EM-Synchrony 开源项目教程
2024-08-25 05:04:00作者:秋泉律Samson
项目介绍
EM-Synchrony 是一个 Ruby 库,旨在通过使用 Ruby Fibers 来简化事件驱动代码的编写。它提供了一系列的便利类和原语,帮助开发者解开事件代码的复杂性,并提供了多个经过修改的 EventMachine 客户端,使其支持 Fiber。
项目快速启动
安装
首先,确保你已经安装了 Ruby 和 Bundler。然后,在你的项目目录下创建一个 Gemfile 并添加以下内容:
source 'https://rubygems.org'
gem 'em-synchrony'
运行 bundle install 来安装 EM-Synchrony。
基本使用
以下是一个简单的示例,展示了如何使用 EM-Synchrony 进行同步 HTTP 请求:
require 'em-synchrony'
require 'em-synchrony/em-http'
EM.synchrony do
# 同步 HTTP 请求
url = 'http://www.google.com/'
http = EM::Synchrony::HTTPClient.new(url)
response = http.aget
puts response.response
EM.stop
end
应用案例和最佳实践
并发控制
EM-Synchrony 提供了 FiberIterator 来控制并发请求的数量,这对于避免过多的并发请求非常有用。以下是一个示例:
require 'em-synchrony'
require 'em-synchrony/em-http'
require 'em-synchrony/fiber_iterator'
EM.synchrony do
concurrency = 2
urls = ['http://url1.com', 'http://url2.com']
results = []
EM::Synchrony::FiberIterator.new(urls, concurrency).each do |url|
resp = EM::Synchrony::HTTPClient.new(url).aget
results << resp.response
end
puts results
EM.stop
end
异步 ActiveRecord
EM-Synchrony 还支持在 Rails 中使用异步 ActiveRecord。以下是一个示例:
require 'em-synchrony'
require 'em-synchrony/mysql2'
require 'em-synchrony/activerecord'
ActiveRecord::Base.establish_connection(
adapter: 'em_mysql2',
database: 'widgets'
)
EM.synchrony do
result = Widget.all.to_a
puts result
EM.stop
end
典型生态项目
EM-HTTP-Request
EM-HTTP-Request 是一个基于 EventMachine 的 HTTP 客户端,通过 EM-Synchrony 可以使其支持 Fiber,从而实现同步风格的 HTTP 请求。
EM-MySQL2
EM-MySQL2 是一个基于 EventMachine 的 MySQL 客户端,通过 EM-Synchrony 可以使其支持 Fiber,从而实现同步风格的 MySQL 查询。
ActiveRecord
ActiveRecord 是 Ruby on Rails 的 ORM 框架,通过 EM-Synchrony 可以使其支持异步查询,从而提高数据库操作的性能。
通过以上内容,你可以快速了解并开始使用 EM-Synchrony 项目,同时掌握一些最佳实践和典型生态项目。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0188
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
188
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.9 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++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
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
454
438