Stash - PHP缓存库技术文档
安装指南
使用Composer安装
推荐使用Composer来安装Stash库。Composer是PHP的依赖管理工具,能够方便地管理项目依赖。
在项目的composer.json文件中添加以下内容:
"require": {
"tedivm/stash": "0.17.*"
}
或者直接通过命令行安装:
composer require tedivm/stash
从Github下载
你也可以从Github下载Stash的发布版本。访问Github Releases页面下载最新版本。
项目使用说明
核心概念
Stash库有三个主要组件:
- Pool类:表示一组缓存对象的集合。
- Item类:提供对单个缓存对象的访问。
- Driver类:允许Stash与各种缓存系统进行交互。
每个Driver被初始化后,可以传递给一个Pool,开发者可以忽略它的存在。开发者还可以通过Composite Driver将多个Driver组合在一起,创建多层缓存系统。
Pool类允许开发者执行多种任务,如运行“Purge”以允许后端系统执行维护任务或设置新的日志或Driver类。Pool还可以用于创建单个或多个Item对象。
每个Item代表缓存中的一个对象。它有一个唯一的Key,意味着从同一个Pool创建的任何两个Item将包含相同的Value。Item可以设置、获取和删除缓存系统中的值。
Keys
Key是一个字符串,表示缓存系统中的一个Item。最简单的Key是一个字母数字字符串,并且与缓存中的值有一对一的关系。
Stash提供了一个称为“stacks”的功能,允许开发者将相关的Item分组在一起,以便可以作为一个组删除。这通过给Item一个嵌套结构来实现,类似于计算机上的文件夹。
例如,Key如“/models/users/34/profile”可以允许开发者使用该用户的ID清除特定用户的数据,或者清除所有用户的数据,甚至所有模型的数据。
会话存储
提供的Session类在其构造函数中接受一个Pool,然后可以使用内置的PHP方法、Session::registerHandler静态函数或使用任何使用SessionHandlerInterface接口的框架注册为会话处理程序。
项目API使用文档
Pool类
Pool::__construct(DriverInterface $driver):初始化一个Pool对象,接受一个Driver对象作为参数。Pool::getItem(string $key):获取一个Item对象,接受一个Key作为参数。Pool::flush():清除所有缓存数据。
Item类
Item::set(mixed $value):设置缓存值。Item::get():获取缓存值。Item::clear():清除缓存值。
Driver类
FileSystemDriver:文件系统驱动。SqliteDriver:SQLite驱动。APCDriver:APC驱动。MemcachedDriver:Memcached驱动。RedisDriver:Redis驱动。EphemeralDriver:仅在运行时有效的驱动。
项目安装方式
使用Composer安装
composer require tedivm/stash
从Github下载
访问Github Releases页面下载最新版本。
通过以上步骤,你可以轻松安装和使用Stash库,提升代码的执行效率。
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。C045
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TSX0122
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