当前位置:首页 > 文章列表 > Golang > Go教程 > 案例(一)-KisFlow-Golang流实时计算-快速入门指南

案例(一)-KisFlow-Golang流实时计算-快速入门指南

来源:dev.to 2024-07-09 19:42:55 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《案例(一)-KisFlow-Golang流实时计算-快速入门指南》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

案例(一)-KisFlow-Golang流实时计算-快速入门指南

Github:https://github.com/aceld/kis-flow
文档:https://github.com/aceld/kis-flow/wiki


第 1 部分-概览
Part2.1-项目构建/基础模块
Part2.2-项目构建/基础模块
第三部分-数据流
Part4-功能调度
第5部分-连接器
Part6-配置导入导出
Part7-KisFlow 动作
Part8-Cache/Params 数据缓存和数据参数
Part9-流程的多份副本
Part10-Prometheus Metrics 统计
Part11-基于反射的FaaS参数类型自适应注册


案例1-快速入门
Case2-流程并行操作
Case3-KisFlow在多Goroutine中的应用


下载 KisFlow 源代码

$前往 github.com/aceld/kis-flow

KisFlow 开发者文档

  1. KisFlow 快速入门(使用配置文件) 源代码示例: kis-flow-usage/2-quick_start_with_config 位于 main · acld/kis-flow-usage

首先,让我们创建一个具有以下文件结构的项目:

项目目录

├── Makefile
├── 会议
│ ├── flow-CalStuAvgScore.yml
│ ├── func-AvgStuScore.yml
│ └── func-PrintStuAvgScore.yml
├── faas_stu_score_avg.go
├── faas_stu_score_avg_print.go
└── main.go

流动

定义当前Flow。目前的Flow名为“CalStuAvgScore”,是一个计算学生平均成绩的数据流。

定义两个函数。 Function1是Calculate,是计算学生平均成绩的逻辑,Function2是Expand,是打印最终结果

配置

Flow 和 Functions 的配置文件如下:

(1) 流程配置

conf/flow-CalStuAvgScore.yml

kistype:流动
状态:1
flow_name:CalStuAvgScore
流量:
 - 文件名称:AvgStuScore
 - 文件名称:PrintStuAvgScore

(2) 功能1配置

conf/func-AvgStuScore.yml

kistype:功能
文件名称:AvgStuScore
fmode:计算
来源:
 名称: 学生成绩
 必须:
 - 学生ID

(3)功能2配置

conf/func-PrintStuAvgScore.yml

kistype:功能
文件名称:PrintStuAvgScore
fmode:展开
来源:
 名称: 学生成绩
 必须:
 - 学生ID

主要的

接下来是主要逻辑,分为三步:

  • 加载配置文件并获取Flow实例。
  • 提交数据。
  • 运行流程。

main.go

包主

进口 (
    “语境”
    “FMMT”

    “github.com/aceld/kis-flow/file”
    “github.com/aceld/kis-flow/kis”
)

函数主() {
    ctx := context.Background()

    // 从文件加载配置
    if err := file.ConfigImportYaml("conf/");错误!=零{
        恐慌(错误)
    }

    // 获取流量
    flow1 := kis.Pool().GetFlow("CalStuAvgScore")
    如果流 1 == nil {
        恐慌(“流1为零”)
    }

    // 提交字符串
    _ = flow1.CommitRow(`{"stu_id":101, "score_1":100, "score_2":90, "score_3":80}`)
    // 提交字符串
    _ = flow1.CommitRow(`{"stu_id":102, "score_1":100, "score_2":70, "score_3":60}`)

    // 运行流程
    if err := flow1.Run(ctx);错误!=零{
        fmt.Println("错误:",错误)
    }

    返回
}

功能1

第一个计算过程的实现逻辑如下。 AvgStuScoreIn 是输入数据类型,目前包含三个分数,AvgStuScoreOut 是输出数据类型,是平均分数。

faas_stu_score_avg.go

包主
进口 (
    “语境”
    “github.com/aceld/kis-flow/kis”
    “github.com/aceld/kis-flow/serialize”
)

类型 AvgStuScoreIn 结构体 {
    序列化.DefaultSerialize
    StuId int `json:"stu_id"`
    Score1 int `json:"score_1"`
    Score2 int `json:"score_2"`
    Score3 int `json:"score_3"`
}

类型 AvgStuScoreOut 结构体 {
    序列化.DefaultSerialize
    StuId int `json:"stu_id"`
    AvgScore float64 `json:"avg_score"`
}

// AvgStuScore(FaaS) 计算学生的平均成绩
func AvgStuScore(ctx context.Context, flow kis.Flow, rows []*AvgStuScoreIn) error {
    对于 _, row := 范围行 {
        输出 := AvgStuScoreOut{
            StuId:行.StuId,
            平均得分:float64(行.得分1+行.得分2+行.得分3) / 3,
        }
        // 提交结果数据
        _ = flow.CommitRow(out)
    }
    返回零
}

功能2

打印的逻辑是直接打印数据,如下

faas_stu_score_avg_print.go

包主

进口 (
    “语境”
    “FMMT”
    “github.com/aceld/kis-flow/kis”
    “github.com/aceld/kis-flow/serialize”
)

类型 PrintStuAvgScoreIn 结构体 {
    序列化.DefaultSerialize
    StuId int `json:"stu_id"`
    AvgScore float64 `json:"avg_score"`
}

类型 PrintStuAvgScoreOut 结构体 {
    序列化.DefaultSerialize
}

func PrintStuAvgScore(ctx context.Context, flow kis.Flow, rows []*PrintStuAvgScoreIn) error {
    对于 _, row := 范围行 {
        fmt.Printf("stuid: [%+v], 平均成绩: [%+v]n", row.StuId, row.AvgScore)
    }
    返回零
}

