Trellis 0.7a2

（注意：从0.7a1开始，网格api增加了很多新特性， 有些旧的已经被弃用了。如果您是从旧版本升级 版本，请参见porting guide了解详细信息。）

无论是应用服务器还是桌面应用程序， 复杂系统是事件驱动的，这通常意味着回调。

不幸的是，显式回调管理是对事件驱动的编程 显式内存管理对于大多数其他类型的编程来说都是一种乏味的工作 麻烦和不必要的错误的重要来源。

例如，即使在单线程程序中，回调也可以创建race 条件，如果按意外顺序触发回调。如果一块 的代码可能会导致“在某个东西的中间”触发回调，这两种情况 代码和回调可能会混淆。

当然，这就是为什么大多数gui库和其他大型事件驱动系统 通常有一些方法可以暂时阻止回调的发生。 这允许您修复或解决回调顺序依赖项错误…在 甚至增加more冗长的回调管理的成本。但仍然没有 解决忘记取消回调的问题…或注册所需的回调 首先！

网格通过引入automatic回调来解决所有这些问题。 管理，与python进行自动内存管理的方式基本相同。 而不是担心订阅或“倾听”事件和管理 回调的顺序，就是编写规则来计算值。棚架 “看到”您的规则访问的值，从而知道可能需要什么规则 当某些内容发生变化时重新运行-这与电子表格的操作没有什么不同。

但更重要的是，它还确保回调不能在 代码是“在某物的中间”。规则采取的任何可能导致 要触发的新事件是自动延迟到所有适用的 规则有机会对正在进行的事件做出响应。而且，如果你 尝试访问尚未更新的规则的值，它是 动态自动更新，以便它反映 进步。

没有过时的数据。没有比赛条件。没有回拨管理。这就是 格子给你。

下面是一个非常简单的例子：

>>> from peak.events import trellis

>>> class TempConverter(trellis.Component):
...     F = trellis.maintain(
...         lambda self: self.C * 1.8 + 32,
...         initially = 32
...     )
...     C = trellis.maintain(
...         lambda self: (self.F - 32)/1.8,
...         initially = 0
...     )
...     @trellis.perform
...     def show_values(self):
...         print "Celsius......", self.C
...         print "Fahrenheit...", self.F

>>> tc = TempConverter(C=100)
Celsius...... 100
Fahrenheit... 212.0

>>> tc.F = 32
Celsius...... 0.0
Fahrenheit... 32

>>> tc.C = -40
Celsius...... -40
Fahrenheit... -40.0

如您所见，如果其他属性发生更改，则每个属性都会更新，并且 show_values在依赖值更改时调用操作…但是 如果他们没有：

>>> tc.C = -40

由于该值没有更改，因此没有重新计算基于该值的规则。

现在，想象一下这一切，但是扩大到包括可以依赖于事物的规则 好像发生什么事已经有多久了…不管鼠标键是不是 点击了…一个套接字是可读的…还是一个扭曲的“延迟的” 对象已激发。具有跨函数的自动依赖项跟踪 调用，所以您甚至不需要know您的规则所依赖的值，让 只需要显式地在中编码任何依赖项！

想象一下无痛mvc，您只需编写上述规则来更新 具有应用程序值的gui小部件…反之亦然。

然后，你将有一个小小的开始，仅仅是一个瞥见…什么 棚架可以帮你。

其他Python库当然存在，它们试图做类似的事情； pycells和纤维素是两种。然而，只有格架能完全支撑 循环规则（如上面的温度转换示例）和内部脉冲 写入冲突检测。网格也为每个单元使用较少的内存 （rule/value对象），并提供了许多其他特性，如pycells或 纤维素缺乏。

网格包可以是downloaded from the Python Package Index或 使用Easy Install安装，它有相当数量的文档， 包括以下手册：

• Developer’s Guide and Tutorial
• Time, Event Loops, and Tasks
<升i>Event-Driven Collections with the Trellis（0.7a2中的新功能）
• Software Transactional Memory (STM) And Observers
• Porting Code from Older Trellis Versions

发布0.7a2的亮点：

• 删除了0.7a1中不推荐使用的API
• 回滚现在发生在整个原子操作上，即使不止一个 recalc传递发生在原子操作中。
• 为发布/订阅操作添加了collections.Hub类型，类似于 pydispatcher，但以声明性、无回调和可扩展的方式。
• 各种错误修复程序

网格的问题、讨论和错误报告应指向 这是PEAK mailing list。