wallpaper engine在线预览方法一览

有些用户会把wallpaper engine上的壁纸下载到本地来观看，但有些用户还不清楚该怎么下载下来用视频方式看，这里就给大家简单介绍一下具体的操作步骤，希望对您有所帮助。wallpaper engine怎么看视频：1、首先打开wallpaper engine软件。 2、找到我们已经下载好的壁纸。 3、右键该视频，选择“在资源管理器中打开” 4、然后在跳转的文件夹中点击该文件。 5、这样就可以用电脑来观看这个下载的视频了。

wallpaper engine不仅有电脑版，现在还有手机版，不过还有许多用户不清楚该怎么把电脑上的壁纸传到手机上，这里就给大家简单介绍一下具体的操作步骤，希望对您有所帮助。wallpaper engine怎么传到手机上1、首先Steam上需要先购买好wallpaper engine，然后手机上下载对应的APP软件。手机应用商店搜索“壁纸引擎”下载安装。 2、确保手机和电脑连接在同一WIFI下，打开PC端Wallpaper Engine， 点击右上方 “ 移动设备 ”  图标，然后点击"连接新设备”，然后会生产一个PIN 3、打开手机APP，点击右下角“添加“，确保手机和电脑连接同一WIFI下， 将会看到电脑名称，点击电脑，输入上一步的PIN码进行配对连接。 4、等待系统显示匹配成功，打开Wallpaper Engine电脑端、右键单击目标壁纸、 选择“发送至移动设备”，点击“导出文件”选项，将会生成一个后缀为“mpkg”的壁纸文件保存在本地 5、手机在微信/QQ窗口中长按文件，“打开方式”选择为WallpaperEngineAPP” 若无法用上述方式打开，可找到文件在手机中的目录，通过APP点击“添加”，找到壁纸所在的文件目录导入即可。

许多用户在使用wallpaper engine的时候不知道该怎么把壁纸下载到本地，其实方法很简单，阿里西西小编在这里就给您具体讲解一下操作步骤，希望对您有所帮助。wallpaper engine怎么下载到本地1、首先打开Steam，运行Wallpaper Engine：壁纸引擎。 2、点击你想要保存的壁纸。 3、点击保存按钮。 4、输入你想预设的名称后点击确认。 5、右键刚刚壁纸，选择在资源管理器中打开。 6、这样就可以看到壁纸的本地保存途径了。

目录一、ChatGPT 如何帮助 SQL 开发人员二、先决条件三、下载并安装 AdventureWorks2019 数据库四、SQL JOIN 查询示例六、ChatGPT 会取代数据库专家吗？通过清晰的示例和解释，本文展示了 ChatGPT 如何简化和简化创建复杂 MySQL 查询的过程，使用户更容易与数据库交互并检索他们需要的数据。无论您是初学者还是经验丰富的开发人员，本文都提供了有关如何利用 ChatGPT 来增强您的 MySQL 查询编写技能的宝贵见解。 本文涉及到的相关软件，dbForge Studio for SQL Server和ChatGPT,在您尝操作前，请务必先确保两个程序都正常运作哦，废话不多说，开始上干货！ Devart 提供包括Oracle、SQL Server、MySQL、PostgreSQL、InterBase以及Firebird在内的专业数据库远程管理软件，dbForge Studio for MySQL是一个在Windows平台被广泛使用的MySQL客户端，它能够使MySQL开发人员和管理人员在一个方便的环境中与他人一起完成创建和执行查询，开发和调试MySQL程序，自动化管理MySQL数据库对象等工作。 dbForge Studio for MySQL 最新下载 https://www.evget.com/product/1708 一、ChatGPT 如何帮助 SQL 开发人员 ChatGPT 可以通过多种方式协助 SQL 开发人员： 编写 SQL 查询：ChatGPT 可以帮助编写用于数据检索、数据操作和数据库管理等任务的 SQL 查询。调试 SQL 代码：ChatGPT 可以通过提供优化查询性能、修复语法错误和识别潜在问题的建议来帮助排除 SQL 代码故障。提供SQL语法信息：ChatGPT可以提供SQL语法、关键字、函数等信息，方便开发者编写正确的SQL代码。提供查询优化提示：ChatGPT 可以提供有关如何优化 SQL 查询的提示，例如使用索引、降低复杂性以及避免子查询。生成报告：ChatGPT可以根据SQL数据生成报告，如销售报告、客户报告、库存报告等。 总体而言，ChatGPT 可以通过为各种与 SQL 相关的任务提供快速解答和支持，帮助 SQL 开发人员提高效率和生产力。让我们看看它如何帮助处理非常复杂的查询，例如 JOIN。 二、先决条件 要有效地使用 ChatGPT 编写 SQL JOIN 查询并使用 dbForge Studio for SQL Server 验证它们，需要满足以下先决条件： 用于 SQL Server 的 dbForge Studio。这个高级数据库管理工具将用于验证和测试 ChatGPT 生成的 SQL JOIN 查询。ChatGPT 帐户。