Temping 项目技术文档
2024-12-23 09:01:21作者:何将鹤
本文档将详细介绍如何安装、使用Temping项目,以及如何使用其API。Temping允许您为测试创建任意基于临时SQL表的ActiveRecord模型。
1. 安装指南
在Gemfile中添加以下代码:
gem "temping"
在test_helper.rb文件中,如果是使用ActiveSupport::TestCase,请添加以下代码块:
class ActiveSupport::TestCase
# ...
teardown do
Temping.teardown
end
# ...
end
如果是使用rspec,在spec_helper.rb中添加以下代码块:
RSpec.configure do |config|
# ...
config.after do
Temping.teardown
end
# ...
end
如果你想仅清理表但保留定义的模型在内存中,可以使用:
Temping.cleanup
2. 项目的使用说明
Temping的基本设置包括调用create方法,并传递一个表示要创建的模型类名的符号。默认情况下,这将创建一个包含id列的临时表。
Temping.create(:dog)
Dog.create # => <Dog id: 1>
Dog.table_name # => "dogs"
Dog # => Dog(id: integer)
请注意,表名始终是复数形式,而类名是单数形式。
Temping.create(:dogs)
Dog.table_name # => "dogs"
Dogs # => NameError: uninitialized constant Dogs
可以通过with_columns方法指定额外的数据库列,它使用Rails迁移语法:
Temping.create(:dog) do
with_columns do |t|
t.string :name
t.integer :age, :weight
end
end
Dog.create # => <Dog id: 1, name: nil, age: nil, weight: nil>
当向create传递一个块时,该块在类的上下文中执行。这意味着在ActiveRecord模型类体中可以做的任何事情都可以在块中完成,包括方法定义、验证、模块包含等。
Temping.create(:dog) do
validates :name, presence: true
with_columns do |t|
t.string :name
t.integer :age, :weight
end
def quack
"arf!"
end
end
Dog.create!
# => ActiveRecord::RecordInvalid: Validation failed: Name can't be blank
codey = Dog.create!(name: "Codey")
codey.quack
# => "arf!"
传递给create_table的所有属性也会被评估。例如,您可以创建一个主键类型为uuid的狗(假设您使用的是启用了uuid-ossp扩展的PostgreSQL):
Temping.create(:dog, id: :uuid, default: -> { "uuid_generate_v4()" })
Dog.create # => <Dog id: d937951b-765c-4bc9-804e-3171d22117b0>
3. 项目API使用文档
Temping.create(symbol, [parent_class: nil]):创建一个名为symbol的临时模型。可选地,可以指定一个父类。Temping.create(symbol) do ... end:在块中定义模型的结构和属性。Temping.teardown:在测试结束时调用,用于销毁所有临时表和定义的模型。Temping.cleanup:清理所有临时表,但保留定义的模型在内存中。
4. 项目安装方式
请遵循以下步骤来安装Temping:
- 将Temping添加到您的Gemfile中。
- 运行
bundle install来安装gem。 - 根据您的测试框架(如ActiveSupport或RSpec),在相应的测试帮助文件中配置Temping。
通过遵循以上步骤,您将能够成功安装和使用Temping项目。
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 StartedRust0191
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 Notebook0117
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。Java04
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
764
4.97 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++
857
1.92 K
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++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
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
455
437
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++
1.08 K
1.09 K
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
150
252
CANN 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 Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220