如何構建可在運行時編輯的Rails站點？

Question

我正在編寫一個Rails應用程序，用於「擦除/導航」一些其他網站和web服務的內容。我正在使用Mechanize和Savon來進行重疊提升。

但是考慮到網絡的動態特性，我想讓這些網站的管理員用戶可以編輯我的電話 - 而不是要求我發佈新版本的網站。

使用daemons寶石，實際的抓取線程發生異步到網站。

我的要求是：

1. 以爲刮/ Web服務調用代碼是很簡單的，最簡單的途徑就是讓全班編輯由管理員。
2. 保留刮碼的歷史 - 以便我們可以相當容易地恢復，如果我們引入一個問題。
3. 最初使用文件系統中的代碼，但只要編輯並存儲在某處，就可以使用該代碼。

我想我的選擇是：

1. 存儲在數據庫中的代碼（與舊版本的歷史表）
2. 存放在私人混帳回購協議的地方，並access that的代碼歷史/最新版本。

我想到的是git的路線可能是最容易的，因爲它存在的理由是跟蹤文件的歷史... 但或許是寶石/插件，做這一切對我來說，開箱即用？

在此先感謝您的任何提示/建議。 〜克里斯

Answer 1

我真的希望你沒有像what's talked about here ...

假設你正在做一個適當的mixin，曾經有一個名爲「acts_as_versioned」的寶石，它會做你想要的東西。已經有一段時間了，所以我不知道它是否已經變成插件或者是否已經被放棄。實質上，它使用的過程是爲版本化表提供一個組合鍵。

你的數據庫將有一個這樣的結構：

• 鍵列（ID備案）
• 版本列（ID備案的版本）
• 所有的記錄屬性

假設您的腳本有一個表格，而您想要的腳本有三個版本。您的表將有以下記錄：

• 123，3， '#Be現在好'
• 123，2， '使 「喜」'
• 123，1，「#Do不會壞「

獲取最新版本將如下

Scripts.find簡單：第一，：條件=> {：ID => 123}，：爲了=> 」版本desc「 的

回滾將像刪除最新版本一樣簡單，或者具有指向活動版本的指針的另一個表。隨你便。

你是對的，git,subversion,mercurial和公司會在這方面好得多。爲了提供支持，你只要按照下列步驟操作：

1. 退房服務器上的腳本（使用標記，以便您可以管理在任何時間發生的事情有）
2. 建立一個cron作業檢查出新腳本定期（像每六小時或任何你感到舒服的）
3. 運行腳本的守護程序應自動運行新版本。

Answer 2

如果您的網站已經是源代碼控制之下，如果你是下mod_rails運行/客，你可以遵循以下步驟：

1. 編輯刮碼
2. 提交本地的變更
3. touch yourapp/tmp/restart.txt

那應該給你變化的歷史，你不應該重新部署。

比較安全，但不能肯定是否有可能對你來說是測試/研究與開發服務器上：做出改變，本地提交，測試，然後對生產服務器，git pull然後touch tmp/restart.txt

Answer 3

我以前寫過一些大蜘蛛和頁面分析器，需要記住的一點是代碼向整個應用程序提供什麼服務。

Rails提供了由您的蜘蛛引擎收集的數據的演示文稿。演示文稿是硬幣的一面，蜘蛛是另一面，它們應該是兩個獨立的代碼庫，通過一些數據共享機制連接在一起，在您的情況下，它是數據庫。當您的蜘蛛程序代碼是分開的時，數據庫會爲您帶來一些巨大的優勢，就像Rails可用。聽起來你已經有了一些分離，但我建議創造一個更大的差距。考慮到這一點，以下是我以前做過的事情，以及我現在要做的事情。

此前，我有一個單獨的應用程序，用於產生多個蜘蛛任務的蜘蛛。每個任務都會查看一堆不同的URL，將結果放入數據庫中，然後退出。每次退出主應用程序都會產生另一個蜘蛛來處理更多的URL。在每個循環中，主應用程序都檢查了運行時參數的YAML配置文件，比如它應該運行多少個子任務，它們會得到多少個URL，等待連接多久等。它存儲了每次裝入配置文件的最後修改日期，如果我對該文件進行了更改，應用程序會在相當短的時間內感知它，重新讀取該文件並調整其行爲。

所有有關被抓取/抓取的URL /網頁/網站的狀態信息都保存在數據庫中，以便我可以檢查其進度。我可以看到隊列中已處理或保留了多少個，各種結果代碼以及返回的內容。如果我不喜歡的東西，我甚至可以調整過濾器跳過垃圾頁面，知道蜘蛛的任務將在幾分鐘內更新。

