前言

之前的python-pytorch的系列文章还没有写完，只是写到卷积神经网络。因为我报名成功了系统架构师的考试，所以决定先备考，等考完再继续写。

虽然架构师证书不能证明技术水平，但在现实生活中的某些情况下是有意义的，比如我要是去学校做培训老师的话，有这个证就会课时费高一点。考试虽然无聊，但有些考题还是蛮有意思的。

思考

看了几套架构师的考题，发现个有趣的现象，就是综合知识的考题都会加入当年流行的概念，比如2020年就有问微内核的考题，这是因为19年华为发布了鸿蒙系统。

这让我想起来两种架构师的区别，一种是能从1-100搭建框架的，一种是10-100搭建框架。什么是10-100呢，就是找一个开源项目或者付费开源项目。

区别一：10-100的架构师的特点是，当开发向他发问一些细节问题，他会让开发去自己调查，如果推脱不掉，他就只能自己调查，然后把意见给开发。而1-100的架构师，会直接给出答案。

区别二：10-100的架构师就会特别关注这种实事，比如鸿蒙发布的系统这种事；然后通过加入10概念+10组件，让100分的系统进化到200分。而1-100的架构师会深入研究组件，然后优化或者自研组件，然后将重组后混合的5个概念和3个组件，以最优的性能的方式，将其加入到系统，然后将系统从100分提升到200分。

两种模式的架构师，其实都很累，但10-100分的架构师是更被重视，而且其所在团队的人数数量通常是，1-100架构师的团队人数数量的5-10倍。所以通常10-100的架构师会被老板认为能力更强，毕竟带的团队更大，概念和组件更多。

回到架构师考试，这个考题，从本质上就是从java的10-100架构师的角度出发的。

后来，我又回头看了软件设计师的考题，因为我已经从1-100的net架构师转java开发了，所以我看这考题就有一种很深的思考，那是一种这考题就是为了java开发出的感觉。

比如，23种设计模式，这个就是在java里玩的很转，这是因为java语言的不完善，他是一个高级语言和低级语言的结合，但在其他语言，23种设计模式就是常规的写代码操作，完全没必要学习，因为只要你会写代码，你写的每行代码都可以解释为23种设计模式中的一种或几种。

而如果你是java开发，只要你工作几年，就会对23种设计有深刻理解，完全不用背，因为总用。但其他语言开发，就得背，而且背的时候还不理解，因为它违背了你认知，所以你不可能背明白。

再比如微服务设计，只有java搞无限制的http请求，例如一个用户创建接口里要创建用户和部门关系，而创建用户部门关系又要验证用户是否存在，那么我们就有token，创建用户，创建用户部门关系，验证用户存在，4个http请求，如果业务复杂，10+的http请求也是可能的。

这在其他语言是不可理解的，因为其他语言玩微服务不是这样的。但因为java的环境如此，所以会有很多相关问题，而这些问题被拿到考题中，这就跟其他语言的开发者的认知相背了，所以这是其他语言开发根本不可能靠背和理解能认知的。

考题

当然还是有一些考题很有意思，下面是09年的考题，虽然是以前的，可能这题型不会考了，但还是挺有意思，可以学习一下。

当然这题的答案我认为是有问题的。

这道题，关键点是ZP=Z，在已知转移矩阵p的情况下，已知x是当前的销售数量，例如x=[10,5],那么如果要预测下一次该品牌的销售概率x'的话，可以使用公式x'=x⋅P。

[10,5]⋅ [ 0.8 0.4    =10*0.8+5*0.2  10*0.4+5*0.6  =  [9,7]
        0.2 0.6 ] 

即A,B品牌下次卖 [9,7]。
因为ZP=Z，所以，选项中的最终占有率就是Z，所以我们挨个计算就行。
答案是D。
计算如下：

[2/3 1/3]⋅ [ 0.8 0.2    =2/3*0.8+1/3*0.2  2/3*0.2+1/3*0.6  =2/3*4/5+1/3*1/5  2/3*1/5+1/3*3/5 =9/15+1/15 2/15+3/15  =2/3 1/3
            0.2 0.6 ] 

