Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Important
99,999% kullanılabilirlik hizmet düzeyi sözleşmesi (SLA), anında otomatik ölçeklendirme ve birden çok bölgede otomatik yük devretme ile yüksek ölçekli senaryolar için bir veritabanı çözümü mü arıyorsunuz? NoSQL için Azure Cosmos DB'yi göz önünde bulundurun.
Çevrimiçi analitik işleme (OLAP) grafı uygulamak mı yoksa mevcut bir Apache Gremlin uygulamasını geçirmek mi istiyorsunuz? Graph in Microsoft Fabric'ı göz önünde bulundurun.
Yapılandırılmamış verileri depolamak, yönetmek ve sorgulamak için Python için Apache Gremlin için Azure Cosmos DB istemci kitaplığını kullanmaya başlayın. Yeni bir hesap oluşturmak, Python istemci kitaplığı yüklemek, hesaba bağlanmak, yaygın işlemler gerçekleştirmek ve son örnek verilerinizi sorgulamak için bu kılavuzdaki adımları izleyin.
Kütüphane kaynak kodu | PyPi Paketi
Prerequisites
Azure aboneliği
- Eğer bir Azure aboneliğiniz yoksa, başlamadan önce ücretsiz bir hesap oluşturun.
Azure Cloud Shell'deAzure CLI'nın en son sürümü.
- CLI başvuru komutlarını yerel olarak çalıştırmayı tercih ediyorsanız,
az loginkomutunu kullanarak Azure CLI oturum açın.
- CLI başvuru komutlarını yerel olarak çalıştırmayı tercih ediyorsanız,
- Python 3.12 veya üzeri
Kurulum
İlk olarak, bu kılavuz için hesap ve geliştirme ortamını ayarlayın. Bu bölümde hesap oluşturma, kimlik bilgilerini alma ve geliştirme ortamınızı hazırlama işlemi boyunca size yol gösterilir.
Hesap oluştur
Apache Gremlin hesabı için bir API oluşturarak başlayın. Hesap oluşturulduktan sonra veritabanı ve grafik kaynaklarını oluşturun.
Henüz bir hedef kaynak grubunuz yoksa, aboneliğinizde yeni bir kaynak grubu oluşturmak için komutunu kullanın
az group create.az group create \ --name "<resource-group-name>" \ --location "<location>"Varsayılan ayarlarla Apache Gremlin hesabı için yeni bir Azure Cosmos DB oluşturmak için
az cosmosdb createkomutunu kullanın.az cosmosdb create \ --resource-group "<resource-group-name>" \ --name "<account-name>" \ --locations "regionName=<location>" \ --capabilities "EnableGremlin"az cosmosdb gremlin database createkullanarakcosmicworksadlı yeni bir veritabanı oluşturun.az cosmosdb gremlin database create \ --resource-group "<resource-group-name>" \ --account-name "<account-name>" \ --name "cosmicworks"az cosmosdb gremlin graph createadlıproductsyeni bir grafik oluşturmak için komutunu kullanın.az cosmosdb gremlin graph create \ --resource-group "<resource-group-name>" \ --account-name "<account-name>" \ --database-name "cosmicworks" \ --name "products" \ --partition-key-path "/category"
Kimlik bilgilerini alma
Şimdi, son oluşturulan hesaba bağlantı oluşturmak için kullanılacak istemci kitaplığının parolasını alın.
az cosmosdb showkullanarak hesabın ana bilgisayarını alın.az cosmosdb show \ --resource-group "<resource-group-name>" \ --name "<account-name>" \ --query "{host:name}"Önceki komutların çıkışından
hostözelliğinin değerini kaydedin. Bu özelliğin değeri, bu kılavuzun ilerleyen bölümlerinde kütüphaneye bağlantı kurmak için kullandığınız ana bilgisayardır.az cosmosdb keys list, hesabın anahtarlarını almak için kullanın.az cosmosdb keys list \ --resource-group "<resource-group-name>" \ --name "<account-name>" \ --type "keys"Önceki komutların çıkışından
primaryMasterKeyözelliğinin değerini kaydedin. Bu özelliğin değeri, bu kılavuzun ilerleyen bölümlerinde kitaplığa bağlanmak için kullandığınız anahtardır .