您需要一个具有 OpenAI 的 ChatGPT 的活跃帐户才能与语言模型交互并生成 SQL JOIN 查询。AdventureWorks2019 数据库。此示例数据库将用于演示使用 ChatGPT 编写 SQL JOIN 查询然后使用 dbForge Studio for SQL Server 验证它们的过程。 具备这些先决条件后，您就可以按照本文中概述的步骤进行操作，并了解如何有效地使用 ChatGPT 编写 SQL JOIN 查询并使用 dbForge Studio for SQL Server 验证它们。 三、下载并安装 AdventureWorks2019 数据库 从 Microsoft 官方网站下载 AdventureWorks2019.bak文件。借助 SQL Server Management Studio 或 dbForge Studio for SQL Server 等数据库管理工具还原 AdventureWorks2019 数据库。为此，请打开该工具，连接到您的 SQL Server 实例，然后按照从备份文件还原数据库的步骤进行操作。验证数据库安装。恢复数据库后，您可以通过使用数据库管理工具连接到数据库并浏览数据库对象来验证安装。您应该会看到与 AdventureWorks2019 数据库关联的表、视图、存储过程和其他数据库对象。 四、SQL JOIN 查询示例 现在我们手头已经具备了所有必需的先决条件，我们可以开始使用 ChatGPT 编写 SQL JOIN 查询并使用 dbForge Studio for SQL Server 检查它们。以下是该过程的工作方式： 与 ChatGPT 交互：我们将使用 ChatGPT通过向其提供有关所需结果的信息来创建所有类型的 SQL JOINS 。这可以通过与语言模型的交互来完成，我们将在其中为其提供有关我们要连接的表和列以及我们想要实现的结果的必要详细信息。接收 SQL JOIN 查询：ChatGPT 将生成满足指定条件的 SQL JOIN 查询。可以将此查询复制并粘贴到 dbForge Studio for SQL Server 中执行。在 dbForge Studio for SQL Server 中运行 SQL JOIN 查询：创建查询后，我们将使用 dbForge Studio for SQL Server 对 AdventureWorks2019 数据库执行查询。这将使我们能够验证 SQL JOIN 查询的结果并确保它返回我们需要的结果。 内部联接 让我们从最广泛和最简单的 JOIN —  INNER JOIN开始。内部联接仅返回两个表中符合指定联接条件的行。换句话说，它只返回两个表的交叉数据，丢弃所有不匹配的行。 假设，我们想要获得所有客户的列表以及他们的地址和他们所下的订单。让我们请求 ChatGPT 协助我们。 现在让我们使用 dbForge Studio for SQL Server 来执行 ChatGPT 创建的查询并确认它返回了我们需要的结果。 SELECT c.CustomerID ,p.FirstName + ' ' + p.LastName AS CustomerName ,a.AddressLine1 ,a.city ,sp.Name AS StateProvince ,a.PostalCode ,o.SalesOrderID ,o.OrderDate FROM Sales.Customer c INNER JOIN Person.Person p ON c.PersonId = p.BusinessEntityID INNER JOIN Person.BusinessEntityAddress bea ON p.BusinessEntityID = bea.BusinessEntityID INNER JOIN Person.Address a ON bea.AddressID = a.AddressID INNER JOIN Person.StateProvince sp ON a.StateProvinceID = sp.StateProvinceID INNER JOIN Sales.SalesOrderHeader o ON c.CustomerID = o.CustomerID 查询已成功执行并输出所需的结果集。 左连接 让我们继续进行 LEFT JOINS。快速提醒一下——SQL 中的 LEFT JOIN 是一种连接，它返回左表 (table1) 中的所有行，以及右表 (table2) 中的匹配行。如果没有匹配，则右表的列将输出 NULL 值。 现在我们将想要的结果集描述给ChatGPT，让它写一个查询来得到这个结果集。假设，我们想要检索所有客户的列表以及他们曾经下过的订单数量。 正如预期的那样，ChatGPT 使用 LEFT JOIN 生成了一个查询。让我们使用 dbForge Studio for SQL Server 来执行它以验证它是否提供了预期的结果。 