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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00