Rövid útmutató: Azure Cosmos DB for Apache Gremlin ügyfélkönyvtár Pythonhoz

• Python
• Node.js
• C#

Important

Olyan adatbázismegoldást keres nagy léptékű forgatókönyvekhez, amelyekben 99,9999-es% rendelkezésre állási szolgáltatásiszint-szerződés (SLA), azonnali automatikus skálázás és automatikus feladatátvétel több régióban? Fontolja meg az Azure Cosmos DB-t a NoSQL-hoz.

Szeretne egy online elemzési feldolgozási (OLAP) gráfot implementálni, vagy migrálni egy meglévő Apache Gremlin-alkalmazást? Fontolja meg a Graph funkciót a Microsoft Fabric-ben.

Induljon el az Apache Gremlinhez készült Azure Cosmos DB ügyfélkönyvtárral Pythonban, hogy strukturálatlan adatokat tároljon, kezeljen és lekérdezzen. Az útmutató lépéseit követve hozzon létre egy új fiókot, telepítsen egy Python-ügyfélkódtárat, csatlakozzon a fiókhoz, hajtson végre gyakori műveleteket, és kérdezhesse le a végső mintaadatokat.

Kódtár forráskódcsomagja | (PyPi)

Prerequisites

• Azure-előfizetés

  • Ha nincs Azure-előfizetésed, hozz létre egy ingyenes fiókot mielőtt elkezdenéd.

• Az Azure CLI legújabb verziója az Azure Cloud Shellben.

  • Ha inkább helyi cli-referenciaparancsokat szeretne futtatni, jelentkezzen be az Azure CLI-be a az login parancs használatával.

• Python 3.12 vagy újabb

Előkészítés

Először állítsa be az útmutató fiók- és fejlesztési környezetét. Ez a szakasz végigvezeti a fiók létrehozásának, a hitelesítő adatok beszerzésének, majd a fejlesztési környezet előkészítésének folyamatán.

Fiók létrehozása

Először hozzon létre egy API-t Apache Gremlin-fiókhoz. A fiók létrehozása után hozza létre az adatbázis- és gráferőforrásokat.

Azure CLI

1. Ha még nincs célerőforráscsoportja, a az group create paranccsal hozzon létre egy új erőforráscsoportot az előfizetésben.

   az group create \
       --name "<resource-group-name>" \
       --location "<location>"
   

2. az cosmosdb create A paranccsal hozzon létre egy új Azure Cosmos DB-fiókot az Apache Gremlinhez alapértelmezett beállításokkal.

   az cosmosdb create \
       --resource-group "<resource-group-name>" \
       --name "<account-name>" \
       --locations "regionName=<location>" \
       --capabilities "EnableGremlin"
   

3. Hozzon létre egy új adatbázist a az cosmosdb gremlin database create nevű cosmicworks használatával.

   az cosmosdb gremlin database create \
       --resource-group "<resource-group-name>" \
       --account-name "<account-name>" \
       --name "cosmicworks"
   

4. az cosmosdb gremlin graph create A parancs használatával hozzon létre egy új gráfot.products

   az cosmosdb gremlin graph create \
       --resource-group "<resource-group-name>" \
       --account-name "<account-name>" \
       --database-name "cosmicworks" \
       --name "products" \
       --partition-key-path "/category"
   

Azure Portál

1. Jelentkezz be az Azure portálra (https://portal.azure.com).

2. Írja be Azure Cosmos DB a globális keresősávba.

3. A Szolgáltatások területen válassza a Azure Cosmos DB lehetőséget.

4. Az Azure Cosmos DB panelen válassza a Létrehozás, majd az Apache Gremlinhez készült Azure Cosmos DB lehetőséget a Egyebek lapon.

5. Az Alapszintű beállítások panelen konfigurálja a következő beállításokat, majd válassza a Véleményezés + létrehozás lehetőséget:

   	Value
   Terhelés típusa	Tanulás
   Előfizetés	Válassza ki Azure előfizetését
   Erőforráscsoport	Új erőforráscsoport létrehozása vagy meglévő erőforráscsoport kiválasztása
   Fiók neve	Globálisan egyedi név megadása
   Elérhetőségi zónák	Disable
   Helyszín	Válasszon egy támogatott Azure-régiót az előfizetéséhez

   Jótanács

   A meg nem határozott beállításokat az alapértelmezett értékekre hagyhatja. Konfigurálhatja azt is, hogy a fiók teljes átviteli sebessége másodpercenként 1000 kérelemegységre (RU/s) legyen korlátozva, vagy engedélyezze az ingyenes szintet a költségek minimalizálása érdekében.

6. A Véleményezés + létrehozás panelen várja meg, amíg a fiók érvényesítése sikeresen befejeződik, majd válassza a Létrehozás lehetőséget.