Geliştirme ortamını hazırlama
Ardından geliştirme ortamınızı yeni bir proje ve istemci kitaplığıyla yapılandırın. Bu adım, bu kılavuzun geri kalanına geçmeden önce gereken son önkoşuldur.
Boş bir klasörden başlayın.
gremlinpythonPaketi Python Paket Dizini'nden (PyPI) içeri aktarın.pip install gremlinpythonapp.py dosyasını oluşturun.
Nesne modeli
| Description | |
|---|---|
GremlinClient |
Gremlin sunucusuna bağlanmak ve sunucuyla etkileşim kurmak için kullanılan istemciyi temsil eder |
GraphTraversalSource |
Gremlin geçişlerini oluşturmak ve yürütmek için kullanılır |
Kod örnekleri
İstemcinin kimliğini doğrulama
Bu kılavuzda daha önce toplanan kimlik bilgilerini kullanarak istemcinin kimliğini doğrulayarak başlayın.
tümleşik geliştirme ortamınızda (IDE) app.py dosyasını açın.
gremlin_python.driverkütüphanesinden aşağıdaki türleri içeri aktarın:gremlin_python.driver.clientgremlin_python.driver.serializer
from gremlin_python.driver import client, serializerBu kılavuzun önceki bölümlerinde toplanan kimlik bilgileri için dize değişkenleri oluşturun. Değişkenleri
hostnameveprimary_keyolarak adlandırın.hostname = "<host>" primary_key = "<key>"Önceki adımlarda oluşturulan kimlik bilgilerini ve yapılandırma değişkenlerini kullanarak bir
Clientnesne oluşturun. değişkeniniclientolarak adlandırın.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() )
Veri ekleme
Ardından, grafiğe yeni köşe ve kenar verileri ekleyin. Yeni verileri oluşturmadan önce mevcut verilerin grafiğini temizleyin.
Graftan
g.V().drop()tüm köşeleri ve kenarları temizlemek için sorguyu çalıştırın.client.submit("g.V().drop()").all().result()Bir düğüm ekleyen bir Gremlin sorgusu oluşturun.
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)" )Tek bir ürün için bir düğüm noktası ekleyin.
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()İki ekstra ürün için iki köşe daha ekleyin.
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()Kenar ekleyen başka bir Gremlin sorgusu oluşturun.
insert_edge_query = ( "g.V([prop_partition_key, prop_source_id])" ".addE('replaces')" ".to(g.V([prop_partition_key, prop_target_id]))" )İki kenar ekleyin.
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()
Veriyi oku
Ardından, daha önce grafiğe eklenmiş olan verileri okuyun.
Benzersiz tanımlayıcıyı ve bölüm anahtarı değerini kullanarak bir düğümü okuyan bir sorgu oluşturun.
read_vertex_query = "g.V([prop_partition_key, prop_id])"Ardından, gerekli parametreleri sağlayarak bir düğüm noktası okuyun.
matched_item = client.submit( message=read_vertex_query, bindings={ "prop_partition_key": "gear-surf-surfboards", "prop_id": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb" } ).one()
Sorgu verileri
Son olarak, grafikteki belirli bir dolaşma veya filtreyle eşleşen tüm verileri bulmak için sorgu kullanın.
Belirli bir düğümden dışarıya doğru giden tüm düğümleri bulan bir sorgu oluşturun.
find_vertices_query = ( "g.V().hasLabel('product')" ".has('category', prop_partition_key)" ".has('name', prop_name)" ".outE('replaces').inV()" )Montau Turtle Surfboardürününü belirten sorguyu yürütün.find_results = client.submit( message=find_vertices_query, bindings={ "prop_partition_key": "gear-surf-surfboards", "prop_name": "Montau Turtle Surfboard", }, ).all().result()Sorgu sonuçları üzerinde yineleme yapın.
for result in find_results: # Do something here with each result
Kodu çalıştır
Uygulama dizininizde bir terminal kullanarak yeni oluşturulan uygulamayı çalıştırın.
python app.py
Kaynakları temizle
Hesaba artık ihtiyacınız kalmadığında, kaynağı silerek hesabı Azure aboneliğinizden kaldırın.
az cosmosdb delete \
--resource-group "<resource-group-name>" \
--name "<account-name>"