Broadway 开源项目指南

Broadway 开源项目指南

broadwayInfrastructure and testing helpers for creating CQRS and event sourced applications.项目地址:https://gitcode.com/gh_mirrors/broa/broadway


项目介绍

Broadway 是一个高度可扩展的事件处理框架,专为构建大规模事件驱动应用程序设计。它基于领域驱动设计(DDD)原则和CQRS(命令查询职责分离)模式,提供了事件存储、命令处理和读模型构建等核心功能。通过Broadway,开发者可以轻松实现对业务逻辑的细分和高效管理,确保系统的高并发能力和数据一致性。


项目快速启动

要快速启动一个Broadway项目,首先需要安装必要的依赖。以下步骤基于Node.js环境,但请注意原始项目是用PHP编写的,这里为了示例,我们假设有一个类似的Node.js环境假设情况:

安装

由于直接从给定链接看,Broadway是PHP项目,这里提供的是概念性的快速启动指导而非实际执行的命令:

  1. 克隆项目:

    git clone https://github.com/broadway/broadway.git
    
  2. 安装依赖(假设是PHP项目,使用Composer):

    cd broadway
    composer install
    

示例代码片段

以下是简化版的PHP命令发布和事件处理的示例,用于理解基本流程:

// 假设已经设置好Broadway的基本配置

use Broadway\EventStore\EventStore;
use Broadway\EventHandling\SimpleEventDispatcher;
use YourNamespace\YourCommand;

// 初始化事件存储
$eventStore = new EventStore();

// 创建命令处理器
$commandHandler = new YourCommandHandler($eventStore);

// 设置事件调度器
$dispatcher = new SimpleEventDispatcher();

// 处理命令
$command = new YourCommand('相关参数');
$commandHandler->handle($command);

// 注册并分发事件(示例)
$dispatcher->dispatch($command->getEvents());

应用案例和最佳实践

在实际应用中,Broadway常被用来构建事件溯源(Event Sourcing)系统,比如电子商务平台,能够追踪商品状态的所有变更历史。最佳实践包括:

  • 领域建模明确:清晰定义领域内的实体和值对象。
  • 事件设计:确保事件反映业务领域的真实变化,避免包含操作逻辑。
  • 利用CQRS分离读写:写模型关注事务和一致性,读模型优化查询性能。
  • 测试驱动开发:围绕领域事件进行单元测试和集成测试。

典型生态项目

虽然请求中给出的链接指向的具体项目没有提及特定的生态项目,Broadway框架本身是PHP领域的基石之一,其生态系统包括但不限于:

  • Broadway Persistence: 提供了多种数据库适配器来持久化事件。
  • Broadway Serializers: 支持不同格式(如JSON, MessagePack)的消息序列化。
  • Broadway Feature Flags: 用于控制应用中的功能开关,体现了可扩展性的一面。
  • Broadway Saga: 实现复杂的业务流程协调,增加事务管理能力。

这些组件协同工作,增强了Broadway在构建复杂、高性能、分布式系统中的灵活性和可靠性。开发者可以根据具体需求选择适合的组件进行集成。


请注意,本指导基于提供的项目链接进行了通用化的说明,具体实现细节和步骤需参照官方文档或库的实际API和指南。

broadwayInfrastructure and testing helpers for creating CQRS and event sourced applications.项目地址:https://gitcode.com/gh_mirrors/broa/broadway

  • 13
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陆璞朝Jocelyn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值