Wolverine项目V3.10.0版本发布:增强RabbitMQ集成与聚合处理能力
2025-07-01 05:06:15作者:董灵辛Dennis
Wolverine是一个基于.NET平台的轻量级消息处理框架,它简化了消息驱动的应用程序开发流程。该项目最近发布了V3.10.0版本,带来了一系列功能增强和改进,特别是在RabbitMQ集成和聚合处理方面有了显著提升。
RabbitMQ Quorum队列与流支持
新版本中最重要的改进之一是增加了对RabbitMQ Quorum队列和流的原生支持。Quorum队列是RabbitMQ中一种更可靠、更安全的队列类型,它通过Raft一致性算法实现了分布式共识,提供了比传统队列更强的数据安全保障。
开发人员现在可以轻松配置Wolverine使用Quorum队列:
opts.UseRabbitMq(rabbit => {
// 启用Quorum队列
rabbit.EnableQuorumQueues();
// 或者启用流
rabbit.EnableStreams();
});
这一改进特别适合需要高可用性和数据持久性的场景,如金融交易系统或关键任务处理系统。Quorum队列通过牺牲少量性能换取了更强的数据一致性保证,而流则提供了更高效的消息处理机制。
聚合处理功能增强
V3.10.0版本对聚合处理功能进行了两项重要改进:
- 新增了
[ReadAggregate]特性支持,允许更清晰地定义聚合读取操作 - 加强了对
[Aggregate]特性使用的验证机制
这些改进使得领域驱动设计(DDD)中的聚合模式实现更加直观和安全。例如,现在可以这样定义聚合操作:
public class AccountHandler
{
// 读取聚合状态
[ReadAggregate]
public AccountDetails Handle(GetAccountDetails query, Account account)
{
return account.ToDetails();
}
// 修改聚合状态
[Aggregate]
public void Handle(DepositMoney command, Account account)
{
account.Balance += command.Amount;
}
}
框架现在会自动验证聚合操作的正确性,防止常见错误,如忘记标记聚合操作或错误配置聚合标识符。
其他改进
-
发现机制优化:
DisableConventionalDiscovery的行为有所调整,使得类型发现机制更加灵活可控。 -
文档更新:对项目文档进行了多处细节修正和补充,提高了新用户的学习体验。
这些改进共同提升了Wolverine框架的稳定性、可用性和开发体验,使其在构建消息驱动系统时更加得心应手。对于已经在使用Wolverine的项目,升级到V3.10.0版本可以无缝获得这些新特性,而无需修改现有代码。
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
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217