Gearman-Go 项目技术文档
2024-12-29 13:44:00作者:胡唯隽
1. 安装指南
安装客户端包
通过以下命令安装 Gearman-Go 的客户端包:
$ go get github.com/mikespook/gearman-go/client
安装工作端包
通过以下命令安装 Gearman-Go 的工作端包:
$ go get github.com/mikespook/gearman-go/worker
安装完整包
若需要同时安装客户端和工作端包,可以使用以下命令:
$ go get github.com/mikespook/gearman-go
2. 项目使用说明
本项目包含两个子包:client 和 worker。
工作端(Worker)使用说明
工作端用于Gearman工作服务的开发。以下是一个简单的使用示例:
// 创建一个新的工作者实例,限制并发执行任务的数量。
// 如果不希望有任何限制,可以使用 worker.Unlimited (0)。
w := worker.New(worker.OneByOne)
// 设置错误处理函数。
w.ErrHandler = func(e error) {
log.Println(e)
}
// 添加Gearman服务器地址。
w.AddServer("127.0.0.1:4730")
// 添加一个名为 "ToUpper" 的函数,不设超时限制。
w.AddFunc("ToUpper", ToUpper, worker.Unlimited)
// 添加一个名为 "ToUpperTimeOut5" 的函数,设置5秒超时。
w.AddFunc("ToUpperTimeOut5", ToUpper, 5)
// 准备工作,检查是否有错误。
if err := w.Ready(); err != nil {
log.Fatal(err)
return
}
// 在一个新的goroutine中启动工作。
go w.Work()
客户端(Client)使用说明
客户端用于向Gearman作业服务器发送任务,并接收响应。以下是一个简单的使用示例:
// ...
c, err := client.New("tcp4", "127.0.0.1:4730")
// 错误处理
defer c.Close()
// 设置错误处理函数。
c.ErrorHandler = func(e error) {
log.Println(e)
}
// 发送一个回声测试。
echo := []byte("Hello\x00 world")
echomsg, err := c.Echo(echo)
// 错误处理
log.Println(string(echomsg))
// 定义一个处理函数,用于处理任务响应。
jobHandler := func(resp *client.Response) {
log.Printf("%s", resp.Data)
}
// 发送一个名为 "ToUpper" 的任务。
handle, err := c.Do("ToUpper", echo, client.JobNormal, jobHandler)
// ...
3. 项目API使用文档
本项目API使用纯Go语言编写,具体使用方法请参考Go语言的标准文档格式。以下是一个简单的API使用示例:
-
客户端(Client)API:
New(network, address string) (*Client, error):创建一个新的客户端实例。Echo(data []byte) ([]byte, error):发送回声测试请求。Do(functionName string, data []byte, jobType JobType, handler JobHandler) (*JobHandle, error):发送一个任务。
-
工作端(Worker)API:
New(concurrency int) *Worker:创建一个新的工作端实例。AddServer(server string):添加一个Gearman服务器地址。AddFunc(functionName string, handler JobHandler, timeout int):添加一个任务处理函数。
4. 项目安装方式
Gearman-Go 的安装方式已在“安装指南”部分详细说明,此处不再重复。简要概括,您可以使用 go get 命令来安装客户端、工作端或完整的包。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781