SELECT c.CustomerID ,p.FirstName + ' ' + p.LastName AS CustomerName ,COUNT(o.SalesOrderID) AS NumberOfOrders FROM Sales.Customer c LEFT JOIN Person.Person p ON c.PersonID = p.BusinessEntityID LEFT JOIN Sales.SalesOrderHeader o ON c.CustomerID = o.CustomerID GROUP BY c.CustomerID ,p.FirstName ,p.LastName 正确加入 现在让我们让 ChatGPT 编写一个带有 RIGHT JOIN 的 SELECT 查询。SQL 中的 RIGHT JOIN 与 LEFT JOIN 的工作方式类似，返回右表 (table2) 中的所有行和左表 (table1) 中的匹配行。如果没有匹配项，将为左表的列返回 NULL 值。 假设我们要检索一个结果集，该结果集显示 AdventureWorks2019 数据库中的所有供应商以及从这些供应商进行的所有购买。 再一次，让我们运行 ChatGPT 在 dbForge Studio for SQL Server 中创建的查询——只是为了确保它正常工作并返回我们期望的结果集。 SELECT v.Name AS VendorName ,p.OrderDate ,p.TotalDue FROM [Purchasing].[PurchaseOrderHeader] p RIGHT JOIN [Purchasing].[Vendor] v ON v.BusinessEntityID = p.VendorID 全外连接 FULL OUTER JOIN 是关系数据库中的一种连接操作，其中两个表中被连接的所有行都包含在结果集中，而不管另一个表中是否存在匹配项。如果匹配，则将两个表中的行连接在一起。如果没有匹配项，则使用 NULL 值填充缺失表中的列。 让我们请求 ChatGPT 协助我们进行 FULL OUTER JOIN 查询。 现在我们在 dbForge Studio 中检查 SQL Server 的查询，就像我们在前面的示例中所做的那样。 SELECT * FROM Sales.Customer FULL OUTER JOIN Sales.SalesOrderHeader ON Sales.Customer.CustomerID = Sales.SalesOrderHeader.CustomerID; 交叉连接 CROSS JOIN也称为笛卡尔积，是关系数据库中的一种连接操作，它将一个表中的每一行与另一个表中的每一行组合在一起。结果表包含两个表中所有可能的行组合。让我们让 ChatGPT 创建一个查询，以获取 AdventureWorks2019 数据库中产品类别和子类别的所有可能组合。 现在让我们在 dbForge Studio for SQL Server 中运行查询来验证它。 SELECT pc.Name AS CategoryName ,psс.Name AS SubcategoryName FROM Production.ProductCategory pc CROSS JOIN Production.ProductSubcategory psс 自我加入 在 SQL 中，SELF JOIN是一种常规的连接操作，其中表与自身连接。当我们想要比较单个表中的数据时，它很有用。 因此，要接收 SELF JOIN，我们需要要求 ChatGPT 将一个表连接到自身，就好像该表是两个表一样。假设我们要从AdventureWorks2019数据库的HumanResources.Employee表中获取所有主管及其下属的列表，其中主管和下属的性别相同。 查询已准备就绪。现在让我们在 dbForge Studio 中验证它并查看输出。 SELECT e1.Gender AS Gender, e1.JobTitle AS Supervisor, e2.JobTitle AS Subordinate FROM HumanResources.Employee e1 FULL JOIN HumanResources.Employee e2 ON e1.Gender = e2.Gender WHERE e1.OrganizationLevel = 1 AND e2.OrganizationLevel <> 1 上面的示例表明，即使您不是经验丰富的 SQL 开发人员，您仍然可以创建涉及 JOIN 的复杂查询。你需要做的就是向AI详细说明你想要获得的结果类型或加入哪些表，它会为你处理任务。这很了不起，不是吗？因此，复杂的数据库分析和开发现在变得更容易为公众所接受。 ChatGPT 可以学习吗？ ChatGPT 是一种基于机器学习的语言模型，旨在随着时间的推移进行学习和改进。它接受了大量文本数据的训练，并使用该数据生成对用户输入的响应。随着 ChatGPT 与用户互动并接收反馈，它可以继续学习和适应用户需求，改进其响应并随着时间的推移变得更加准确和有效。 当用户提供有关他们的问题或主题的更多上下文或详细信息时，ChatGPT 可以使用该信息生成更相关和准确的响应。