Mongo PHP Adapter 使用教程
1. 项目介绍
Mongo PHP Adapter 是一个用户级库,旨在充当依赖 ext-mongo 的应用程序与新驱动(ext-mongodb)之间的适配器。它提供了基于 mongo-php-library 构建的 ext-mongo API,从而兼容 PHP 7。
该库的主要目标是提供一个兼容层,使依赖 ext-mongo 库(如 Doctrine ODM)的应用程序能够迁移到 PHP 7 或 HHVM,而无需运行 ext-mongo。如果你不依赖使用 ext-mongo 的库,则不应使用此库。如果你正在开始一个新项目,请查看 mongodb/mongodb。
2. 项目快速启动
安装
该库需要你安装 mongodb 扩展,并且与旧的 mongo 扩展冲突。推荐使用 Composer 安装此库。在你的项目根目录下运行以下命令:
composer require alcaeus/mongo-php-adapter
如果你的项目已经依赖 ext-mongo,上述命令可能无法正常工作。这是由于 Composer 的一个 bug(参见 composer/composer#5030)。要解决这个问题,你可以使用 --ignore-platform-reqs 选项:
composer require alcaeus/mongo-php-adapter --ignore-platform-reqs
示例代码
以下是一个简单的示例代码,展示如何使用 Mongo PHP Adapter 连接到 MongoDB 并执行基本操作:
<?php
require 'vendor/autoload.php';
use Alcaeus\MongoDbAdapter\Mongo;
// 连接到 MongoDB
$client = new Mongo\Client('mongodb://localhost:27017');
$db = $client->selectDatabase('testdb');
// 插入文档
$collection = $db->selectCollection('testcollection');
$document = ['name' => 'John', 'age' => 30];
$collection->insert($document);
// 查询文档
$result = $collection->find(['name' => 'John']);
foreach ($result as $doc) {
print_r($doc);
}
?>
3. 应用案例和最佳实践
应用案例
Mongo PHP Adapter 主要用于以下场景:
- 迁移现有项目:如果你的项目依赖
ext-mongo,但你想迁移到 PHP 7 或 HHVM,可以使用此适配器来保持兼容性。 - 使用旧库:如果你依赖的第三方库(如 Doctrine ODM)仍然使用
ext-mongo,你可以使用此适配器来继续使用这些库。
最佳实践
- 逐步迁移:建议逐步迁移你的代码,而不是一次性替换所有
ext-mongo代码。这样可以更容易发现和解决问题。 - 使用最新版本:确保你使用的是最新版本的 Mongo PHP Adapter,以获得最新的功能和修复。
- 避免依赖特定行为:由于适配器的行为可能与
ext-mongo不完全一致,建议避免依赖特定行为,并尽可能使用新的mongodb扩展的功能。
4. 典型生态项目
Doctrine MongoDB ODM
Doctrine MongoDB ODM 是一个流行的对象文档映射库,它依赖 ext-mongo。通过使用 Mongo PHP Adapter,你可以在 PHP 7 或 HHVM 上继续使用 Doctrine MongoDB ODM。
Laravel MongoDB
Laravel MongoDB 是一个为 Laravel 框架提供的 MongoDB 数据库驱动。通过使用 Mongo PHP Adapter,你可以在 Laravel 项目中继续使用 ext-mongo 的功能。
PHPUnit
如果你在测试中使用了 ext-mongo,可以使用 Mongo PHP Adapter 来确保测试在 PHP 7 或 HHVM 上正常运行。
通过这些生态项目,Mongo PHP Adapter 为依赖 ext-mongo 的应用程序提供了一个平滑的迁移路径,使其能够在现代 PHP 环境中继续运行。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00