Couchbase Ruby客户端技术文档
2024-12-27 09:27:42作者:齐添朝
1. 安装指南
Couchbase Ruby客户端库已经经过测试,兼容MRI 3.1、3.2和3.3版本。支持的平台包括Linux和MacOS。
要安装Couchbase Ruby客户端,您可以将以下内容添加到应用程序的Gemfile文件中:
gem "couchbase", "3.5.4"
然后执行以下命令安装:
$ bundle install
或者,您也可以单独安装:
$ gem install couchbase
对于某些平台,我们预先编译了二进制包。在某些情况下无法使用二进制包时,可以传递--platform=ruby参数给gem install命令(或者检查Bundler的specific_platform和force_ruby_platform选项)。在后一种情况下,请参阅开发部分了解构建依赖。
2. 项目的使用说明
以下是使用Couchbase Ruby客户端进行数据操作的基本步骤:
require "couchbase"
include Couchbase # 为简洁起见,包含Couchbase模块
# 初始化库
cluster = Cluster.connect("couchbase://127.0.0.1", "Administrator", "password")
# 打开bucket和collection以进行数据操作
bucket = cluster.bucket("my_bucket")
collection = bucket.default_collection
# 更新或插入文档
res = collection.upsert("foo", {"bar" => 42})
res.cas
#=> 22120998714646
# 从集合中检索文档
res = collection.get("foo")
res.cas
#=> 22120998714646
res.content
#=> {"bar"=>42}
# 删除文档
res = collection.remove("foo")
res.cas
#=> 47891154812182
# 从集合中获取前3个酒店数量最多的城市
res = cluster.query("
SELECT city, COUNT(*) AS cnt FROM `travel-sample`
WHERE type = $type
GROUP BY city
ORDER BY cnt DESC
LIMIT 3",
Options::Query(named_parameters: {type: "hotel"}, metrics: true))
res.rows.each do |row|
p row
end
#=> {"city"=>"San Francisco", "cnt"=>132}
# {"city"=>"London", "cnt"=>67}
# {"city"=>"Paris", "cnt"=>64}
3. 项目API使用文档
关于API的详细信息可以通过yard库生成。以下是如何生成API参考的步骤:
$ gem install yard
以下是生成特定git标签的API引用的步骤:
$ rake doc
API参考可以通过网页浏览器访问(其中VERSION是SDK的当前版本):
$ firefox doc/couchbase-ruby-client-VERSION/index.html
4. 项目安装方式
安装Couchbase Ruby客户端的详细步骤如下:
- 将Couchbase Ruby客户端的依赖项添加到 Gemfile 文件中。
- 使用
bundle install命令或gem install命令安装依赖项。
对于编译和打包步骤,请参考以下命令:
$ bundle exec rake compile
运行测试:
$ bundle exec rake test
进行代码风格检查:
$ bundle exec rubocop
构建和安装Ruby gem:
$ gem build couchbase.gemspec
$ gem install couchbase-VERSION.snapshot.gem
在完成以上步骤后,您就可以在项目中使用Couchbase Ruby客户端进行数据操作了。
登录后查看全文
热门项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134