7. A portál automatikusan az Üzembe helyezés panelre navigál. Várjon, amíg az üzembe helyezés befejeződik.

8. Az üzembe helyezés befejezése után válassza az Erőforrás megnyitása lehetőséget az Apache Gremlin-fiókhoz tartozó új API-hoz való navigáláshoz.

9. Az erőforrásmenüben válassza a Data Explorer lehetőséget.

10. Az Adatkezelőben válassza az + Új gráf lehetőséget.

11. A Gráf hozzáadása párbeszédpanelen konfigurálja a következő beállításokat, majd kattintson az OK gombra:

    	Value
    Adatbázis	Új létrehozása
    Adatbázis neve	cosmicworks
    Gráf neve	products
    Partíciókulcs	/category

    Jótanács

    A meg nem határozott beállításokat az alapértelmezett értékekre hagyhatja.

Hitelesítő adatok lekérése

Most szerezze be az ügyfélkódtár jelszavát, amellyel kapcsolatot hozhat létre a nemrég létrehozott fiókkal.

Azure CLI

1. Használja a az cosmosdb show-t a fiók gazdagépének lekéréséhez.

   az cosmosdb show \
       --resource-group "<resource-group-name>" \
       --name "<account-name>" \
       --query "{host:name}"
   

2. Jegyezze fel a host tulajdonság értékét az előző parancsok kimenetéből. Ennek a tulajdonságnak az értéke az a gazdagép, amelyet az útmutató későbbi részében a könyvtárhoz való csatlakozáshoz használ az account összekapcsolásához.

3. A fiók az cosmosdb keys list lekéréséhez használható.

   az cosmosdb keys list \
       --resource-group "<resource-group-name>" \
       --name "<account-name>" \
       --type "keys"
   

4. Jegyezze fel a primaryMasterKey tulajdonság értékét az előző parancsok kimenetéből. Ez a tulajdonság értéke az kulcs, amelyet ebben az útmutatóban később fog használni, hogy csatlakozzon a könyvtári fiókhoz.

Azure Portál

1. A fiók erőforrásmenüjében válassza az Áttekintés lehetőséget.

2. Jegyezze fel a fiók nevének értékét. Ennek a tulajdonságnak az értéke az a gazdagép, amelyet az útmutató későbbi részében a fiókhoz való csatlakozáshoz a könyvtár segítségével használ.

3. A fiók erőforrásmenüjében válassza a Kapcsolati karakterláncok lehetőséget a Beállítások szakaszban.

4. Tegye közzé és rögzítse az ELSŐDLEGES KULCS mező értékét ezen a lapon. Ez a tulajdonság értéke az kulcs, amelyet ebben az útmutatóban később fog használni, hogy csatlakozzon a könyvtári fiókhoz.

Fejlesztési környezet előkészítése

Ezután konfigurálja a fejlesztési környezetet egy új projekttel és az ügyfélkódtárral. Ez a lépés az utolsó szükséges előfeltétel, mielőtt továbblépne az útmutató többi részére.

1. Kezdje egy üres mappában.

2. Importálja a csomagot a gremlinpython Python-csomagindexből (PyPI).

   pip install gremlinpython
   

3. Hozza létre a app.py fájlt.

Objektummodell

	Description
GremlinClient	A Gremlin-kiszolgálóhoz való csatlakozáshoz és a gremlin-kiszolgálóval való interakcióhoz használt ügyfelet jelöli
GraphTraversalSource	Gremlin-bejárások létrehozására és végrehajtására szolgál

Példakódok

• Ügyfél hitelesítése
• Adatok beszúrása
• Adatok olvasása
• Adatok lekérdezése

Ügyfél hitelesítése

Első lépésként hitelesíti az ügyfelet az útmutatóban korábban összegyűjtött hitelesítő adatokkal.

1. Nyissa meg a app.py fájlt az integrált fejlesztési környezetben (IDE).

2. Importálja a következő típusokat a gremlin_python.driver tárból:

   • gremlin_python.driver.client
   • gremlin_python.driver.serializer

   from gremlin_python.driver import client, serializer
   

3. Sztringváltozók létrehozása az útmutatóban korábban gyűjtött hitelesítő adatokhoz. Nevezze el a változókat hostname és primary_keya .

   hostname = "<host>"
   primary_key = "<key>"
   

4. Hozzon létre egy Client objektumot az előző lépésekben létrehozott hitelesítő adatok és konfigurációs változók használatával. Nevezze el a változót client.

   client = client.Client(
       url=f"wss://{hostname}.gremlin.cosmos.azure.com:443/",
       traversal_source="g",
       username="/dbs/cosmicworks/colls/products",
       password=f"{primary_key}",
       message_serializer=serializer.GraphSONSerializersV2d0()
   )
   

Adatok beszúrása

Ezután szúrjon be új csúcs- és éladatokat a gráfba. Az új adatok létrehozása előtt törölje a meglévő adatok gráfját.