通过将用户反馈和附加信息纳入其输入数据，ChatGPT 可以学习和适应用户的需求，并生成更有效的答案。 六、ChatGPT 会取代数据库专家吗？ 在可预见的未来，ChatGPT 是否会取代数据库程序员、分析师或管理员是非常值得怀疑的，主要是因为它缺乏对有效编程和管理数据库所需的数据库、SQL 语法和数据结构的深刻理解。 数据库编程需要高水平的专业知识，包括设计和实施高效且安全的数据库系统的能力，以及编写和优化 SQL 查询的能力。ChatGPT 可以协助生成 SQL 查询，但它不能取代人类数据库程序员带来的批判性思维、上下文意识、问题解决和专业知识。此外，ChatGPT 是一种可用于增强人类数据库程序员工作的工具，但它无法独立管理数据库或做出有关如何优化和保护数据库系统的复杂决策。 因此，ChatGPT 不太可能取代数据库程序员，但它可能能够在某些情况下协助和增强他们的工作。 结论 作为一种语言模型，ChatGPT 可以就如何构建复杂的 SQL 查询和 JOIN 提供指导和建议，但它不能直接访问 SQL 数据库。它可以帮助您了解语法、最佳实践和有关如何构建查询以高效执行的一般指导。但是，要创建和运行任何复杂的 SQL 查询，您需要使用数据库管理系统（例如 SQL Server）和 GUI 客户端来与此 DBMS 交互（例如用于 SQL Server 的 dbForge Studio）。 如果您正在寻求增强您的 MySQL 数据库管理体验，我们建议您下载 dbForge Studio for MySQL免费试用。发现使用此高级 IDE 处理数据库的强大功能和易用性，并亲自查看结果。 到此这篇关于如何使用 ChatGPT 编写 SQL JOIN 查询的文章就介绍到这了,更多相关ChatGPT 编写 SQL JOIN 查询内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！

本文主要介绍了Python ModuleNotFoundError: No module named ‘xxx‘可能的解决方案大全，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧Chat Gpt<BR>Python报错："ModuleNotFoundError: No module named 'xxx'"这个报错是个非常常见的报错，几乎每个python程序员都遇到过，导致这个报错的原因也非常多。下面是曾经遇到过的原因和解决方案：module包没安装忘了import没有__init__.py文件package包的版本不对自定义的包名与安装的包名相同，导致import包的时候导错了包没设置PYTHONPATH或者自建的module包所在路径不在PYTHONPATH下不恰当的使用了相对导入下面是每种情况分别的解决方案：1、module包没安装使用场景： pip安装的第三方的包找不到这个原因比较常见，解决办法就是pip install相应的包即可。如果不确定是否安装了这个包，使用下面的命令查找报警的那个包名，如果有输出结果，说明存在这个包，否则说明不存在这个包。pip list | grep xxx   #把xxx替换成你的包名即可如果在pip install的过程中提示包找不到，没有这个版本的包，可能是需要加上内置源，比如想要下载公司内部的包，那肯定需要加上公司的内置源才能找到相应的包。内置源的的使用方式加上-i参数即可。pip install xxx -i https://xxx.xx.org/simple# 比如下面是清华的源# https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/2、忘了import使用场景： pip安装的第三方的包找不到、自建的module包找不到module安装了但是没有import，这个原因也经常碰到，比如使用了datetime对象， 但是没有导入datetime包。解决方案同样非常简单，import 相应的包即可。比如下面的案例：import osimport sysimport timeimport datetime这种情况最容易出现在从别处copy了一段了代码，但是没有把所有用到的module导入进来。3、没有__init__.py文件使用场景： 自建的module包找不到因为python在解释包的时候会给本文件夹也就是本module下的所有文件建立一个索引放在当前路径下的__init__.py文件中，如果没有module的文件索引，我们即使import了指定的包，解释器还是找不到这个module下的文件的，因而我们一般会在每个文件夹下建一个空的__init__.py文件。如果一个文件夹下没有__init__.py文件，不会被当做一个module。解决方案： 如果这个包是你自己写的，不妨检查一下待导入的包的根目录是否存在一个__init__.py文件，没有的话建一个空的__init__.py文件即可 （注意：不光要检查待导入的包根目录是否存在__init__.py文件，还需要检查当前程序所在文件夹是否存在这个文件）。如果这个包是pip install来的，那基本上可以忽略这种可能了，继续尝试下面的原因吧。