技术文档:girl_friday 异步任务处理库
本文档旨在帮助用户安装、使用和理解 girl_friday 项目,这是一个用于执行 Ruby 应用程序中异步任务的库。
1. 安装指南
推荐使用 JRuby 1.6+ 或 Rubinius 2.0+ 来运行 girl_friday。这些是当前执行 Ruby 代码的优秀选择。
使用以下命令安装 girl_friday:
gem install girl_friday
girl_friday 不支持 Ruby 1.8 (MRI),因为它没有原生线程支持。Ruby 1.9.3 可以在配合释放 GIL 的网络 I/O 插件(如 mysql2)时工作得很好,但不要使用原始的 mysql 插件。
2. 项目使用说明
在 Gemfile 中添加 girl_friday:
gem 'girl_friday'
在 Rails 应用的 config/initializers/girl_friday.rb 文件中定义你的队列:
EMAIL_QUEUE = GirlFriday::WorkQueue.new(:user_email, :size => 3) do |msg|
UserMailer.registration_email(msg).deliver
end
IMAGE_QUEUE = GirlFriday::WorkQueue.new(:image_crawler, :size => 7) do |msg|
ImageCrawler.process(msg)
end
:sizesize是要启动的工作线程数,默认为 5。如果工作线程访问数据库,请确保在config/database.yml` 中设置足够的连接池大小。
要使用 Redis 后端,需要使用 connection_pool 插件来共享 Redis 连接:
require 'connection_pool'
redis_pool = ConnectionPool.new(:size => 5, :timeout => 5) { Redis.new }
CLEAN_FILTER_QUEUE = GirlFriday::WorkQueue.new(:clean_filter, :store => GirlFriday::Store::Redis, :store_config => { :pool => redis_pool }) do |msg|
Filter.clean(msg)
end
在控制器动作或模型中,可以调用 #push(msg) 方法:
EMAIL_QUEUE.push(:email => @user.email, :name => @user.name)
传递给 push 方法的消息参数是一个哈希,其内容完全由用户定义。
消息处理块不应访问任何实例数据或块外部的变量。这是共享的可变状态,操作起来非常危险。强烈建议队列处理块非常简短,最好是仅包含一到两个方法调用。这样可以轻松地对这些方法进行单元测试,而不是处理块本身。
可以调用 GirlFriday::WorkQueue.immediate! 来立即处理任务,这在测试时非常有用。GirlFriday::WorkQueue.queue! 会恢复默认行为,任务将由演员处理。
即使没有对队列的引用,队列也不会被垃圾收集,直到它们被关闭。如果您动态创建队列,请确保调用 WorkQueue#shutdown 以避免内存泄漏。GirlFriday.shutdown! 将关闭进程中的所有运行队列。
3. 项目 API 使用文档
请参考 girl_friday 的 wiki 获取更多详细信息、高级选项和调整内容。您将找到关于使用 Redis 进行队列持久化、实现干净关闭、查询运行时度量的详细信息,以及更多内容。
4. 项目安装方式
如上所述,使用以下命令安装 girl_friday:
gem install girl_friday
请确保选择合适的 Ruby 环境(JRuby 或 Rubinius),并根据需要调整数据库连接池配置。
本文档由 CSDN 公司开发的 InsCode AI 大模型撰写,旨在为 girl_friday 用户提供了全面的安装和使用指南。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0124
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