Nano Hash - криптовалюты, майнинг, программирование

self.save в модели рельсов с neo4j db

Я использую neo4j 5.2.3. У меня есть обратный вызов after_update в моей модели повестки дня.rb

after_update : check_points
after_update : update_issue_points

В методе update_issue_points в повестке дня моей модели я выполняю self.save, как показано ниже, который запускает обратные вызовы after_update, что приводит к бесконечному циклу. В Activerecord у нас есть способы пропускать обратные вызовы при продаже save. Но я не могу найти, как это сделать с помощью ORM-подобной оболочки neo4j, neo4j.rb.

def update_issue_points
   agendas = owner.agendas
   self.issue_points = issue_points + 10.0
   self.save
end

Как я могу пропустить обратные вызовы с помощью neo4j.rb? Любая помощь будет оценена.

ОБНОВЛЕНИЕ Этот вопрос отличается от предлагаемых дубликатов, потому что здесь ORM не ActiveRecord, а neo4j.rb.

11.12.2015


Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..