当前位置:首页 > 文章列表 > Golang > Go问答 > 生成多种环境和变异组合的配置方案

生成多种环境和变异组合的配置方案

来源:stackoverflow 2024-03-20 10:30:30 0浏览 收藏

为了管理多环境和变异配置,需要一个简洁且可读的方式来生成源数据。gomplate 作为配置生成器,在处理这种复杂性方面遇到了挑战。因此,本文探索了使用其他工具的替代解决方案,以简化配置生成过程。

问题内容

我正在尝试使用 gomplate 作为配置生成器。我现在面临的问题是存在多个突变和环境,需要以不同的方式配置应用程序。我希望以尽可能少的模板和源数据重复的方式实现一些用户友好且可读的方式。

这背后的动机是生成源数据 app_config ,它可以在以下 gomplate 中使用,如下所示:

feature_a={{ index (datasource "app_config").features.feature_a .env.app_mutation .env.env_name | required }}
feature_b={{ index (datasource "app_config").features.feature_b .env.app_mutation .env.env_name | required }}

基本上我想要这个源数据

features:
    feature_a:
        ~: true
    feature_b:
        mut_a:
            ~: false
            dev: true
            test: true
        mut_b:
            ~: true

转换为此结果(用作 app_config gomplate 数据源)

features:
    feature_a:
        mut_a:
            dev: true
            test: true
            load: true
            staging: true
            prod: true
        mut_b:
            dev: true
            test: true
            load: true
            staging: true
            prod: true
    feature_b:
        mut_a:
            dev: true
            test: true
            load: false
            staging: false
            prod: false
        mut_b:
            dev: true
            test: true
            load: true
            staging: true
            prod: true

假设数据源 platform 定义为

mutations:
    - mut_a
    - mut_b
environments:
    - dev
    - test
    - load
    - staging
    - prod

我选择使用 ~ 来声明每个未定义的环境或突变都将获得 ~ 后面的值。

这应该在假设最低级别是环境并且最低级别之前的级别是突变的情况下起作用。除非未定义环境,否则突变水平最低,并且适用于所有突变和环境。但是我知道这会带来额外的复杂性,因此我愿意使用始终定义突变的简化变体:

features:
    feature_a:
        mut_a: true
        mut_b: true
    feature_b:
        mut_a:
            ~: false
            dev: true
            test: true
        mut_b:
            ~: true

但是,由于我对 gomplate 还很陌生,所以我不确定它是否是适合这项工作的工具。

我欢迎每一个反馈。


解决方案


经过进一步调查,我决定使用单独的工具可以更好地解决这个问题。

今天关于《生成多种环境和变异组合的配置方案》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
比较和更新两个yaml文件的Golang实现比较和更新两个yaml文件的Golang实现
上一篇
比较和更新两个yaml文件的Golang实现
正确转换PHP中的布尔类型数值
下一篇
正确转换PHP中的布尔类型数值
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    198次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    254次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    209次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    193次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    184次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码