所以d令zp=z成立，所以选D。

注：此文章为原创，任何形式的转载都请联系作者获得授权并注明出处！

若您觉得这篇文章还不错，请点击下方的【推荐】，非常感谢！

https://www.cnblogs.com/kiba/p/18388762

一、主从复制

1、主从关系

都说的 Redis 具有高可靠性，这里有两层含义：一是数据尽量少丢失，二是服务尽量少中断。AOF 和 RDB 保证了前者，而对于后者，Redis 的做法就是将一份数据同时保存在多个实例上。为了保证数据一致性，Redis 提供了主从库模式，并采用读写分离的方式，如图

2、主从复制-全量

当启动多个 Redis 实例的时候，它们相互之间就可以通过 replicaof（Redis 5.0 之前使用 slaveof）命令形成主库和从库的关系。例如，让实例 1（ip：172.16.19.3）和实例 2（ip：172.16.19.5）成为主从关系的命令：
replicaof 172.16.19.3 6379
，当关系建立后，第一次同步分数据为三个阶段：

（1）从库给主库发送 psync 命令，表示要进行数据同步，包含主库的 runID（redis 实例启动生成的随机 ID） 和复制进度 offset 两个参数，初次复制runID 为 ？offset 为 -1，主库会用 FULLRESYNC（初次为全量复制）响应命令带上两个参数返回给从库，从库收到响应后会记录 runID、offset 两个参数。
（2）主库执行 bgsave 命令，生成 RDB 文件并发给从库，从库会先清空当前数据库，然后加载 RDB 文件。这个过程中主库不会被阻塞，为了保证主从库的数据一致性，主库会在内存中用专门的 replication buffer，记录 RDB 文件生成后收到的所有写操作。
（3）主库完成 RDB 文件发送后，就会把此时 replication buffer 中的修改操作发给从库，从库再重新执行这些操作。

3、主从复制-级联

全量复制中，对于主库来说，需要完成两个耗时的操作：生成 RDB 文件和传输 RDB 文件，如果从库数量很多，主线程忙于 fork 子进程生成 RDB 文件会阻塞主线程处理正常请求，从而导致主库响应应用程序的请求速度变慢。此外，传输 RDB 文件也会占用主库的网络带宽，同样会给主库的资源使用带来压力。

我们可以通过“主-从-从”模式将主库生成 RDB 和传输 RDB 的压力，以级联的方式分散到从库上，从而降低主库的压力。简单来说，我们在部署主从集群的时候，可以手动选择一个从库（比如选择内存资源配置较高的从库），用于级联其他的从库，相当于选择一个从库当做其他从库的主库，执行
replicaof 所选从库IP 6379
，建立关系。

主从复制完成后，它们之间就会一直维护一个网络连接，主库会通过这个连接将后续陆续收到的命令操作再同步给从库，这个过程也称为基于长连接的命令传播，可以避免频繁建立连接的开销。

4、网络问题

网络中断后，主从库会采用增量复制的方式把主从库网络断连期间主库收到的命令同步给从库，期间命令会写入 replication buffer 以及 repl_backlog_buffer 缓冲区。这是一个环形缓冲区，主库会记录自己写到的位置，从库则会记录自己已经读到的位置。

起初，两个位置是相同的，但随着主库不断接收新的写操作，缓冲区中的写位置会逐步偏离起始位置，通常用偏移量来衡量这个偏移距离的大小，偏移越多，master_repl_offset 越大。

当主从库的连接恢复，从库首先会给主库发送 psync 命令把自己当前的 slave_repl_offset 发给主库，主库根据 master_repl_offset 和 slave_repl_offset 之间的差距，形成命令发送给从库进行数据同步。

需要强调的是，因为 repl_backlog_buffer 是一个环形缓冲区，所以在缓冲区写满后，主库会继续写入，此时，就会覆盖掉之前写入的操作。如果从库的读取速度比较慢，就有可能导致从库还未读取的操作被主库新写的操作覆盖了，这会导致主从库间的数据不一致。

