博客
关于我
CLR
阅读量:593 次
发布时间:2019-03-11

本文共 670 字,大约阅读时间需要 2 分钟。

公共语言运行库(CLR)

公共语言运行库(Common Language Runtime, CLR)是托管代码执行环境的核心引擎,负责管理和执行托管代码。它为.NET框架提供了一个统一的代码执行环境,支持多种语言的交互。此外,CLR还实现了代码访问安全性、跨语言集成以及对对象生存期的管理,使其成为.NET开发的基础设施。

在实际应用中,CLR通过运行于虚拟机(如JUST-IN-TIME,JIT)或即时运行时(如.ngen)来执行托管代码。这使得托管代码在内存中以特定格式(如Microsoft Intermediate Language,IL)运行,而非直接执行机器代码。CLR通过IL和托管内存管理,加强了对托管代码的安全性和可靠性。

随着时间的推移,CLR随着.NET框架的演进不断发展。从最初的.NET Framework 1.0到更现代的.NET Core(跨平台.NET,ียก名为CoreClr),CLR逐步增强支持的语言和性能优化。例如,CoreClr支持在不同平台上运行,例如Windows、Linux和macOS,这极大地扩展了其应用场景。

早期的CLR版本主要面向桌面应用开发,而随着移动应用的兴起,目前的CLR版本更注重轻量化和跨平台支持。例如,集成开发环境(IDE)和工具链已经能够在多种环境中高效工作。

尽管随着时间推移,托管代码的应用场景多样化,但CLR的核心功能始终未变。无论是在桌面应用、网络服务还是嵌入式系统中,CLR都扮演着关键角色。它通过独特的代码执行模型,为程序员提供了一个可靠且灵活的托管环境。

转载地址:http://eyctz.baihongyu.com/

你可能感兴趣的文章
PreparedStatement 与Statement 的区别,以及为什么推荐使用 PreparedStatement ?
查看>>
PreparedStatement 查询 In 语句 setArray 等介绍。
查看>>
presentModalViewController显示半透明的一个view
查看>>
PresentViewController切换界面
查看>>
PyTorch之torch.utils.data.DataLoader解读
查看>>
PyTorch之DataLoader杂谈
查看>>
presto、druid、sparkSQL、kylin的对比分析
查看>>
Presto分布式大数据查询引擎
查看>>
Presto架构及原理
查看>>
Presto(一)集群部署
查看>>
Presto(二)开启安全认证
查看>>
Pricing procedure Steps and Details in SAP MM (from SCN)
查看>>
Prim 算法在不同权重范围内的性能分析及其实现
查看>>
Primace 5.0软件与KEIL单片机软件联合在线仿真步骤
查看>>
Prime Distance
查看>>
Prim求MST最小生成树
查看>>
Prim算法与Kruskal算法在均匀分布权重图中的性能比较
查看>>
Prim算法在加权连通图中的简单实现
查看>>
Prim算法详解及C代码示例
查看>>
pytorch中让数组显示更多的数字 torch.set_printoptions参数详解 numpy也是这个函数
查看>>