Orleans 8.0 自定义存储提供程序迁移指南
2025-05-22 13:14:59作者:董斯意
概述
在 Orleans 分布式框架中,自定义存储提供程序是一个强大的功能,允许开发者根据特定需求实现自己的持久化机制。随着 Orleans 8.0 的发布,API 发生了重大变化,特别是服务注册和依赖注入方面。本文将详细介绍如何将自定义存储提供程序从 Orleans 7.x 迁移到 8.0 版本。
主要变更点
Orleans 8.0 对服务注册系统进行了重构,主要变化包括:
- 移除了
GetServiceByName方法,改用GetKeyedService - 废弃了
AddSingletonNamedService方法,改用AddKeyedSingleton - 存储工厂的返回类型需要更具体
迁移步骤详解
1. 服务注册重构
在 Orleans 7.x 中,我们使用 AddSingletonNamedService 来注册存储提供程序:
services.AddSingletonNamedService<IGrainStorage>(name, AzureShardedGrainStorageFactory.Create)
.AddSingletonNamedService<ILifecycleParticipant<ISiloLifecycle>>(name, (s, n) => (ILifecycleParticipant<ISiloLifecycle>)s.GetRequiredServiceByName<IGrainStorage>(n));
在 Orleans 8.0 中,这可以简化为:
services.AddGrainStorage(name, AzureShardedGrainStorageFactory.Create);
2. 存储工厂实现
存储工厂需要返回具体的存储类型,而不是接口:
public static class AzureShardedGrainStorageFactory
{
public static AzureShardedGrainStorage Create(IServiceProvider services, string name)
{
var options = services.GetRequiredService<IOptionsMonitor<AzureShardedStorageOptions>>().Get(name);
return ActivatorUtilities.CreateInstance<AzureShardedGrainStorage>(services, options, name);
}
}
3. 生命周期参与
确保你的存储类实现了 ILifecycleParticipant<ISiloLifecycle> 接口,并正确实现了 Participate 方法:
public class AzureShardedGrainStorage : IGrainStorage, ILifecycleParticipant<ISiloLifecycle>
{
public void Participate(ISiloLifecycle lifecycle)
{
lifecycle.Subscribe(
OptionFormattingUtilities.Name<AzureShardedGrainStorage>(_name),
ServiceLifecycleStage.ApplicationServices,
OnStartup,
OnShutdown);
}
// 其他实现...
}
最佳实践
-
遵循官方实现模式:参考 Orleans 8.0 中内置的存储提供程序(如 Redis 提供程序)的实现方式
-
明确类型定义:避免使用接口作为工厂方法的返回类型,使用具体实现类
-
简化注册逻辑:利用 Orleans 8.0 提供的简化注册方法
-
生命周期管理:确保正确实现生命周期参与逻辑,特别是初始化阶段
常见问题解决
-
Participate 方法未被调用:
- 检查工厂方法是否返回具体类型而非接口
- 确认是否正确实现了
ILifecycleParticipant<ISiloLifecycle>
-
服务解析失败:
- 确保使用
GetKeyedService替代旧的GetServiceByName - 检查服务注册是否正确
- 确保使用
-
选项配置问题:
- 使用
IOptionsMonitor<T>获取命名选项 - 确保选项类正确配置
- 使用
总结
Orleans 8.0 对自定义存储提供程序的实现方式进行了简化,但需要开发者注意几个关键变化点。通过遵循新的服务注册模式、使用具体返回类型以及正确实现生命周期管理,可以顺利迁移自定义存储提供程序。建议开发者参考 Orleans 8.0 内置存储提供程序的实现作为模板,这能大大减少迁移过程中的困惑。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878