我们可以调整 repl_backlog_size 这个参数来设置缓冲空间大小。计算公式是：缓冲空间大小 = 主库写入命令速度 * 操作大小 - 主从库间网络传输命令速度 * 操作大小。在实际应用中，我们可以扩大一定倍数应对突发的请求压力。

如果并发请求量非常大，除了适当增加 repl_backlog_size 值，就需要考虑使用切片集群来分担单个主库的请求压力了。

二、切片集群

在使用 RDB 持久化时，Redis 会 fork 子进程来完成，fork 操作的用时和 Redis 的数据量是正相关的，而 fork 在执行时会阻塞主线程。数据量越大，fork 操作造成的主线程阻塞的时间越长，会导致 Redis 响应变慢。我们使用 INFO 命令查看 Redis 的 latest_fork_usec 指标值（表示最近一次 fork 的耗时）。所以当数据量持续增长时，通过扩大内存的方式不太适用，应该采用切片集群。

切片集群，也叫分片集群，就是指启动多个 Redis 实例组成一个集群，然后按照一定的规则，把收到的数据划分成多份，每一份用一个实例来保存。例如把 25GB 的数据平均分成 5 份（当然，也可以不做均分），使用 5 个实例来保存，每个实例只需要保存 5GB 数据。实例在为 5GB 数据生成 RDB 时，数据量就小了很多，fork 子进程一般不会给主线程带来较长时间的阻塞。

加大内存、切片集群，两种方法对应的就是 纵向扩展（scale up）和横向扩展（scale out）：
（1）纵向扩展：升级单个 Redis 实例的资源配置，包括增加内存容量、增加磁盘容量、使用更高配置的 CPU。
（2）横向扩展：横向增加当前 Redis 实例的个数。
纵向扩展的好处是，实施起来简单、直接，但是受限于数据量增加带来的阻塞问题和硬件成本问题。与纵向扩展相比，横向扩展是一个扩展性更好的方案，要想保存更多的数据，只用增加 Redis 的实例个数就行了，相对的管理起来会复杂一点。

我们就需要解决两大问题：
（1）数据切片后，在多个实例之间如何分布？
（2）客户端怎么确定想要访问的数据在哪个实例上？

Redis 切片集群通常是通过 Redis Cluster 来实现的，用哈希槽（Hash Slot，接下来我会直接称之为 Slot），来处理数据和实例之间的映射关系，一个切片集群共有 16384 个哈希槽，这些哈希槽类似于数据分区，每个键值对都会根据它的 key，被映射到一个哈希槽中。先根据键值对的 key 按照 CRC16 算法 计算一个 16 bit 的值，然后再用这个 16bit 值对 16384 取模，得到 0~16383 范围内的模数，每个模数代表一个相应编号的哈希槽。

使用 cluster create 命令创建集群时，Redis 会自动把这些槽平均分布在集群实例上，每个实例上的槽个数为 16384/N 个。也可以使用 cluster meet 命令手动建立实例间的连接，形成集群，再使用 cluster addslots 命令，指定每个实例上的哈希槽个数。举个栗子，假设3个实例，5个哈希槽，根据实例内存情况，按下图配置：

redis-cli -h 172.16.19.3 –p 6379 cluster addslots 0,1
redis-cli -h 172.16.19.4 –p 6379 cluster addslots 2,3
redis-cli -h 172.16.19.5 –p 6379 cluster addslots 4

key1 和 key2 计算完 CRC16 值后，对哈希槽总个数 5 取模，再根据各自的模数结果，就可以被映射到对应的实例 1 和实例 3 上了，这个过程就完成了数据分布的问题。（注意：手动分配哈希槽时，需要把 16384 个槽都分配完，否则 Redis 集群无法正常工作）

集群创建后，Redis 实例会把自己的哈希槽信息发给和它相连接的其它实例，来完成哈希槽分配信息的扩散。客户端和集群实例建立连接后，实例就会把哈希槽的分配信息发给客户端，客户端收到哈希槽信息后，会把哈希槽信息缓存在本地。当客户端请求键值对时，会先计算键所对应的哈希槽，然后就可以给相应的实例发送请求了。

