutenden Durchbruch bei Codegenerierungsaufgaben, übertraf erfolgreich CodeLlama-70B-Instruct und erreichte die Spitze der Codegenerierungsleistungsliste. Die Einzigartigkeit von StarCoder2-15B-Instruct liegt in seiner reinen Selbstausrichtungsstrategie. Der gesamte Trainingsprozess ist offen, transparent und völlig autonom und kontrollierbar. Das Modell generiert über StarCoder2-15B Tausende von Anweisungen als Reaktion auf die Feinabstimmung des StarCoder-15B-Basismodells, ohne auf teure manuelle Annotationen angewiesen zu sein.

1. Einleitung In den letzten Jahren haben sich YOLOs aufgrund ihres effektiven Gleichgewichts zwischen Rechenkosten und Erkennungsleistung zum vorherrschenden Paradigma im Bereich der Echtzeit-Objekterkennung entwickelt. Forscher haben das Architekturdesign, die Optimierungsziele, Datenerweiterungsstrategien usw. von YOLO untersucht und erhebliche Fortschritte erzielt. Gleichzeitig behindert die Verwendung von Non-Maximum Suppression (NMS) bei der Nachbearbeitung die End-to-End-Bereitstellung von YOLO und wirkt sich negativ auf die Inferenzlatenz aus. In YOLOs fehlt dem Design verschiedener Komponenten eine umfassende und gründliche Prüfung, was zu erheblicher Rechenredundanz führt und die Fähigkeiten des Modells einschränkt. Es bietet eine suboptimale Effizienz und ein relativ großes Potenzial zur Leistungsverbesserung. Ziel dieser Arbeit ist es, die Leistungseffizienzgrenze von YOLO sowohl in der Nachbearbeitung als auch in der Modellarchitektur weiter zu verbessern. zu diesem Zweck

Die Benchmark-Zielerkennungssysteme der YOLO-Serie haben erneut ein großes Upgrade erhalten. Seit der Veröffentlichung von YOLOv9 im Februar dieses Jahres wurde der Staffelstab der YOLO-Reihe (YouOnlyLookOnce) in die Hände von Forschern der Tsinghua-Universität übergeben. Letztes Wochenende erregte die Nachricht vom Start von YOLOv10 die Aufmerksamkeit der KI-Community. Es gilt als bahnbrechendes Framework im Bereich Computer Vision und ist für seine End-to-End-Objekterkennungsfunktionen in Echtzeit bekannt. Es führt das Erbe der YOLO-Serie fort und bietet eine leistungsstarke Lösung, die Effizienz und Genauigkeit vereint. Papieradresse: https://arxiv.org/pdf/2405.14458 Projektadresse: https://github.com/THU-MIG/yo

Die neuesten Versionen von Laravel 9 und CodeIgniter 4 bieten aktualisierte Funktionen und Verbesserungen. Laravel9 übernimmt die MVC-Architektur und bietet Funktionen wie Datenbankmigration, Authentifizierung und Template-Engine. CodeIgniter4 nutzt die HMVC-Architektur, um Routing, ORM und Caching bereitzustellen. In Bezug auf die Leistung sorgen das auf Dienstanbietern basierende Designmuster von Laravel9 und das leichte Framework von CodeIgniter4 für eine hervorragende Leistung. In praktischen Anwendungen eignet sich Laravel9 für komplexe Projekte, die Flexibilität und leistungsstarke Funktionen erfordern, während CodeIgniter4 für schnelle Entwicklung und kleine Anwendungen geeignet ist.

Im Februar dieses Jahres brachte Google das multimodale Großmodell Gemini 1.5 auf den Markt, das durch technische und Infrastrukturoptimierung, MoE-Architektur und andere Strategien die Leistung und Geschwindigkeit erheblich verbesserte. Mit längerem Kontext, stärkeren Argumentationsfähigkeiten und besserem Umgang mit modalübergreifenden Inhalten. Diesen Freitag hat Google DeepMind offiziell den technischen Bericht zu Gemini 1.5 veröffentlicht, der die Flash-Version und andere aktuelle Upgrades behandelt. Das Dokument ist 153 Seiten lang. Link zum technischen Bericht: https://storage.googleapis.com/deepmind-media/gemini/gemini_v1_5_report.pdf In diesem Bericht stellt Google Gemini1 vor

Oben geschrieben und das persönliche Verständnis des Autors: Mit der Entwicklung und den Durchbrüchen der Deep-Learning-Technologie haben kürzlich groß angelegte Grundlagenmodelle (Foundation Models) bedeutende Ergebnisse in den Bereichen natürlicher Sprachverarbeitung und Computer Vision erzielt. Große Entwicklungsperspektiven bietet auch die Anwendung von Basismodellen beim autonomen Fahren, die das Verständnis und die Argumentation von Szenarien verbessern können. Durch Vortraining mit umfangreichen Sprach- und visuellen Daten kann das Basismodell verschiedene Elemente in autonomen Fahrszenarien verstehen und interpretieren und Schlussfolgerungen ziehen, indem es Sprach- und Aktionsbefehle für die Entscheidungsfindung und Planung im Fahrbetrieb bereitstellt. Das Basismodell kann durch Datenergänzung mit einem Verständnis des Fahrszenarios ergänzt werden, um jene seltenen realisierbaren Merkmale in Long-Tail-Verteilungen bereitzustellen, die bei routinemäßigem Fahren und bei der Datenerfassung unwahrscheinlich anzutreffen sind.

Laravel – Artisan Commands – Laravel 5.7 bietet eine neue Möglichkeit, neue Befehle zu behandeln und zu testen. Es enthält eine neue Funktion zum Testen von Handwerkerbefehlen und die Demonstration wird unten erwähnt?

Für Anfänger bietet CodeIgniter eine sanftere Lernkurve und weniger Funktionen, deckt aber die Grundbedürfnisse ab. Laravel bietet einen größeren Funktionsumfang, weist jedoch eine etwas steilere Lernkurve auf. In Bezug auf die Leistung schneiden sowohl Laravel als auch CodeIgniter gut ab. Laravel verfügt über eine umfangreichere Dokumentation und aktive Community-Unterstützung, während CodeIgniter einfacher und leichtgewichtiger ist und über starke Sicherheitsfunktionen verfügt. Im praktischen Fall der Erstellung einer Blogging-Anwendung vereinfacht EloquentORM von Laravel die Datenmanipulation, während CodeIgniter mehr manuelle Konfiguration erfordert.
