Watermill 是一个用于高效处理消息流的 Go 库。它旨在构建事件驱动的应用程序,支持事件溯源、基于消息的 RPC、saga 以及您能想到的其他功能。您可以使用传统的发布/订阅实现,如 Kafka 或 RabbitMQ,也可以根据需要使用 HTTP 或 MySQL binlog。
选择您最喜欢的方式或按顺序进行:
<a href="https://threedots.tech/event-driven/?utm_source=watermill-readme"><img align="center" width="400" src="https://yellow-cdn.veclightyear.com/835a84d5/14f8eccd-6bf8-4128-84e2-a698dba49a10.png"></a>
构建分布式和可扩展的服务并不像某些人所说的那么简单。编写这样的系统需要大量隐藏的知识。就像您不需要了解整个 TCP 堆栈就可以创建 HTTP REST 服务器一样,您也不应该需要学习所有这些知识就可以开始构建消息驱动的应用程序。
Watermill 的目标是使消息通信变得像使用 HTTP 路由器一样简单。它提供了开始使用事件驱动架构所需的工具,并允许您在使用过程中学习细节。
Watermill 的核心是一个简单的接口:
func(*Message) ([]*Message, error)
您的处理程序接收一条消息,并决定是发布新消息还是返回错误。接下来会发生什么取决于您选择的中间件。
您可以在我们的介绍 Watermill 博客文章中了解更多关于我们的动机。
所有发布者和订阅者都必须实现一个接口:
type Publisher interface { Publish(topic string, messages ...*Message) error Close() error } type Subscriber interface { Subscribe(ctx context.Context, topic string) (<-chan *Message, error) Close() error }
支持的发布/订阅系统:
github.com/ThreeDotsLabs/watermill-amqp/v2
)github.com/ThreeDotsLabs/watermill-bolt
)github.com/ThreeDotsLabs/watermill-firestore
)github.com/ThreeDotsLabs/watermill-googlecloud
)github.com/ThreeDotsLabs/watermill-http
)github.com/ThreeDotsLabs/watermill-io
)github.com/ThreeDotsLabs/watermill-kafka/v2
)github.com/ThreeDotsLabs/watermill-nats
)github.com/ThreeDotsLabs/watermill-redisstream
)github.com/ThreeDotsLabs/watermill-sql/v2
)所有发布/订阅实现的文档可以在文档中找到。
找不到你喜欢的发布/订阅或库集成?查看Awesome Watermill。
如果你知道其他库或者是其作者,请将其添加到列表中。
请查看我们的贡献指南。
Watermill v1.0.0 已经发布并可用于生产环境。公共API是稳定的,不会在不改变主版本号的情况下进行更改。
为了确保所有发布/订阅系统都稳定且可安全地用于生产环境,我们创建了一套测试,每个实现在合并到主分支之前都需要通过这些测试。 所有测试还以压力模式执行 - 这意味着我们将所有测试并行运行20次。
所有测试都在启用竞态条件检测器的情况下运行(测试中使用-race
标志)。
有关调试测试的更多信息,你应该查看测试故障排除指南。
用于对发布/订阅系统进行基准测试的初始工具可以在watermill-benchmark中找到。
所有基准测试都在单个16 CPU的虚拟机实例上进行,在Docker Compose中运行一个二进制文件和依赖项。
这些数字旨在粗略估计不同发布/订阅系统可以处理消息的速度。 请记住,根据设置和配置的不同,结果可能会有很大差异(既可能低得多,也可能高得多)。
以下是消息大小为16字节时的简短版本。
发布/订阅 | 发布(消息/秒) | 订阅(消息/秒) |
---|---|---|
GoChannel | 331,882 | 118,943 |
Redis Streams | 61,642 | 11,213 |
NATS Jetstream(16个订阅者) | 49,255 | 33,009 |
Kafka(单节点) | 44,090 | 108,285 |
SQL(MySQL) | 5,599 | 167 |
SQL(PostgreSQL,批量大小=1) | 3,834 | 455 |
Google Cloud 发布/订阅 | 3,689 | 30,229 |
AMQP | 2,702 | 13,192 |
如果你在文档中没有找到问题的答案,请随时直接询问我们!
请加入Three Dots Labs Discord上的#watermill
频道。
我们非常欢迎并感谢每一条反馈。请使用调查问卷提交您的反馈。
因为它处理流!
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具 ,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号