但是，在集群中，实例和哈希槽的对应关系并不是一成不变的，最常见的变化有两个：
（1）在集群中，实例有新增或删除，Redis 需要重新分配哈希槽
（2）为了负载均衡，Redis 需要把哈希槽在所有实例上重新分布一遍

实例之间可以通过相互传递消息，获得最新的哈希槽分配信息，但是，客户端是无法主动感知这些变化的。这就会导致，它缓存的分配信息和最新的分配信息就不一致。Redis Cluster 方案提供了一种重定向机制，所谓的“重定向”，就是指，客户端给一个实例发送数据读写操作时，这个实例上并没有相应的数据的话，会返回 MOVED 命令响应结果，这个结果中就包含了新实例的访问地址，客户端重定向到新实例，同时更新本地对应关系的缓存。

GET hello:key
(error) MOVED 13320 172.16.19.5:6379

在实际应用时，如果正好赶上实例数据正在迁移，访问的 Slot 2 中的数据只有一部分迁移到了实例 3，还有部分数据没有迁移。这种情况下，客户端就会收到一条 ASK 报错信息：

GET hello:key
(error) ASK 13320 172.16.19.5:6379

这表明客户端请求的键值对所在的哈希槽 13320，在 172.16.19.5 这个实例上，但是这个哈希槽正在迁移，客户端需要先给 172.16.19.5 这个实例发送一个 ASKING 命令，让这个实例允许执行客户端接下来发送的命令。然后，客户端再向这个实例发送 GET 命令，以读取数据。举个例子如图：

Slot 2 正在从实例 2 往实例 3 迁移，key1 和 key2 已经迁移过去，key3 和 key4 还在实例 2。客户端向实例 2 请求 key2 后，就会收到实例 2 返回的 ASK 命令。然后给实例 3 发送 ASKING 命令，才能读取 key2 的数据。注意，和 MOVED 命令不同，ASK 命令并不会更新客户端缓存的哈希槽分配信息，如果客户端再次请求 Slot 2 中的数据，它还是会给实例 2 发送请求，重复上述步骤。

前言

大家好，今天推荐一个文档管理系统Dorisoy.Pan。

Dorisoy.Pan 是一个基于 .NET 8 和 WebAPI 构建的文档管理系统，它集成了 Autofac、MediatR、JWT、EF Core、MySQL 8.0 和 SQL Server 等技术，以实现一个简单、高性能、稳定且安全的解决方案。

这个系统支持多种客户端，包括网站、Android、iOS 和桌面应用，覆盖了文档管理的全流程，如计划、总结、开发、模板、测试、验收、设计、需求、收藏、分享、回收站和总空间等30多种核心功能。

项目介绍

Dorisoy.Pan 是一款基于.NET 8.0的免费、跨平台的文档管理系统。支持 MS SQL 2012 及以上和 MySQL 8.0 及以上数据库，可在 Windows、Linux 或 Mac 上运行。

系统采用全异步方法和令牌认证，遵循最佳安全实践，提供高性能、稳定且安全的文档管理体验。

源代码完全开放且可定制，采用了模块化和清晰的架构设计，使开发和定制特定功能变得简单快捷。

Dorisoy.Pan 利用最新的.NET 生态技术栈，为用户提供了一个既稳定又安全的文档管理解决方案。

项目技术

项目使用的技术栈分为：

• 后端采用 .NET 8、EF Core、NLog、AutoMapper、FluentValidation、Newtonsoft.Json 和 MediatR；
• 前端则使用 Node.js 和 Angular。
• 支持的数据库包括 MS SQL 2012 及更高版本和 MySQL 8.0 及更高版本。

项目结构

项目使用

1、后端启动步骤

• 使用 Visual Studio 2019 或更新版本打开解决方案文件 Dorisoy.Pan.sln。
• 在解决方案资源管理器中右键点击并选择"还原 NuGet 包"。
• 更新 Dorisoy.Pan.API 项目中的 appsettings.json 文件内的数据库连接字符串。
• 通过 Visual Studio 菜单中的"工具">"NuGet 包管理器">"包管理器控制台"，打开包管理器控制台。
• 在包管理器控制台中，设置默认项目为 Dorisoy.Pan.Domain。 在控制台中运行 Update-Database 命令以创建数据库并填充初始数据。 将 Dorisoy.Pan.API 设置为启动项目。 按 F5 键启动项目。

