木星 是一个框架，用于包装 计算 或 内存密集型 组件，将它们作为 高吞吐量 和 超低延迟 服务提供给基于托管运行时（如 node.js、Java、Ruby）构建的应用程序。木星使用由 Redis 使用的 RESP 协议，以保持与主机应用程序通信时的低开销。

我们在 scireum 使用 木星 与我们的开源 Java 框架 SIRIUS 结合使用，以构建基于 Web 的应用程序。 sirius-biz 提供了一系列工具，用于将 Java 应用程序连接到木星，并维护和监控操作。

除了提供定制服务的框架外，木星还提供了一些通用模块

• LRU-Cache：一个具有智能刷新策略的大小受限缓存，可以使用协调的异步缓存更新模式（见 LRU.XGET）来维持低延迟响应时间。它还支持通过次要键进行缓存一致性（刷新）（见 LRU.PUTS / LRU.REMOVES）。
• InfoGraphDB：提供快速灵活的静态数据库用于主数据。使用仓库，可以从S3存储桶或git仓库等加载主数据到快速查找表或代码集。这些允许执行各种查找、反向查找、“边打字边搜索”和自动翻译管理（即使是包含数千行/结构化文档的表格）。
• 仓库：仓库用于从各种来源获取文件，并调用适当的加载器，以便数据可以被使用（例如作为IDB表或集合）。有关加载器的更多信息：[仓库](https://github.com/scireum/jupiter/blob/HEAD/../jupiter-rs/src/repository)。

更多信息和详细描述请参阅文档。

部署

从部署角度来看，我们主要使用Docker，因此我们简单地记录到stdout并使用SIGHUP来检测关闭请求。

尽管Jupiter旨在作为库构建自定义服务，但Jupiter IO提供了一个独立的Docker镜像 - IO指的是木星的卫星，不是I/O操作 :)

Jupiter IO启用了所有模块（如上所述）。因此，您可以尝试通过调用

> docker run -p 2410:2410 scireum/jupiter-io:latest &
> redis-cli -p 2410

> PING or
> SYS.COMMANDS

请注意，两个卷/jupiter/config和/jupiter/repository应该挂载到Docker卷或外部目录，以便在容器更新后保持数据活跃。

配置

配置是从settings.yml加载的 - 修改此文件会在框架内检测和分发。此外，还可以通过发送SYS.SET_CONFIG来推送特定应用程序的配置。

基本配置只需指定要绑定到的ip和端口（如果默认设置不可行）

server:
    host: "0.0.0.0"
    port: 2410

仓库

由于单个仓库可能被多个应用程序共享，这些应用程序总是将所有文件同步到它们的Jupiter服务器，因此文件可以放入命名空间，而配置可以确定哪些命名空间被启用

repository:
    namespaces: ["core", "test", "foo" ]

LRU缓存

每个缓存都可以配置以限制其大小并控制其生存期参数

caches:
    my_cache:
        # Specifies the maximal number of entries to store
        size: 1024
        # Specifies the maximal amount of memory to use (in bytes).
        # Supports common suffixes like: k, m, g, t
        max_memory: 1g
        # Specifies the soft time to live. After this period, an entry is considered stale
        # and will not be delivered by LRU.GET. However, LRU.XGET will deliver this entry
        # but mark it as stale. Supports common suffixes like: s, m, h, d
        soft_ttl: 15m
        # Specifies the hard time to live. After this persiod, neither LRU.GET nor LRU.XGET
        # will deliver this entry.
        hard_ttl: 1d
        # Specifies the refresh interval for LRU.XGET. If this command delivers a stale entry
        # (as defined by soft_ttl), it indicates that the entry is stale an should be
        # refreshed. However, once this has to be signalled to a client, it will no longer
        # request a refresh from other clients until either the entry has been refresehd or
        # this refresh interval has elapsed.
        refresh_interval: 30s