1. A g.V().drop() lekérdezést futtatva törölje a gráf összes csúcsát és élét.

   client.submit("g.V().drop()").all().result()
   

2. Hozzon létre egy Gremlin-lekérdezést, amely egy csúcspontot ad hozzá.

   insert_vertex_query = (
       "g.addV('product')"
       ".property('id', prop_id)"
       ".property('name', prop_name)"
       ".property('category', prop_category)"
       ".property('quantity', prop_quantity)"
       ".property('price', prop_price)"
       ".property('clearance', prop_clearance)"
   )
   

3. Adjon hozzá egy csúcspontot egyetlen termékhez.

   client.submit(
       message=insert_vertex_query,
       bindings={
           "prop_id": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
           "prop_name": "Yamba Surfboard",
           "prop_category": "gear-surf-surfboards",
           "prop_quantity": 12,
           "prop_price": 850.00,
           "prop_clearance": False,
       },
   ).all().result()
   

4. Adjon hozzá két további csúcspontot két további termékhez.

   client.submit(
       message=insert_vertex_query,
       bindings={
           "prop_id": "bbbbbbbb-1111-2222-3333-cccccccccccc",
           "prop_name": "Montau Turtle Surfboard",
           "prop_category": "gear-surf-surfboards",
           "prop_quantity": 5,
           "prop_price": 600.00,
           "prop_clearance": True,
       },
   ).all().result()
   
   client.submit(
       message=insert_vertex_query,
       bindings={
           "prop_id": "cccccccc-2222-3333-4444-dddddddddddd",
           "prop_name": "Noosa Surfboard",
           "prop_category": "gear-surf-surfboards",
           "prop_quantity": 31,
           "prop_price": 1100.00,
           "prop_clearance": False,
       },
   ).all().result()
   

5. Hozzon létre egy újabb Gremlin-lekérdezést, amely élt ad hozzá.

   insert_edge_query = (
       "g.V([prop_partition_key, prop_source_id])"
       ".addE('replaces')"
       ".to(g.V([prop_partition_key, prop_target_id]))"
   )
   

6. Adjon hozzá két élt.

   client.submit(
       message=insert_edge_query,
       bindings={
           "prop_partition_key": "gear-surf-surfboards",
           "prop_source_id": "bbbbbbbb-1111-2222-3333-cccccccccccc",
           "prop_target_id": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
       },
   ).all().result()
   
   client.submit(
       message=insert_edge_query,
       bindings={
           "prop_partition_key": "gear-surf-surfboards",
           "prop_source_id": "bbbbbbbb-1111-2222-3333-cccccccccccc",
           "prop_target_id": "cccccccc-2222-3333-4444-dddddddddddd",
       },
   ).all().result()
   

Adatok beolvasása

Ezután olvassa be a gráfba korábban beszúrt adatokat.

1. Hozzon létre egy lekérdezést, amely beolvassa a csúcsot az egyedi azonosító és a partíciókulcs értéke alapján.

   read_vertex_query = "g.V([prop_partition_key, prop_id])"
   

2. Ezután olvassa el a csúcspontot a szükséges paraméterek megadásával.

   matched_item = client.submit(
       message=read_vertex_query,
       bindings={
           "prop_partition_key": "gear-surf-surfboards",
           "prop_id": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb"
       }
   ).one()
   

Adatok lekérdezése

Végül egy lekérdezéssel megkeresheti az összes olyan adatot, amely megfelel egy adott bejárásnak vagy szűrésnek a gráfban.

1. Hozzon létre egy lekérdezést, amely megkeresi az összes csúcsot, amely egy adott csúcsból halad ki.

   find_vertices_query = (
       "g.V().hasLabel('product')"
       ".has('category', prop_partition_key)"
       ".has('name', prop_name)"
       ".outE('replaces').inV()"
   )
   

2. Hajtsa végre a terméket meghatározó lekérdezést Montau Turtle Surfboard .

   find_results = client.submit(
       message=find_vertices_query,
       bindings={
           "prop_partition_key": "gear-surf-surfboards",
           "prop_name": "Montau Turtle Surfboard",
       },
   ).all().result()
   

3. Iterálja át a lekérdezés eredményeit.

   for result in find_results:
       # Do something here with each result
   

A kód futtatása

Futtassa az újonnan létrehozott alkalmazást egy terminál használatával az alkalmazáskönyvtárban.

python app.py

Erőforrások tisztítása

Ha már nincs szüksége a fiókra, távolítsa el a fiókot az Azure-előfizetésből az erőforrás törlésével .

Azure CLI

az cosmosdb delete \
    --resource-group "<resource-group-name>" \
    --name "<account-name>"

Azure Portál

1. Keresse meg a jelen útmutatóban korábban létrehozott Azure Cosmos DB for Apache Gremlin-erőforrást .

2. Az erőforrás oldalán válassza a Törlés lehetőséget a menüsávon.

3. Kövesse a megerősítést kérő párbeszédpanel utasításait.