2、前端启动步骤

如果尚未安装 Node.js，请访问 https://nodejs.org，下载并全局安装 Node.js（确保版本号至少为 4.0，同时 NPM 版本至少为 3），并全局安装 TypeScript。

• 全局安装 Angular CLI：npm install -g @angular/cli 使用 Visual Code 打开项目目录 \UI。 在集成终端中运行 npm install 以初始化并安装依赖项。
• 运行 npm run start 启动 Angular 开发服务器。
• 当 Angular 开发服务器在 localhost:4200 上监听时，在浏览器中打开 http://localhost:4200/。
• 为了在本地构建并运行生产版本，请执行 ng build --prod。这将生成一个包含压缩后的 HTML、CSS 和 JS 文件的应用程序生产版本，并放置在 dist 文件夹中，该文件夹可用于部署到生产服务器。

项目展示

• 演示地址：http://pan.dorisoy.com/
• 默认账号：admin@gmail.com 密码：admin@123

1、Desktop 客户端示例

2、Web 客户端示例

项目地址

GitHub：
https://github.com/dorisoy/Dorisoy.Pan

总结

对于刚开始接触 .NET 8 和 WebAPI 的小伙伴来说，Dorisoy.Pan 提供了一个全面的学习资源，帮助我们快速掌握跨平台开发的技能。项目代码行数为 42,310 行，是一个适合深入学习和实践的保姆级项目。

需要的小伙伴们赶快学习起来吧，希望能够帮助大家提升技术。

最后

如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。

也可以加入微信公众号
[DotNet技术匠]
社区，与其他热爱技术的同行一起交流心得，共同成长！
优秀是一种习惯，欢迎大家留言学习！

manim
中
曲线
，除了前面介绍的圆弧类曲线，也可以绘制任意的曲线。

manim
中提供的
CubicBezier
模块，可以利用三次贝塞尔曲线的方式绘制任意曲线。

关于贝塞尔曲线的介绍，可以参考：
https://en.wikipedia.org/wiki/B%C3%A9zier_curve
。

本文主要介绍贝塞尔曲线和两种带箭头的曲线的模块。

1. CubicBezier
   ：三次贝塞尔曲线，可以绘制平面上的任意曲线
2. CurvedArrow
   ：单箭头曲线
3. CurvedDoubleArrow
   ：双箭头曲线

1. 主要参数

CurvedArrow
和
CurvedDoubleArrow
的主要参数就是曲线的起点和终点，

这两个模块继承自
ArcBetweenPoints
模块。

CubicBezier
模块的参数是四个点，建议先了解三次贝塞尔曲线的原理，然后就能明白这4个参数的意义。

比如下面的贝塞尔曲线，其中:

• $ P_0 $相当于参数
  start_anchor
• $ P_1
  $相当于参数
  start_handle
• $ P_2 $相当于参数
  end_handle
• $ P_4 $相当于参数
  end_anchor
  。

2. 使用示例

2.1. 带箭头的曲线

带箭头的曲线由
起点
开始沿
逆时针
方向旋转到
终点
。

CurvedArrow(
    LEFT / 2 + UP,
    RIGHT / 2 + UP,
    color=BLUE,
)
CurvedArrow(
    LEFT + UP / 2,
    RIGHT + UP / 2,
    color=RED,
)
CurvedDoubleArrow(
    LEFT * 2 + UP / 2,
    RIGHT * 2 + UP / 2,
    color=YELLOW,
)

CurvedDoubleArrow(
    RIGHT * 2 + DOWN * 1.6,
    LEFT * 2 + DOWN * 1.6,
    color=YELLOW,
)
CurvedArrow(
    RIGHT + DOWN * 1.6,
    LEFT + DOWN * 1.6,
    color=RED,
)
CurvedArrow(
    RIGHT / 2 + DOWN * 2.1,
    LEFT / 2 + DOWN * 2.1,
    color=BLUE,
)

