推荐使用:嵌入式Elasticsearch测试工具
2024-05-23 18:23:28作者:廉彬冶Miranda
请注意:此项目已不再维护,我们建议您转向使用Testcontainers:https://www.testcontainers.org/modules/elasticsearch/
项目简介
embedded-elasticsearch 是一个轻量级的工具,专为创建集成测试而设计,利用它可以在单独进程中下载并启动Elasticsearch。与使用NodeBuilder不同,它可以自动下载指定版本的Elasticsearch,并且支持安装所需的插件,兼容1.x, 2.x, 5.x和6.x版本。
技术分析
通过简单的构建者模式,你可以轻松地创建并管理EmbeddedElastic实例。只需要调用一系列方法来配置Elasticsearch的版本、设置、插件以及索引。这个工具还包括了对Elasticsearch运行环境的设置,如JVM参数,以及下载和安装过程中的代理配置等。
应用场景
在以下情况下,embedded-elasticsearch特别有用:
- 集成测试:快速启动Elasticsearch实例,进行数据库级别的验证。
- 开发环境:作为本地开发环境,无需手动配置或管理服务器。
- 自动化测试:在持续集成环境中,用于快速搭建和销毁测试环境。
项目特点
- 简单易用:提供易于理解的API,只需几行代码即可启动Elasticsearch。
- 版本适应性强:支持多个Elasticsearch主版本。
- 插件管理:允许在测试中安装和使用各种Elasticsearch插件。
- 定制化程度高:可配置端口、集群名称、Java选项等各种设置。
- 资源管理:可以自定义下载和安装目录,便于控制存储空间。
示例
以下是使用embedded-elasticsearch的基本示例:
final embeddedElastic = EmbeddedElastic.builder()
.withElasticVersion("5.0.0")
.withSetting(PopularProperties.TRANSPORT_TCP_PORT, 9350)
.withSetting(PopularProperties.CLUSTER_NAME, "my_cluster")
.withPlugin("analysis-stempel")
// 更多配置...
.build()
.start();
一旦配置完毕,只需一行代码start(),你的Elasticsearch实例就准备好了。
最后,别忘了在测试完成后调用stop()以清理数据和停止服务。
结论
虽然embedded-elasticsearch项目已经不再更新,但它仍是一个强大的工具,适用于那些需要快速集成Elasticsearch到测试和开发流程中的项目。如果你正在寻找一个替代方案,Testcontainers可能是不错的选择,但如果你的项目已经在使用embedded-elasticsearch,那么它仍然可以满足你的需求。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0409
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0733
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
MOSS-Transcribe-DiarizeMOSS-Transcribe-Diarize 是 OpenMOSS 团队推出的开源语音转写与说话人分离模型。它对长音频、多说话人音频进行统一建模,支持自动语音识别、带说话人标识的转写、说话人分离、时间戳预测以及简洁转录文本生成。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0293
PromptXPromptX · 领先的AI 智能体上下文平台 | PromptX · Leading AI Agent Context PlatformJavaScript04
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
818
5.4 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
789
1.09 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
952
2.23 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
761
1.54 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
488
508
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++
1.2 K
1.22 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
393
293
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.8 K
733
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
611
232