对于缺少__init__.py文件这种情况，还有一种报错形式是： ImportError: attempted relative import with no known parent package4、安装的第三方module包的版本不对使用场景： pip安装的第三方的包找不到当看到这里，说明你已经检查并确定了module已经被安装了，import语句也有，init.py文件同样满足。这个时候或许可以怀疑一下是否是第三方包的版本与当前所用python版本不兼容。解决方案是需要先卸载原来pip 安装的包，然后安装一个指定版本的包。比如python3不兼容 2.0版本及以上的DBUitls包，需要安装1.x的版本才行。pip uninstall DBUtilspip install DBUtils==1.3可能有同学会问怎么确定这个module是否跟当前的python版本兼容呢？这个很遗憾的告诉你，我也不知道，但是可以尝试把&rsquo;找不到xxx包' 的报警提示直接复制到搜索引擎中搜索结果，如果是因为不兼容的原因很容易就能找到对应的说明博客，博客中一定会说明需要安装哪个版本的包比较合适，按照博客说明来操做即可。如果找了一圈都没发现关于不兼容的说法，放弃吧，说明你的问题应该不是这个情况。打起精神，继续尝试下一种解决方案吧。5、自建的包名与第三方安装的包名相同，导致import包的时候导错了包使用场景： pip安装的第三方的包找不到、自建的module包找不到这种情况不经常发生，但是一旦发生，非常难找到原因。我曾经就自己在当前项目下创建了名为kafka的module文件夹（包含__init__.py文件的文件夹被称为module文件夹），而我又使用pip命令安装了一个kafka包，我在程序中使用import kafka命令导包的时候其实我是想导入pip下来的第三方包的，但是因为python包管理机制和包查找优先级，会优先从当前路径下找指定的包，如果当前文件夹下存在指定的包，则不会去PYATHONPATH或者其他路径下找包。解决方式是给自己的文件夹换个名字，使得与第三方包名不冲突。6、没设置PYTHONPATH环境变量使用场景： pip安装的第三方的包找不到有同学可能会说为什么有同学也没设置这个环境变量，为啥他就能顺利执行，我就不行，这里我只能说每个人的电脑的开发环境不一样，开发环境这种东西永远带有点玄学的意味。解决方案：再次执行安装intall这个包的命令，这时它不会再次安装，而是会提示xxx包在xx路径已经满足，而之所以找不到，是因为没有把这个路径添加到PYTHONPATH这一环境变量中。这里以DBUtils包为例：% pip install DBUtils==1.3Requirement already satisfied: DBUtils==1.3 in ./venv/lib/python3.9/site-packages (1.3)复制上面的路径,然后在terminal终端执行下面这条命令，把加粗标记的路径改成你刚才复制的路径就好。这条命令即可将刚才的包路径添加到环境变量中。export PYTHONPATH= ./venv/lib/python3.9/site-packages:$PYTHONPATH无论是否在虚拟环境中，这样的解决方式都可以生效。再次执行程序，应该不会报包找不到的问题了。如果仍然不行，那么指定pip -V命令，查看输出结果中的"/pip"之前路径是否和刚才加入环境变量的路径一样，如果不一样，把这个路径也加入到环境变量中。% pip -Vpip 21.1.3 from /Users/lch/python_project/learn_python/venv/lib/python3.9/site-packages/pip (python 3.9)其实我的pip -V输出的路径和刚才的路径是一样的，但是为了演示不一样的情况，这里假设这个路径和刚才添加的路径不一样，这里再添加一遍到环境变量。export PYTHONPATH= /Users/lch/python_project/learn_python/venv/lib/python3.9/site-packages:$PYTHONPATH提示： 直接在终端运行export关键字来添加环境变量的方式可以让变量立即生效，不需要source某个文件，但是这个方式只适用于当前终端，一旦当前终端关闭或在另一个终端中，则失效。如果想要长久生效，参考&ldquo;Linux和Mac环境变量设置&rdquo;将路径添加到环境变量文件中。7、自建的module包所在路径不在PYTHONPATH下适用场景： 自建的包找不到在IDE中执行python程序，编译器会自动把当前项目的根目录加入到包查找路径中，可以理解为加到PYTHONPATH下，所以直接执行是没有问题的。但是在cmd或者terminal控制台中直接使用python相关命令来执行程序，不会自动将当前项目加入到PYTHONPATH环境变量下，如果涉及到import其他文件夹下的变量就会报类似ImportError: No module named xxx这样的错误。