Apache OpenWhisk 外部资源扩展教程
2024-09-02 17:13:36作者:曹令琨Iris
Apache OpenWhisk 是一个无服务器计算平台,它允许开发者运行代码而无需管理基础设施。这个开源项目——OpenWhisk-External-Resources——是Apache OpenWhisk的一个重要组成部分,专门设计用于提供与外部服务或资源集成的能力,让用户的函数可以访问外部系统或设备,从而拓展了其功能边界。
项目介绍
该项目使得开发人员能够轻松地在OpenWhisk中创建和管理与外部服务交互的动作。这包括但不限于数据库连接、消息队列操作或是任何自定义的服务调用。通过定义资源提供者(Resource Provider),它抽象化了与这些外部服务交互的复杂性,让用户只需要关注业务逻辑本身,而不必关心底层细节。
项目快速启动
要快速启动并使用此项目,首先确保你已经安装了Docker并配置好了OpenWhisk CLI。接下来,遵循以下步骤:
步骤1: 克隆仓库
git clone https://github.com/apache/openwhisk-external-resources.git
cd openwhisk-external-resources
步骤2: 构建并部署资源代理
docker build -t whisk/externals .
docker run --rm -d -p 8080:8080 whisk/externals
wsk property set --apihost <your_openwhisk_api_host> --auth <your_openwhisk_key>
wsk action create myExternalAction --kind external/http --url http://localhost:8080/echo "message=Hello%20World!"
这里我们创建了一个简单的动作myExternalAction,它通过HTTP调用本地运行的资源代理来响应。
应用案例和最佳实践
案例:数据存储交互
利用此框架,你可以轻松实现OpenWhisk动作与外部数据存储如MongoDB的交互,简化数据处理流程。设置一个资源定义,指向你的数据库API,然后从OpenWhisk动作内透明地读取或写入数据。
最佳实践:
- 安全第一:在处理敏感数据时,确保外部服务连接的安全性和认证。
- 资源版本控制:随着外部服务更新,保持资源代理的兼容性至关重要。
- 性能监控:因为外部资源可能引入延迟,考虑实施有效的错误处理和重试策略。
典型生态项目
Apache OpenWhisk的生态系统广泛,结合OpenWhisk-External-Resources,它可以无缝对接众多服务。例如:
- 事件驱动的数据库变更监听:利用外部资源连接到数据库变更通知服务,自动触发OpenWhisk动作进行数据同步或处理。
- 消息队列集成:通过Kafka、RabbitMQ等消息服务的接入,实现实时消息处理。
- IoT场景:与物联网设备的数据接口集成,使基于事件的应用可以直接对物理世界做出反应。
通过以上介绍,您现在应该有了一个清晰的概念,如何利用Apache OpenWhisk的外部资源扩展来增强您的无服务器应用的功能性和灵活性。记得在实践中探索更多可能性,并且根据具体需求调整最佳实践。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
644
149
Ascend Extension for PyTorch
Python
206
221
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
653
285
React Native鸿蒙化仓库
JavaScript
249
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
635
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873