Ratelimit 技术文档
2024-12-26 17:11:43作者:凌朦慧Richard
1. 安装指南
为了使用 Ratelimit,您需要先将其添加到您的应用程序的 Gemfile 中:
gem 'ratelimit'
接着执行以下命令来安装:
$ bundle
或者您也可以自行安装:
$ gem install ratelimit
2. 项目使用说明
Ratelimit 是一个利用 Redis 来限制跨多个服务器上动作频率的工具。它可以应用于多种场景,比如批量处理外部 API 数据。
使用方法:
- 添加计数:为指定主体(如电话号码、URL、电子邮件地址等)通过唯一键增加计数。
ratelimit = Ratelimit.new("messages")
5.times do
ratelimit.add(phone_number)
end
- 获取执行次数:获取在给定秒数间隔内指定主体的执行次数。
ratelimit.count(phone_number, 30)
# 返回值:5
- 检查阈值:检查在过去指定秒数内是否超过了给定阈值。
ratelimit.exceeded?(phone_number, threshold: 10, interval: 30)
# 返回值:false
ratelimit.within_bounds?(phone_number, threshold: 10, interval: 30)
# 返回值:true
- 在阈值内执行代码块:如果指定阈值范围内,执行代码块。
ratelimit.exec_within_threshold phone_number, threshold: 10, interval: 30 do
some_rate_limited_code
ratelimit.add(phone_number)
end
连接外部 Redis 实例
默认情况下,Ratelimit 会尝试连接到位于 127.0.0.1:6379 的 Redis 服务器。当您使用独立的 Redis 服务器时,需要指定服务器的位置。
redis = Redis.new(host: "10.0.1.1", port: 6380, db: 15)
...
ratelimit = Ratelimit.new("messages", redis: redis)
3. 项目API使用文档
Ratelimit 的完整 API 文档可以在 这里 找到。但是为了方便,下面列出了基本的 API 方法:
add(key):为指定键增加计数。count(key, interval):获取指定键在指定时间间隔内的计数。exceeded?(key, threshold, interval):检查指定键是否超过阈值。within_bounds?(key, threshold, interval):检查指定键是否在阈值范围内。exec_within_threshold(key, threshold, interval):在指定阈值范围内执行代码块。
4. 项目安装方式
请参考上述安装指南部分的内容进行项目安装。简要概述如下:
- 将 Ratelimit 添加到 Gemfile。
- 执行
bundle或gem install ratelimit来安装。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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
313
React Native鸿蒙化仓库
JavaScript
262
324
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
1.2 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
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137