解决方法是使用sys.append()命令把报警包的所在文件夹路径加入到PYTHONPATH。下面是一个 ：比如你的项目下叫做learn_python, 下面是你的项目根目录下的文件结构。├──README.md├──__init__.py├──conf│   ├── __init__.py│   ├── offline_conf.py # 本地运行配置文件│   └── online_conf.py  # 线上运行配置文件└──server      # 启动服务文件夹     ├── __init__.py     └── launch.py你在运行launch.py时报警conf这个module找不到，这个时候就应该通过sys.append()命令把conf所在文件夹的路径（注意是conf所在文件夹的路径，不是conf的路径），也就是 learn_python的根路径添加到PYTHONPATH中，下面是实现方案的代码。import sysimport loggingimport os# 把当前文件所在文件夹的父文件夹路径加入到PYTHONPATHsys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))from conf.online_conf import *os.path.abspath(file)获取到的是launch.py的绝对路径；os.path.dirname(os.path.abspath(file))获取到的是launch.py所在文件夹的也就是server的根路径os.path.dirname(os.path.dirname(os.path.abspath(file)))获取到的是server所在文件夹也就是learn_python的根路径。至此就获取到了learn_pyhton的根路径，使用sys.append()命令把路径添加到环境变量中即可。8、不恰当的使用了相对导入python相对导入常见问题和解决方案最后当你排查完了以上所有情况，发现自己都不符合，而且在网上找了很多文章也没找到解决方案，这个时候别独自挣扎了，因为你很可能是犯了一个很低级小众的错误，继续独自排查很难找到问题所在。最好让身边的同学帮你看一下，所谓当局者迷，旁观者清，可能你看了很长时间却没关注到一些比较基础且常见的设置，这时同事或者同学往往能很快看出你的问题所在。比如你可能一直以为你用的python3, 而实际上用的是python2等等。到此这篇关于Python ModuleNotFoundError: No module named &lsquo;xxx&lsquo;可能的解决方案大全的文章就介绍到这了,更多相关Python ModuleNotFoundError错误内容请搜索阿里西西以前的文章或继续浏览下面的相关文章希望大家以后多多支持阿里西西！

目录1. 背景2. 分析排查2.1 查看 ServiceLoader.loader 定义2.2 WarningContextClassLoader 为何物？2.3 sharedUserId 属性2.总结1. 背景 由于在工程中使用了 SPI 机制，通过 ServiceLoader 的配合来完成模块间的通信。但是突然收到线上客户反馈使用了 SDK 后无法进行模块加载，导致部分功能异常。 2. 分析排查 借助客户提供的测试包进行 debug 调试，发现在调试到 ServiceLoader.load() 方法时确实无法加载到对应的模块配置。查看 ServiceLoader 的状态信息如下： 其中的 loader 是 LoadApk$WarningContextClassLoader 对象，而正常情况下是 DexPathClassLoader。 2.1 查看 ServiceLoader.loader 定义 ServiceLoader API 文档：developer.android.com/reference/j… 根据接口定义 load 方法会根据指定的 serviceType 创建新的 ServiceLoader 对象返回，ServiceLoader 内部根据当前线程对应的 ContextClassLoader 对象去加载配置，所以到这里可以分析到 load 方法的加载结果会受 ContextClassLoader 的影响，进一步推理可能收到插件化、热修复等框架影响，确认后并没有使插件化、热修复等框架。 2.2 WarningContextClassLoader 为何物？ 查找 Android famework 源码，找到 WarningContextClassLoader 是定义在 LoaderApk 文件中的内部类（部分版本是 ActivityThread 类中的内部类）。 