2.2. 贝塞尔曲线绘制过程

贝塞尔曲线通过四个点就能绘制出非常平滑的曲线，其中的原理网络上有很多文章介绍，这里不再赘述。

下面通过一个动画演示其绘制的原理。

1. 白色的点
   ：用于绘制贝塞尔曲线的4个固定点
2. 蓝色点
   ：根据4个白色点计算得出
3. 红色点
   ：根据3个蓝色点计算得出
4. 黄色点
   ：根据2个红色点计算得出

蓝色点
沿着
白色点
连接的线移动，
红色点
随蓝色点联动，
黄色点
随红色点联动，

黄色点
的运动轨迹就是绘制出的曲线。

有了
CubicBezier
模块，可以根据四个点直接绘制贝塞尔曲线，效果和上面的一样，只是代码会简化很多。

points = [
    LEFT * 2 + DOWN,
    LEFT + UP,
    RIGHT * 1.5 + UP,
    RIGHT * 2 + DOWN,
]

CubicBezier(
    points[0],
    points[1],
    points[2],
    points[3],
    color=YELLOW,
)

2.3. 绘制爱心

贝塞尔曲线可以绘制非常光滑的曲线，理论上可以绘制各种复杂的曲线图形。

下面尝试用三次贝塞尔曲线来绘制一个
爱心
的图案。

points = [
    2 * DOWN * 0.5,
    2 * LEFT,
    2 * (LEFT + UP),
    2 * UP * 0.5,
]
# 左半部分
CubicBezier(
    points[0],
    points[1],
    points[2],
    points[3],
    color=RED,
)

points = [
    2 * DOWN * 0.5,
    2 * RIGHT * 1,
    2 * (RIGHT * 1 + UP),
    2 * UP * 0.5,
]
# 右半部分
CubicBezier(
    points[0],
    points[1],
    points[2],
    points[3],
    color=GREEN,
)

3. 附件

文中完整的代码放在网盘中了（
bezier.py
），

下载地址:
完整代码
(访问密码: 6872)

title: 使用 nuxi generate 进行预渲染和部署
date: 2024/9/4
updated: 2024/9/4
author:
cmdragon

excerpt:
通过 nuxi generate 命令，你可以轻松地将 Nuxt 应用程序预渲染为静态 HTML 文件，并将其部署到任何静态托管服务。这种方法可以提高应用程序的性能和安全性，特别适用于那些需要快速加载的应用。

categories:

• 前端开发

tags:

• Nuxt
• 预渲染
• 部署
• 静态
• HTML
• 性能
• 安全性

扫描
二维码
关注或者微信搜一搜：
编程智域 前端至全栈交流与成长

Nuxt.js 提供了强大的功能来构建和优化现代 Web 应用。
nuxi generate
命令是 Nuxt 的一部分，用于预渲染你的应用程序，并将结果存储为静态 HTML 文件。这使得你可以将应用程序部署到任何静态托管服务上。

什么是
nuxi generate
？

nuxi generate
命令用于预渲染你的 Nuxt 应用程序的每个路由，并将这些页面保存为静态的 HTML 文件。这种静态生成方法可以提高页面加载速度，并允许你将应用程序部署到静态托管服务，如 GitHub Pages、Netlify 或 Vercel。

安装 Nuxt 和准备项目

确保你已经在机器上安装了 Node.js 和 Nuxt。如果还没有，你可以通过以下步骤进行安装：

1. 安装 Node.js
   ：访问
   Node.js 官方网站
   下载并安装 Node.js。

2. 创建 Nuxt 项目
   ：

   使用以下命令创建一个新的 Nuxt 应用：

   npx nuxi@latest init my-nuxt-app
   

   
   

   按照提示选择适合你的选项，完成项目创建后，进入项目目录：

   cd my-nuxt-app
   

使用
nuxi generate

nuxi generate
命令用于生成静态 HTML 文件。默认情况下，它会渲染你的应用程序中的所有路由并将其保存为 HTML 文件。这些文件可以被部署到任何静态托管服务上。