命令

如果所有模块都启用，则以下命令可用。

核心模块

• SYS.COMMANDS列出所有可用命令。
• SYS.CONNECTIONS列出所有活跃客户端连接。
• SYS.KILL终止与给定ip的客户端的连接。

仓库

• REPO.SCAN重新扫描本地磁盘上的本地仓库内容。这会在启动时自动发生，仅在仓库内容被外部进程更改时才需要。
• REPO.FETCH file url指示后台演员从给定的url获取文件。请注意，只有在文件自上次获取以来已修改时，才会获取文件。
• REPO.STORE file contents将给定的字符串内容存储在文件中。
• REPO.FETCH_FORCED file url也会获取给定的文件，但不会像REPO.FETCH那样执行任何“最后修改”检查。
• REPO.LIST 列出仓库中的所有文件。请注意，这将产生一种或多或少可读的输出，而 REPO.LIST raw 将返回一个数组，每个文件对应一个子数组，包含 文件名、文件大小、最后修改时间。
• REPO.DELETE file 从仓库中删除指定的文件。
• REPO.INC_EPOCH 立即增加前台角色的纪元计数器，并安排后台任务增加后台纪元。在执行了一些仓库任务之后调用此功能，可以用来确定是否所有任务都已处理。
• REPO.EPOCHS 读取前台和后台纪元。首先调用 REPO.INC_EPOCH 然后调用 REPO.EPOCHS，可以确定后台角色是否正在工作（下载文件或执行加载任务）或者一切是否已处理。由于 INC_EPOCH 通过后台循环处理，返回的纪元将不同，只要后台角色正在处理其他任务。一旦前台纪元和后台纪元相同，可以假设所有仓库任务都已处理。

LRU缓存

• LRU.PUT cache key value 将将给定的值存储在给定的缓存中。
• LRU.PUTS cache key value secondary_key1 .. secondary_keyN 将将给定的值存储在给定的缓存中。请注意，只能使用给定的键查询值，但可以使用其中一个给定的次级键使用 LRU.REMOVES 从缓存中删除。
• LRU.GET cache key 将在给定的缓存中查找给定的键，并返回存储的值或空字符串，如果没有值。
• LRU.XGET 缓存键 的行为与 LRU.GET 相同。然而，它的输出更加详细。它总是会响应三个值：ACTIVE、REFRESH、VALUE。如果给定键没有找到值，ACTIVE 和 REFRESH 将为 0，VALUE 将为空字符串。如果找到一个非过期的条目，ACTIVE 为 1，REFRESH 为 0，VALUE 将是与键关联的值。现在有趣的部分来了：如果找到一个过期的条目（比 soft_ttl 旧但比 hard_ttl 新），ACTIVE 将为 0。对于第一个请求此条目的客户端，REFRESH 将为 1，VALUE 将是与键关联的过期值。对于此命令的后续调用，REFRESH 将为 0，直到条目被更新（通过调用 LRU.PUT）或者自第一次调用以来已经过去了 refresh_interval。使用这种方法，可以构建“懒”缓存，这些缓存按需刷新，而不会减慢请求客户端的速度（如果应用程序接受这样做，过期的内容可以快速提供）并且不会过载系统，因为通常只有一个客户端会尝试获取一个新值而不是所有客户端同时尝试。
• LRU.REMOVE 缓存键 将删除与给定键关联的值。请注意，值将立即消失，而不考虑任何 TTL。
• LRU.REMOVES 缓存二级键 将删除使用 LRU.PUTS 与给定二级键关联的所有值。
• LRU.FLUSH 缓存 将清除给定缓存的所有内容。
• LRU.STATS 将提供所有活动缓存的概述。 LRU.STATS 缓存 将提供给定缓存的详细度量。
• LRU.KEYS 缓存过滤器 可以用来检索所有包含给定过滤器的键（在其键中）。请注意，过滤器也可以省略。然而，在任一种情况下，都将返回前 100 个匹配项。