tarpc服务宏中支持自定义派生特性的改进
2025-06-24 13:01:33作者:裘旻烁
在RPC框架tarpc的最新开发中,社区成员提出并实现了一个重要改进:为服务宏生成的请求(Request)和响应(Response)类型增加自定义派生特性(derive)的能力。这一改进显著提升了框架的测试友好性和灵活性。
背景与问题
tarpc的服务宏(#[tarpc::service]
)会自动为RPC服务生成相应的请求和响应类型。然而,这些生成的类型默认不实现Clone
等常用特性,这给测试和模拟带来了不便。开发者需要这些特性来实现:
- 测试中的值比较(
PartialEq
) - 值的复制(
Clone
) - 哈希计算(
Hash
) - 调试输出(
Debug
)
解决方案
新实现引入了一个统一的derive
属性参数,取代了原有的derive_serde
参数。这个新参数接受一个特性列表,允许开发者灵活指定需要派生的所有特性。
示例用法:
#[tarpc::service(derive = [tarpc::serde::Serialize, tarpc::serde::Deserialize, Clone, Hash])]
service World {
async fn hello(message: String) -> String;
}
实现细节
-
向后兼容性处理:
- 保留了原有
derive_serde
参数的支持,但会输出弃用警告 - 默认情况下仍会派生
Serialize
和Deserialize
特性 derive
和derive_serde
参数互斥,同时使用会报错
- 保留了原有
-
错误处理:
- 当同时使用
derive
和derive_serde
时,会产生编译错误 - 使用
derive_serde
时会输出警告,提示迁移到新语法
- 当同时使用
-
灵活性提升:
- 开发者可以精确控制需要派生的特性
- 可以完全禁用序列化特性的派生
- 支持添加任意标准库或第三方特性
技术影响
这一改进对tarpc用户的主要好处包括:
- 测试便利性:可以轻松克隆请求/响应对象进行断言比较
- 模拟简化:更容易创建测试用的模拟对象
- 灵活性增强:支持更多使用场景,如将RPC对象用作HashMap键
- 现代化语法:采用更符合Rust惯例的属性参数设计
迁移指南
现有用户应逐步将代码从:
#[tarpc::service(derive_serde)]
迁移至:
#[tarpc::service(derive = [Serialize, Deserialize])]
对于不需要序列化的场景,可以完全禁用派生:
#[tarpc::service(derive = [])]
这一改进体现了tarpc框架对开发者体验的持续关注,使得基于tarpc构建的应用更加易于测试和维护。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
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++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
209
2.21 K

暂无简介
Dart
520
115

Ascend Extension for PyTorch
Python
64
94

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++
552
87

React Native鸿蒙化仓库
C++
209
285

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
978
577

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194