Moxi 项目技术文档
2024-12-23 14:30:41作者:傅爽业Veleda
1. 安装指南
依赖项
在安装 Moxi 之前,需要确保系统中已经安装了以下依赖项:
- libevent:用于事件处理。
- libconflate:用于配置管理。
- libvbucket:用于 vBucket 管理(可选,如果使用 libmemcached 替代 libvbucket,则不需要)。
- libmemcached:用于一致性哈希(可选,替代 libvbucket)。
编译与安装
- 获取 Moxi 源代码。
- 运行以下命令进行编译:
如果 libevent 安装在非标准路径(如./config/autorun.sh ./configure make/opt/local),则需要指定路径:./config/autorun.sh ./configure --with-libevent=/opt/local make - 编译完成后,Moxi 可执行文件将生成在当前目录下。
2. 项目的使用说明
启动 Moxi
Moxi 可以通过命令行启动,支持多种配置方式:
通过 REST/HTTP 服务器加载 vBucket 配置
moxi http://host:port/url/of/vBucketServerMapJSON
例如,针对 NorthScale 服务器:
moxi http://host:8080/pools/default/bucketsStreamingConfig/default
通过配置文件加载 vBucket 配置
创建一个配置文件(如 vbucket1.cfg),内容如下:
11211 = {
"hashAlgorithm": "CRC",
"numReplicas": 0,
"serverList": ["memcached_svr1:11311"],
"vBucketMap":
[
[0],
[0]
]
}
启动 Moxi 时指定配置文件:
moxi -z ./vbucket1.cfg
获取命令行帮助
moxi -h
3. 项目API使用文档
命令行参数
-z url=http://host:port/url/of/vBucketServerMap.json:指定 vBucket 配置的 URL。-z ./vbucket1.cfg:指定 vBucket 配置文件。-h:显示帮助信息。
配置文件格式
配置文件是一个 JSON 格式的文件,包含以下字段:
hashAlgorithm:哈希算法。numReplicas:副本数量。serverList:后端 memcached 服务器列表。vBucketMap:vBucket 映射表。
4. 项目安装方式
通过源码编译安装
- 下载 Moxi 源码。
- 安装依赖项。
- 运行以下命令进行编译:
./config/autorun.sh ./configure make - 编译完成后,Moxi 可执行文件生成在当前目录下。
使用 libmemcached 替代 libvbucket
如果需要使用 libmemcached 替代 libvbucket,可以在编译时进行如下配置:
./configure --enable-moxi-vbucket=no \
CFLAGS=<libmemcached/include> \
LDFLAGS=<libmemcahed/lib>
启动与测试
编译完成后,可以通过以下命令启动 Moxi 并进行测试:
moxi -z 11211=memcached_1:11211,memcached_2:11211
测试命令:
make test
./t/moxi.pl
通过以上步骤,您可以顺利安装、配置和使用 Moxi 项目。
登录后查看全文
热门项目推荐
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
暂无简介
Dart
667
153
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++
660
303
Ascend Extension for PyTorch
Python
216
235
React Native鸿蒙化仓库
JavaScript
255
321
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
141
876
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
🎉 (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
1.19 K
651
仓颉编程语言开发者文档。
59
819