private void initializeJavaContextClassLoader() { IPackageManager pm = ActivityThread.getPackageManager(); android.content.pm.PackageInfo pi = PackageManager.getPackageInfoAsUserCached( mPackageName, PackageManager.MATCH_DEBUG_TRIAGED_MISSING, UserHandle.myUserId()); if (pi == null) { throw new IllegalStateException("Unable to get package info for " + mPackageName + "; is package not installed?"); } /* * Two possible indications that this package could be * sharing its virtual machine with other packages: * * 1.) the sharedUserId attribute is set in the manifest, * indicating a request to share a VM with other * packages with the same sharedUserId. * * 2.) the application element of the manifest has an * attribute specifying a non-default process name, * indicating the desire to run in another packages VM. */ boolean sharedUserIdSet = (pi.sharedUserId != null); boolean processNameNotDefault = (pi.applicationInfo != null && !mPackageName.equals(pi.applicationInfo.processName)); boolean sharable = (sharedUserIdSet || processNameNotDefault); ClassLoader contextClassLoader = (sharable) ? new WarningContextClassLoader() : mClassLoader; Thread.currentThread().setContextClassLoader(contextClassLoader); } private static class WarningContextClassLoader extends ClassLoader { private static boolean warned = false; private void warn(String methodName) { if (warned) { return; } warned = true; Thread.currentThread().setContextClassLoader(getParent()); Slog.w(ActivityThread.TAG, "ClassLoader." + methodName + ": " + "The class loader returned by " + "Thread.getContextClassLoader() may fail for processes " + "that host multiple applications. You should explicitly " + "specify a context class loader. For example: " + "Thread.setContextClassLoader(getClass().getClassLoader());"); } ... } 在应用创建时会调用 ActivityThread 类中的 attach 方法中，attach 方法进而调用 LoadedApk 类中的 makeApplicationInner() 用于创建对应的 Application 对象。在 makeApplicationInner() 方法的内部调用 initializeJavaContextClassLoader 方法创建对应的 ContentClassLoader 对象，在 initializeJavaContextClassLoader 方法的内部可以看到，如果当前 App 在 manifest 中设置 sharedUserId 属性，则当前应用使用的是 WarningContextClassLoader。下面我们就是查看 App 中的配置。 最终验证了我们的猜想，使用 demo 设置 sharedUserId 属性问题可正常复现。 2.3 sharedUserId 属性 查看官方文档该属性配置 API 级别 29 中已弃用此常量。共享用户 ID 会在软件包管理器中导致具有不确定性的行为。因此，强烈建议您不要使用它，并且我们在未来的 Android 版本中会将其移除。 2.总结 排查问题还是比较费神，在没有明显错误的时候，只能针对每个可疑的信息去分析，期望发现蛛丝马迹。