掌控异步计算的新纪元:Me
2024-05-31 23:30:56作者:胡唯隽
在云端应用中,异步编程占据了代码的主导地位,而嵌套的闭包或块往往给维护、可读性和控制带来挑战。为了应对这个问题,我们引入了一个神奇的解决方案——Me,一个轻量级(少于200行)的软件库,它通过链式调用来替代传统的嵌套方式,让您的代码更加清晰有序。
简单示例
传统的做法是这样的:
MyAPI.login {
//Do your stuff and then request posts...
MyAPI.posts {
//Do your stuff and then request comments...
MyAPI.comments {
//Do your stuff and then request likes...
MyAPI.likes {
//We are done here
}
}
}
}
使用Me后,情况会变得截然不同:
Me.start { (me) in
MyAPI.login {
//Do your stuff and then request posts...
me.runNext()
}
}.next { (caller, me) in
MyAPI.posts {
//Do your stuff and then request comments...
me.runNext()
}
}.next { (caller, me) in
MyAPI.comments {
//Do your stuff and then request likes...
me.runNext()
}
}.next { (caller, me) in
MyAPI.likes {
//We are done here
me.end()
}
}.run()
如您所见,代码流的转移得到了很好的解决,开发者对代码的控制力更强了。
Me 是什么?
Me 对象是一个代理,用于持有当前正在执行的代码块和接下来要执行的代码块。它的工作流程如下:
- 使用
Me.start开始,添加第一个代码块,然后继续用.next添加后续代码块。 .next方法接收两个Me对象参数,一个是调用者,另一个则是当前处理中的代码块。- 使用
.run()命令启动第一个代码块,必须放在链条的末尾。
在每个代码块内,你需要指示何时执行下一个代码块,这通过 runNext() 或 end() 来实现:
me.runNext()被用于调用下一个代码块,当异步调用返回且准备运行下一段代码时,应调用该命令。me.end()表示结束链条并释放所有与之关联的Me对象和代码块。
优点
- 易于阅读
- 易于维护
- 不需要创建自定义代理(如 Promise),只需重构嵌套块,并将其拆分为不同的
.next代码块。 - 基于安全的 Grand Central Dispatch 构建,允许您在自己的队列中运行代码。
- 允许直接跳转到特定代码块,查看调用者名称。
- 允许您在
parameters字典中设置所有参数。
缺点
- 相比嵌套代码,每段代码可能会长2-3行。
- 必须记得在适当位置添加
runNext()或end(),否则可能导致下一个代码块不执行或内存未被释放。 - 参数不能直接作为块参数传递,需通过
parameters字典指定。
保持联系
如果您在应用中使用了 Me,我们非常想知道,请发送电子邮件至 <pasquale.ambrosini@gmail.com>。
现在,是时候拥抱更清晰、更可控的异步编程了,让 Me 成为你的助手,让代码编写和维护变得更加愉快!
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
403
3.14 K
Ascend Extension for PyTorch
Python
224
250
暂无简介
Dart
672
159
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++
663
319
React Native鸿蒙化仓库
JavaScript
262
325
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
1.21 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219