該系統工作得非常好，蜘蛛網主要客戶的系列沒有小故障，運行了幾個星期，因爲我添加了新的網站到列表中。 （我們正在幫助財富50強公司之一改進他們的網站，並且每個網站都是由不同的團隊設計和實施的，這使得每個網站都完全不同。我的代碼必須靈活且健壯，我真的很滿意它的工作方式）

要改變它，這些天我會使用數據庫表來保存所有的配置信息。這樣我就可以輕鬆構建管理員表單，並讓其他人繼承調整應用運行時配置的任務。蜘蛛任務也將被寫入，以便他們從數據庫中取出配置，而不是從主應用程序繼承它。我原本主應用程序執行所有管理，並將配置信息傳遞給spidering應用程序，因爲我想盡可能降低與數據庫的連接數。我正在使用Postgres，現在知道它可以輕鬆地處理負載，所以通過讓各個任務處理它們的配置，我可以使它更具響應性。

通過使蜘蛛引擎與呈現引擎分離，可以暫時停止其中一個或另一個，而不會影響蜘蛛抓取工作的進度。一旦我有了自動重新加載的前提，我不認爲我必須停止蜘蛛引擎，我只是調整了它的首選項。它幾乎連續幾周都沒有停下來，我們最終拉下了塞子，因爲我們有足夠的數據滿足我們的需求。

所以，我建議調整你的代碼，這樣你的蜘蛛引擎就不依賴於Rails，相反它會被cron或者一個單獨的調度應用程序解僱。如果您不得不暫時停止Rails，那麼您的引擎仍然會運行。如果您必須暫時停止引擎，則Rails可以繼續提供頁面。數據庫位於兩者之間，充當膠水。

當然，如果數據庫出現故障，你會被徹底清理，但還有什麼新東西？ :-)

---

編輯：克里斯說：

「我看你對分流點的代碼了，雖然我的Ruby-FU低 - 不知道多遠，我可以單獨而不必擁有ActiveModel/migrations的副本，再加上一些共享的模型類。「

如果我們看一下您的應用程序spider engine <--> | <-- database --> | <--> Rails/MVC/presentation，其中發動機，並分別Rails的讀取和寫入到數據庫中，並看看每個做得很好，這有助於弄清楚如何將它們分解爲單獨的代碼庫。

Rails旨在處理遷移，所以讓它。沒有理由重新發明這一輪。但是，你多長時間進行一次移民，並且在你做什麼時會受到什麼影響？一旦應用程序穩定，你就很少這樣做，並且在那個時候你會在維護週期中對它們進行調整來調整數據庫。您可以關閉蜘蛛引擎和Web界面幾分鐘，遷移數據庫，然後啓動並關閉並運行。遷徙是一種必要的罪惡，但在生產中幾乎沒有阻止者。大多數企業都有「軟件星期日」，或者一些預先公佈的維護窗口，所以也一樣。

ActiveRecord，建模和關聯也很容易處理。這些模型已經在Rails內部需要的文件中，所以蜘蛛引擎也可以繼承數據庫知識;多個應用程序/腳本可以使用相同的模型文件。你沒有看到Rails的書籍談論太多，但ActiveRecord實際上非常容易在Rails之外使用。搜索activerecord without rails的谷歌更多信息。

如果您希望通過執行常規require來獲得某些類的擴展，您也可以使用ActiveSupport，但通常應用於呈現Web界面的Rails「視圖」和「控制器」邏輯不應該是在發動機中完全需要。

業務邏輯，在Rails中的控制器中，甚至可以重構成單獨的方法，由Rails方面和蜘蛛引擎所需要的。這是看Rails的另一種方式，但符合「幹」的口頭禪 - 不要重複自己，所以要模塊化並需要（或者說是require_relative）位和塊，這是整個系統的構建塊。

如果您不想要一個完全獨立的代碼庫，您可以利用Rail的腳本runner，該腳本可以訪問ActiveRecord :: Base和ActiveRecord :: Associations和ActiveSupport。從您應用的主目錄中執行rails runner -h，或者搜索「rails runner」以獲取更多信息。 runner對於一個小時開始並運行多次的工作並不好，因爲鐵路的啓動成本很高。但是，如果你有一個長期運行的任務，說一個與你的rails應用程序並行運行的任務，那麼這是一個很好的選擇。我會認真考慮您的應用程序的蜘蛛方面。最終，您可能想要將蜘蛛引擎分配給單獨的主機，因此演示文稿端有一個專用主​​機，因此runner將幫助您花費時間並以小步驟完成。