Przykłady dla zestawu AZURE Cosmos DB for NoSQL SDK dla języka Python

DOTYCZY: NoSQL

Przykładowe rozwiązania, które wykonują operacje CRUD i inne typowe operacje na zasobach usługi Azure Cosmos DB, znajdują się w main/sdk/cosmos folderze repozytorium azure/azure-sdk-for-python w witrynie GitHub. Ten artykuł zawiera:

  • Linki do zadań w poszczególnych plikach projektów przykładowych w języku Python.
  • Linki do powiązanej dokumentacji interfejsu API.

Wymagania wstępne

Przykłady dotyczące baz danych

W przykładzie języka Python database_management.py pokazano, jak wykonywać następujące zadania przy użyciu metod CosmosClient. Aby dowiedzieć się więcej o bazach danych usługi Azure Cosmos DB przed uruchomieniem poniższych przykładów, zobacz Artykuł koncepcyjny Praca z bazami danych, kontenerami i elementami .

Zadanie Odwołanie do interfejsu API
Tworzenie bazy danych CosmosClient.create_database
Odczytywanie bazy danych na podstawie identyfikatora CosmosClient.get_database_client
Wykonywanie zapytań względem baz danych CosmosClient.query_databases
Wyświetlanie listy baz danych na koncie CosmosClient.list_databases
Usuwanie bazy danych CosmosClient.delete_database

Przykłady dotyczące kontenerów

W przykładzie języka Python container_management.py pokazano , jak wykonywać następujące zadania przy użyciu metod DatabaseProxy. Aby dowiedzieć się więcej o kolekcjach usługi Azure Cosmos DB przed uruchomieniem poniższych przykładów, zobacz Artykuł koncepcyjny Praca z bazami danych, kontenerami i elementami .

Zadanie Odwołanie do interfejsu API
Wykonywanie zapytań dotyczących kontenera database.query_containers
Tworzenie kontenera database.create_container
Wyświetlanie listy wszystkich kontenerów w bazie danych database.list_containers
Pobieranie kontenera według jego identyfikatora database.get_container_client
Zarządzanie aprowizowaną przepływnością kontenera container.replace_throughput
Usuwanie kontenera database.delete_container

Przykłady dotyczące elementów

Przykłady języka Python document_management.py i change_feed_management.py pokazują, jak wykonywać następujące zadania przy użyciu metod ContainerProxy. Aby dowiedzieć się więcej o elementach usługi Azure Cosmos DB przed uruchomieniem poniższych przykładów, zobacz Artykuł koncepcyjny Praca z bazami danych, kontenerami i elementami .

Zadanie Odwołanie do interfejsu API
Tworzenie elementów w kontenerze container.create_item
Odczytywanie elementu według jego identyfikatora container.read_item
Odczytywanie wszystkich elementów w kontenerze container.read_all_items
Wykonywanie zapytań o element według jego identyfikatora container.query_items
Zastępowanie elementu container.replace_item
Upsert an item (Upsert an item) container.upsert_item
Usuwanie elementu container.delete_item
Pobieranie zestawienia zmian elementów w kontenerze container.query_items_change_feed

Przykłady dotyczące indeksowania

W przykładzie języka Python index_management.py pokazano , jak wykonać następujące zadania. Aby dowiedzieć się więcej o indeksowaniu w usłudze Azure Cosmos DB przed uruchomieniem poniższych przykładów, zobacz artykuły koncepcyjne dotyczące zasad indeksowania, typów indeksowania i ścieżek indeksowania.

Zadanie Odwołanie do interfejsu API
Wykluczanie określonego elementu z indeksowania Dokumentów.IndeksowanieDirective. Wykluczyć
Korzystanie z ręcznego indeksowania z określonymi elementami indeksowanym Dokumentów. IndexingDirective.Include
Wykluczanie ścieżek z indeksowania Definiowanie ścieżek do wykluczenia we właściwości IndexingPolicy
Używanie indeksów zakresu z ciągami Zdefiniuj zasady indeksowania z indeksami zakresu dla typu danych ciągu. 'kind': documents.IndexKind.Range, 'dataType': documents.DataType.String
Przekształcanie indeksu Bazy danych. replace_container (użyj zaktualizowanych zasad indeksowania)
Użyj skanów, gdy w ścieżce istnieje tylko indeks skrótu ustawianie elementów enable_scan_in_query=True i enable_cross_partition_query=True podczas wykonywania zapytań dotyczących elementów

Następne kroki

Próbujesz zaplanować pojemność migracji do usługi Azure Cosmos DB? Informacje o istniejącym klastrze bazy danych można użyć do planowania pojemności.