运行命令

在你的 Nuxt 项目目录中，运行以下命令来生成静态文件：

npx nuxi generate

这会执行预渲染并将生成的 HTML 文件保存在
./dist
目录中。
nuxi generate
实际上会调用
nuxi build
并将
prerender
参数设置为
true
。

使用其他选项

• 指定根目录
  ：如果你的应用程序不在当前目录中，你可以指定根目录。例如：

  npx nuxi generate /path/to/your/app
  

• 加载自定义环境文件
  ：使用
  --dotenv
  选项来指定另一个
  .env
  文件：

  npx nuxi generate --dotenv .env.production
  

部署静态文件

生成的静态 HTML 文件将保存在
./dist
目录中。你可以将这些文件部署到静态托管服务上。以下是一些常见的静态托管服务及其部署步骤：

部署到 GitHub Pages

1. 安装
   gh-pages
   工具
   ：

   npm install --save-dev gh-pages
   

2. 添加部署脚本
   ：在
   package.json
   中添加部署脚本：

   "scripts": {
     "deploy": "gh-pages -d dist"
   }
   

3. 运行部署命令
   ：

   npm run deploy
   

部署到 Netlify

1. 登录 Netlify
   ，并点击 “New site from Git”。

2. 选择你的 Git 仓库
   ，并按照提示完成部署设置。

3. 设置发布目录
   为
   dist
   。

部署到 Vercel

1. 登录 Vercel
   ，并点击 “New Project”。

2. 选择你的 Git 仓库
   ，并按照提示完成部署设置。

3. 设置输出目录
   为
   dist
   。

总结

通过 nuxi generate 命令，你可以轻松地将 Nuxt 应用程序预渲染为静态 HTML 文件，并将其部署到任何静态托管服务。这种方法可以提高应用程序的性能和安全性，特别适用于那些需要快速加载的应用。

余下文章内容请点击跳转至 个人博客页面 或者 扫码关注或者微信搜一搜：
编程智域 前端至全栈交流与成长
，阅读完整的文章：
使用 nuxi generate 进行预渲染和部署 | cmdragon's Blog

往期文章归档：

• 探索 Nuxt Devtools：功能全面指南 | cmdragon's Blog
• 使用 nuxi dev 启动 Nuxt 应用程序的详细指南 | cmdragon's Blog
• 使用 nuxi clean 命令清理 Nuxt 项目 | cmdragon's Blog
• 使用 nuxi build-module 命令构建 Nuxt 模块 | cmdragon's Blog
• 使用 nuxi build 命令构建你的 Nuxt 应用程序 | cmdragon's Blog
• 使用 nuxi analyze 命令分析 Nuxt 应用的生产包 | cmdragon's Blog
• 使用 nuxi add 快速创建 Nuxt 应用组件 | cmdragon's Blog
• 使用 updateAppConfig 更新 Nuxt 应用配置 | cmdragon's Blog
• 使用 Nuxt 的 showError 显示全屏错误页面 | cmdragon's Blog
• 使用 setResponseStatus 函数设置响应状态码 | cmdragon's Blog
• 如何在 Nuxt 中动态设置页面布局 | cmdragon's Blog
• 使用 reloadNuxtApp 强制刷新 Nuxt 应用 | cmdragon's Blog
• 使用 refreshNuxtData 刷新 Nuxt应用 中的数据 | cmdragon's Blog
• 使用 prerenderRoutes 进行预渲染路由 | cmdragon's Blog
• 使用 preloadRouteComponents 提升 Nuxt 应用的性能 | cmdragon's Blog
• 使用 preloadComponents 进行组件预加载 | cmdragon's Blog
• 使用 prefetchComponents 进行组件预取 | cmdragon's Blog
• 使用 onNuxtReady 进行异步初始化 | cmdragon's Blog
• 使用 onBeforeRouteUpdate 组合式函数提升应用的用户体验 | cmdragon's Blog
• 使用 onBeforeRouteLeave 组合式函数提升应用的用户体验 | cmdragon's Blog