使用与安装指南 - Rollout
2024-12-20 23:19:38作者:庞队千Virginia
Rollout 是一个基于 Redis 实现的快速特性切换工具。以下是如何安装和使用 Rollout 的技术文档。
1. 安装指南
要安装 Rollout,您需要在您的项目中运行以下命令来安装 Ruby gem 包:
gem install rollout
2. 项目的使用说明
Rollout 允许您通过多种方式控制特性的激活状态,包括全局、用户组、特定用户以及按用户百分比。
-
初始化 Rollout 对象
您需要初始化一个 Rollout 对象,并将其与 Redis 实例关联:
require 'redis' $redis = Redis.new $rollout = Rollout.new($redis)也可以更简单地使用环境变量或默认的 Redis URL:
require 'redis' $rollout = Rollout.new($redis) # 会使用 REDIS_URL 环境变量或默认的 Redis URL -
设置特性数据
您可以针对特定特性更新数据:
$rollout.set_feature_data(:chat, description: 'foo', release_date: 'bar', whatever: 'baz') -
检查特性是否激活
对于特定用户:
$rollout.active?(:chat, User.first) # => true/false全局检查:
$rollout.active?(:chat) -
使用用户组
Rollout 默认提供了一个名为 "all" 的用户组,您可以这样激活它:
$rollout.activate_group(:chat, :all)您也可以定义自己的用户组:
$rollout.define_group(:caretakers) do |user| user.caretaker? end可以按如下方式停用用户组:
$rollout.deactivate_group(:chat, :all) -
特定用户
如果您想允许特定用户加入测试,可以使用以下方法:
$rollout.activate_user(:chat, @user)停用特定用户:
$rollout.deactivate_user(:chat, @user) -
用户百分比
如果您想按百分比逐步启用新特性,可以使用以下方法:
$rollout.activate_percentage(:chat, 20)停用所有百分比:
$rollout.deactivate_percentage(:chat) -
全局操作
您可以全局激活或停用特性:
$rollout.activate(:chat) $rollout.deactivate(:chat) -
检查 Rollout 特性状态
您可以检查特性的当前状态:
$rollout.get(:chat) -
命名空间
Rollout 使用 "feature" 键空间与其他键区分开。如果您想进一步为不同环境命名空间,可以使用
redis-namespacegem:$ns = Redis::Namespace.new(Rails.env, redis: $redis) $rollout = Rollout.new($ns)
3. 项目API使用文档
请参考 GitHub 上的项目 Wiki 获取详细的 API 文档。
4. 项目安装方式
如安装指南所述,通过运行以下命令来安装 Rollout:
gem install rollout
以上即为 Rollout 的技术文档,帮助您了解如何安装和使用该项目。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler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。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220