DelayedJob Mongoid 后端技术文档
2024-12-20 03:30:47作者:彭桢灵Jeremy
1. 安装指南
环境要求
- Ruby 2.3 及以上版本
- Mongoid 5 及以上版本
如果你使用的是 Mongoid 3 或 4,请使用 2.x 版本的 delayed_job_mongoid gem。
安装步骤
-
将
delayed_job_mongoidgem 添加到你的 Gemfile 中:gem 'delayed_job_mongoid' -
创建索引(在生产环境中不要忘记执行此步骤):
script/rails runner 'Delayed::Backend::Mongoid::Job.create_indexes' -
生成
script/delayed_job文件:rails generate delayed_job
完成以上步骤后,你可以像往常一样使用 delayed_job。
2. 项目的使用说明
基本使用
安装完成后,你可以使用 delayed_job 来处理后台任务。默认情况下,delayed_job 会将任务存储在 Mongoid 数据库中。
高级用法
静默日志记录
默认情况下,Mongo Ruby Driver 会在 Delayed Job 轮询数据库时每隔 5 秒打印一次日志。你可以使用以下插件来静默这些日志(除了 error 级别的日志),并且只记录在任务执行期间的操作日志。
# 在 initializers/delayed_job.rb 中
require 'delayed/plugins/mongo_silencer'
Delayed::Worker.plugins << Delayed::Plugins::MongoSilencer
为了确保线程安全,此插件要求你的 Mongo::Logger.logger 是 ActiveSupport::Logger 类的实例。它将忽略 Ruby 标准库 Logger 类的实例。
自定义任务类
Delayed Job 允许你为任务指定一个自定义的后端类。例如,你可能希望指定一个不同的数据库集合名称。你可以这样做:
# 在初始化器中
class MyJob
include ::Mongoid::Document
store_in(collection: :my_jobs)
include ::Delayed::Backend::Mongoid::Mixin
end
Delayed::Worker.backend = MyJob
# 在你的应用程序中
MyJob.enqueue(job_object)
3. 项目API使用文档
主要API
Delayed::Backend::Mongoid::Job.create_indexes:创建 Mongoid 索引。Delayed::Worker.plugins:添加插件以扩展 Delayed Job 的功能。Delayed::Worker.backend:设置自定义的任务后端类。
示例
# 创建索引
Delayed::Backend::Mongoid::Job.create_indexes
# 添加插件
require 'delayed/plugins/mongo_silencer'
Delayed::Worker.plugins << Delayed::Plugins::MongoSilencer
# 设置自定义任务类
class MyJob
include ::Mongoid::Document
store_in(collection: :my_jobs)
include ::Delayed::Backend::Mongoid::Mixin
end
Delayed::Worker.backend = MyJob
4. 项目安装方式
项目的安装方式已经在 安装指南 中详细说明。请按照步骤进行安装,确保你的环境满足要求。
通过以上文档,你应该能够顺利安装和使用 delayed_job_mongoid 项目。如果在使用过程中遇到问题,请参考项目的 GitHub Wiki 或联系项目维护者。
登录后查看全文
热门项目推荐
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 StartedRust0185
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 Notebook0112
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。Java03
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
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
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
1.91 K
deepin linux kernel
C
32
16
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
Ascend Extension for PyTorch
Python
716
866
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
186
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
436
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
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259