Я хотел бы знать, где я могу прочитать о допустимых параметрах конфигурации для database.yml для ActiveRecord. Я знаю основные, такие как адаптер, база данных, имя пользователя, пароль и т. д., но я хотел бы иметь полный список для каждого адаптера. Где бы я это нашел?
Параметры конфигурации Database.yml
22.10.2011
- 6brand.com/how-to-manage-your-database-yml. html 22.10.2011
- @bilash.saha: Я не понимаю, как это отвечает на мой вопрос. 22.10.2011
- Это не ответ на ваш вопрос. Я думаю, вы знаете все допустимые параметры конфигурации для database.yml. 22.10.2011
- .. а как насчет других адаптеров? Кроме того, на странице, на которую вы ссылаетесь, упоминается опция «сохост», о которой я не знал. Это моя точка зрения, когда я читаю что-то о database.yml, появляются новые параметры ... так где же ссылка на все из них? 22.10.2011
- Извините. Я ничего не нашел в соответствии с вашими потребностями. Думаю написать блог со всеми вариантами для database.yml. 22.10.2011
Ответы:
1
Я нашел суть примеров database.yml с использованием mysql, postgres и sqlite3, а также Исходный код Rails 3.2 для адаптеров подключения также дает хорошее представление.
Мне кажется, что наиболее широко используются следующие варианты:
- адаптер
- кодирование
- база данных
- бассейн
- имя пользователя
- пароль
- разъем
- хозяин
- порт
- тайм-аут
Файл Rails 3.2 connection_specification.rb похоже, что он просто объединяет любые параметры, которые вы включаете, поэтому я бы сказал, что параметры, которые вы включаете, зависят от адаптера базы данных, который вы решили использовать (строки 58-74):
def connection_url_to_hash(url) # :nodoc:
config = URI.parse url
adapter = config.scheme
adapter = "postgresql" if adapter == "postgres"
spec = { :adapter => adapter,
:username => config.user,
:password => config.password,
:port => config.port,
:database => config.path.sub(%r{^/},""),
:host => config.host }
spec.reject!{ |_,value| !value }
if config.query
options = Hash[config.query.split("&").map{ |pair| pair.split("=") }].symbolize_keys
spec.merge!(options)
end
spec
end
28.02.2012
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..