Azure Cosmos DB 本地测试服务器: cosmosdb-server 快速入门与实践
项目介绍
cosmosdb-server 是一个由 Vercel 开发并维护的开源项目,专为开发者提供了一个可以在本地环境运行的 Azure Cosmos DB 仿真服务器。这一工具极大地简化了应用程序在开发阶段对 Azure Cosmos DB 的集成测试流程,无需实际部署到云端即可模拟数据库的各种操作。支持数据库、容器、项(数据项)的操作,包括用户自定义函数及SQL查询,但可能不完全覆盖所有最新功能,特别是空间函数有限制。
项目快速启动
要快速启动 cosmosdb-server,首先确保你的开发环境中已安装 Node.js 和 npm。然后,遵循以下步骤:
安装
打开终端或命令提示符,执行以下命令来安装 cosmosdb-server:
npm install -g @vercel/cosmosdb-server
运行服务器
你可以通过以下命令启动服务器,默认端口是3000,并且可以添加 --no-ssl 参数来禁用SSL:
cosmosdb-server -p 3000
或者,如果你希望不使用SSL连接:
cosmosdb-server -p 3000 --no-ssl
此时,服务器已经开始监听指定端口,你可以用它来进行本地测试。
应用案例和最佳实践
在开发基于Azure Cosmos DB的应用时,cosmosdb-server 可以作为强大的辅助工具:
- 开发环境配置:在本地搭建开发环境,无需担心云资源消耗。
- 测试用例编写:编写单元测试和集成测试,确保数据库操作逻辑正确。
- 性能测试预演:在本地初步评估应用的数据访问模式和性能影响。
最佳实践中,建议将这个本地服务器集成到持续集成/持续部署(CI/CD)流程中,进行自动化测试,确保代码更改不会破坏数据库交互逻辑。
典型生态项目结合
虽然 cosmosdb-server 主要是独立使用的,但它可以无缝配合各种JavaScript框架或库,比如Next.js、Express等,进行全栈应用的开发。一个典型的结合场景是在使用React或Vue.js前端框架的应用中,后端利用Node.js服务,借助cosmosdb-server进行数据模拟,加快前后端分离应用的迭代速度。
当你需要与Azure Cosmos DB的真实API进行互操作测试时,推荐结合使用Azure的Cosmos DB SDK,例如下面的示例代码展示了如何初始化客户端并与本地服务器互动:
const { CosmosClient } = require("@azure/cosmos");
const endpoint = "http://localhost:3000"; // 使用本地服务器地址
const client = new CosmosClient({ endpoint });
// 示例:创建数据库(请注意,在生产环境中应使用真实Cosmos DB连接字符串)
async function createDatabase() {
const { database } = await client.databases.createIfNotExists({ id: "localDB" });
console.log(`Database with id: ${database.id} created.`);
}
createDatabase().catch(console.error);
记住在完成测试后关闭本地服务器,以释放资源。
通过以上指南,您应该能够顺利地设置并使用 cosmosdb-server 来优化您的本地开发和测试流程。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00