输出

最后运行程序,得到如下结果:

添加 KisPool FuncName=AvgStuScore
添加 KisPool FuncName=PrintStuAvgScore
添加 FlowRouter FlowName=CalStuAvgScore
学生:[101],平均分数:[90]
学习:[102],平均分数:[76.66666666666667]

2.KisFlow快速入门(使用原生接口,动态配置)

源代码示例:kis-flow-usage/1-quick_start at main · acld/kis-flow-usage

项目目录

├── faas_stu_score_avg.go
├── faas_stu_score_avg_print.go
└── main.go

流动

主要的

main.go

包主

进口 (
    “语境”
    “FMMT”
    “github.com/aceld/kis-flow/common”
    “github.com/aceld/kis-flow/config”
    “github.com/aceld/kis-flow/flow”
    “github.com/aceld/kis-flow/kis”
)

函数主() {
    ctx := context.Background()

    // 创建新的流配置
    myFlowConfig1 := config.NewFlowConfig("CalStuAvgScore", common.FlowEnable)

    // 创建新的函数配置
    avgStuScoreConfig := config.NewFuncConfig("AvgStuScore", common.C, nil, nil)
    printStuScoreConfig := config.NewFuncConfig("PrintStuAvgScore", common.E, nil, nil)

    // 创建一个新流
    flow1 := flow.NewKisFlow(myFlowConfig1)

    // 将函数链接到流程
    _ = flow1.Link(avgStuScoreConfig, nil)
    _ = flow1.Link(printStuScoreConfig, nil)

    // 提交字符串
    _ = flow1.CommitRow(`{"stu_id":101, "score_1":100, "score_2":90, "score_3":80}`)
    // 提交字符串
    _ = flow1.CommitRow(`{"stu_id":102, "score_1":100, "score_2":70, "score_3":60}`)

    // 运行流程
    if err := flow1.Run(ctx);错误!=零{
        fmt.Println("错误:",错误)
    }

    返回
}

函数初始化(){
    // 注册函数
    kis.Pool().FaaS("AvgStuScore", AvgStuScore)
    kis.Pool().FaaS("PrintStuAvgScore", PrintStuAvgScore)
}

功能1

faas_stu_score_avg.go

包主

进口 (
    “语境”
    “github.com/aceld/kis-flow/kis”
    “github.com/aceld/kis-flow/serialize”
)

类型 AvgStuScoreIn 结构体 {
    序列化.DefaultSerialize
    StuId int `json:"stu_id"`
    Score1 int `json:"score_1"`
    Score2 int `json:"score_2"`
    Score3 int `json:"score_3"`
}

类型 AvgStuScoreOut 结构体 {
    序列化.DefaultSerialize
    StuId int `json:"stu_id"`
    AvgScore float64 `json:"avg_score"`
}

// AvgStuScore(FaaS) 计算学生的平均成绩
func AvgStuScore(ctx context.Context, flow kis.Flow, rows []*AvgStuScoreIn) error {
    对于 _, row := 范围行 {

        输出 := AvgStuScoreOut{
            StuId:行.StuId,
            平均得分:float64(行.得分1+行.得分2+行.得分3) / 3,
        }

        // 提交结果数据
        _ = flow.CommitRow(out)
    }

    返回零
}

功能2

faas_stu_score_avg_print.go

包主

进口 (
    “语境”
    “FMMT”
    “github.com/aceld/kis-flow/kis”
    “github.com/aceld/kis-flow/serialize”
)

类型 PrintStuAvgScoreIn 结构 {
    序列化.DefaultSerialize
    StuId int `json:"stu_id"`
    AvgScore float64 `json:"avg_score"`
}

类型 PrintStuAvgScoreOut 结构体 {
    序列化.DefaultSerialize
}

func PrintStuAvgScore(ctx context.Context, flow kis.Flow, rows []*PrintStuAvgScoreIn) error {
    对于 _, row := 范围行 {
        fmt.Printf("stuid: [%+v], 平均成绩: [%+v]n", row.StuId, row.AvgScore)
    }

    返回零
}

输出

添加 KisPool FuncName=AvgStuScore
添加 KisPool FuncName=PrintStuAvgScore
funcName NewConfig 源为零,funcName = AvgStuScore,使用默认的未命名源。
funcName NewConfig 源为零,funcName = PrintStuAvgScore,使用默认的未命名源。
学生:[101],平均分数:[90]
学习:[102],平均分数:[76.66666666666667]

作者:Aceld
GitHub:https://github.com/aceld

KisFlow 开源项目地址:https://github.com/aceld/kis-flow

文档:https://github.com/aceld/kis-flow/wiki


第 1 部分-概览
Part2.1-项目构建/基础模块
Part2.2-项目构建/基础模块
第三部分-数据流
Part4-功能调度
第5部分-连接器
Part6-配置导入导出
Part7-KisFlow 动作
Part8-Cache/Params 数据缓存和数据参数
Part9-流程的多份副本
Part10-Prometheus Metrics 统计
Part11-基于反射的FaaS参数类型自适应注册


案例1-快速入门
Case2-Flow并行运行
Case3-KisFlow在多Goroutine中的应用

以上就是《案例(一)-KisFlow-Golang流实时计算-快速入门指南》的详细内容,更多关于的资料请关注golang学习网公众号!

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
揭开神秘面纱:揭开 Go 的价值变化揭开神秘面纱:揭开 Go 的价值变化
上一篇
揭开神秘面纱:揭开 Go 的价值变化
支持 Pascal 函数
下一篇
支持 Pascal 函数
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。
    395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。
    473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。
    479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。
    423次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    249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 和 隐私政策
返回登录
  • 重置密码