Follow: CouchDB 变更和数据库更新通知工具
2024-12-24 09:56:09作者:胡易黎Nicole
安装指南
要安装 Follow 模块,请在终端中运行以下命令:
npm install follow
项目使用说明
Follow 是一个用于监听 CouchDB 数据库变更的 Node.js 模块。它可以在浏览器中使用(测试版),并且可以通过 NPM 安装。Follow 的主要目标是提供一个简单易用的 API,用于在 CouchDB 数据库发生变更时通知用户。
示例
以下是一个简单的示例,展示了如何使用 Follow 模块监听 CouchDB 数据库的变更:
var follow = require('follow');
follow("https://example.iriscouch.com/boogie", function(error, change) {
if(!error) {
console.log("Got change number " + change.seq + ": " + change.id);
}
});
在这个示例中,Follow 模块会监听 https://example.iriscouch.com/boogie 数据库的变更,并在每次变更时调用回调函数。
项目API使用文档
简单API: follow(options, callback)
follow 函数接受两个参数:
- options: 一个包含配置选项的对象或字符串。
- callback: 每次数据库发生变更时调用的回调函数。
选项参数
db: 数据库的完整 URL(支持基本认证)。since: 开始监听的序列号,可以使用"now"从最新的变更开始。heartbeat: CouchDB 响应的超时时间(默认:30000 毫秒)。feed: 可选,但仅支持"continuous"。filter: 过滤器,可以是设计文档的路径或一个返回布尔值的 JavaScript 函数。query_params: 可选,用于过滤函数的查询参数。
回调函数
回调函数接受两个参数:
error: 错误对象,通常为null。change: 包含变更信息的对象。
对象API
Follow 模块还提供了一个基于 EventEmitter 的 API,允许更灵活的监听和处理变更。
var follow = require('follow');
var opts = {}; // 同上
var feed = new follow.Feed(opts);
feed.db = "http://example.iriscouch.com/boogie";
feed.since = 3;
feed.heartbeat = 30 * 1000;
feed.inactivity_ms = 86400 * 1000;
feed.filter = function(doc, req) {
if(doc.stinky || doc.ugly)
return false;
return true;
}
feed.on('change', function(change) {
console.log('Doc ' + change.id + ' in change ' + change.seq + ' is neither stinky nor ugly.');
});
feed.on('error', function(er) {
console.error('Since Follow always retries on errors, this must be serious');
throw er;
});
feed.follow();
事件
Feed 对象是一个 EventEmitter,支持以下事件:
start: 在任何 I/O 操作之前触发。confirm_request: 数据库确认请求发送时触发。confirm: 数据库确认时触发。change: 数据库发生变更时触发。catchup: 数据流追上确认步骤中的update_seq时触发。wait:Follow空闲,等待下一个数据块时触发。timeout:Follow未在规定时间内收到心跳时触发。retry: 重试计划时触发。stop: 数据流停止时触发。error: 发生错误时触发。
项目安装方式
Follow 模块可以通过 NPM 安装,安装命令如下:
npm install follow
安装完成后,你可以在 Node.js 项目中使用 require('follow') 来引入模块。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
672
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
514
622
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++
943
884
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
398
299
🎉 (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
1.56 K
906
暂无简介
Dart
918
222
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212