Apache OpenWhisk Cloudant数据库套餐使用详解
2024-12-23 06:59:24作者:晏闻田Solitary
1. 安装指南
在Bluemix上设置Cloudant数据库
-
在Bluemix控制台中创建一个Cloudant服务实例。
-
确保创建服务实例后,生成了一个凭证密钥。
-
刷新命名空间中的包,以自动为每个定义了凭证密钥的Cloudant服务实例创建包绑定。
wsk package refresh -
检查创建的包绑定是否已配置了与你的Cloudant服务实例对应的托管主机和凭证。
wsk package get /<yourBluemixOrg>_<yourBluemixSpace>/Bluemix_<yourCloudantServiceInstance>_Credentials-1 parameters
在Bluemix之外设置Cloudant数据库
如果你不是在Bluemix上使用OpenWhisk和Cloudant,或者你希望在Bluemix之外设置你的Cloudant数据库,你需要手动为你的Cloudant账户创建包绑定。
-
使用以下命令创建一个配置了你的Cloudant账户的用户名、密码和主机名的包绑定。
wsk package bind /whisk.system/cloudant <yourPackageName> -p username <yourCloudantUsername> -p password <yourCloudantPassword> -p host <yourCloudantAccount>.cloudant.com -
确认包绑定已创建。
wsk package list
2. 项目的使用说明
本项目提供的/whisk.system/cloudant包允许你与Cloudant数据库进行交互,其中包括以下操作和馈送:
/whisk.system/cloudant:用于操作Cloudant数据库的包。/whisk.system/cloudant/read:从数据库中读取文档的动作。/whisk.system/cloudant/write:向数据库中写入文档的动作。/whisk.system/cloudant/changes:数据库变化时触发事件的馈送。
3. 项目API使用文档
监听Cloudant数据库的变化
你可以定义一个过滤函数,以避免不必要的变更事件触发你的触发器。
创建一个名为design_doc.json的JSON文档文件,包含以下过滤函数:
{
"doc": {
"_id": "_design/mailbox",
"filters": {
"by_status": "function(doc, req){if (doc.status != req.query.status){return false;} return true;}"
}
}
}
在你的数据库中创建一个新的设计文档,包含过滤函数:
wsk action invoke /_/myCloudant/write -p dbname testdb -p overwrite true -P design_doc.json -r
使用changes馈送配置服务,以便在Cloudant数据库的每次变更时触发一个触发器。参数如下:
dbname:Cloudant数据库名称(必填)。maxTriggers:达到此限制时停止触发(可选,默认为无限)。filter:在设计文档上定义的过滤函数(可选)。query_params:过滤函数的额外查询参数(可选)。
向Cloudant数据库写入数据
使用write动作将文档存储到名为testdb的Cloudant数据库中。确保该数据库存在于你的Cloudant账户中。
wsk action invoke /_/myCloudant/write --blocking --result --param dbname testdb --param doc "{\"_id\":\"heisenberg\",\"name\":\"Walter White\"}"
从Cloudant数据库读取数据
使用read动作从名为testdb的Cloudant数据库中获取文档。确保该数据库存在于你的Cloudant账户中。
wsk action invoke /_/myCloudant/read --blocking --result --param dbname testdb --param id heisenberg
4. 项目安装方式
请参照上述的“安装指南”部分,根据你使用的环境是在Bluemix上还是Bluemix之外,按照相应的步骤进行安装。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137