AMBROSIA 的项目扩展与二次开发
2025-06-14 23:48:21作者:宣海椒Queenly
项目的基础介绍
AMBROSIA 是由微软开发的一个开源项目,旨在提供一个编程语言无关的解决方案,用于编写和部署高度健壮的分布式应用程序。它通过自动提供恢复和高可用性,极大地降低了开发和部署成本及上市时间。AMBROSIA 适用于现代数据中心应用程序,能够自动处理恢复性、调试性、升级性和确保服务代码的精确一次执行,而不需要开发者整合复杂的系统或使用昂贵的机制。
项目的核心功能
- 虚拟弹性:AMBROSIA 提供了一种机制,通过利用日志记录以及应用的可重放性和可序列化性,自动掩盖失败。
- 确定性重放:应用程序必须遵守从某一初始状态开始,相同请求的相同顺序执行将导致相同的最终状态和相同的输出请求顺序。
- 不朽对象:AMBROSIA 的基本构建块是可靠分布式对象,通过远程过程调用(RPC)进行通信。
- 活跃-活跃部署:支持服务的实时升级和测试升级。
- 异步 RPC:提供异步远程过程调用的功能(目前为 alpha 阶段)。
项目使用了哪些框架或库?
AMBROSIA 当前支持 C# 在 .NET Core 和 .NET Framework 上运行。从 2.0.0.0 版本开始,AMBROSIA 也支持使用 TypeScript 的 Node.js。项目依赖于 Azure 服务进行日志记录,但未来计划抽象化这一部分,以支持其他日志存储选项。
项目的代码目录及介绍
项目的主要代码目录如下:
Clients/:包含与 AMBROSIA 服务交互的客户端代码。DevTools/:开发工具相关代码,用于辅助开发和测试。DustBin/:可能包含一些废弃或测试的代码。GenericLogPicker/:通用的日志选择器,用于处理日志记录。ICGUI/:图形用户界面相关代码。ImmortalCoordinator/:不朽协调器,负责处理 RPC 调用和状态管理。InternalImmortals/:内部不朽对象,项目内部使用的不朽对象实现。Samples/:示例代码,展示如何使用 AMBROSIA 构建服务。Scripts/:脚本文件,可能包含构建或部署脚本。SharedAmbrosiaTools/:共享的 AMBROSIA 工具,可能在多个组件间共用。
对项目进行扩展或者二次开发的方向
-
增加语言支持:目前 AMBROSIA 支持 C# 和 Node.js。扩展其他流行编程语言的支持,如 Java 或 Python,将使更多开发者能够使用该框架。
-
存储选项抽象化:项目目前依赖于 Azure 存储。实现一个插件式存储系统,允许连接到不同类型的存储服务,将提高项目的灵活性和可用性。
-
性能优化:优化日志记录和处理机制,提高系统在高负载情况下的性能。
-
安全性增强:加强加密和认证机制,确保分布式系统中的数据传输和访问安全。
-
社区支持:建立更活跃的社区,提供文档、教程和最佳实践,以吸引更多开发者参与项目和构建相关应用。
登录后查看全文
热门项目推荐
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。C030
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
426
3.26 K
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++
689
335
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
265
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
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥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
65
19
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
25
30