Pilosa文档翻译(二)入门指南
Pilosa支持默认使用JSON
的HTTP
接口。
任何HTTP工具都可用于与Pilosa
服务器进行交互。 本文档中的示例将使用curl
,默认情况下可用于许多类UNIX系统,包括Linux和MacOS。 Windows用户可以在这里下载curl。
请注意,Pilosa服务器对打开文件的上限有要求。 检查系统文档,了解如何在达到该限制时增加它。 有关详细信息,请参阅Open File Limits。
开始 Pilosa
按照安装文档中的步骤安装Pilosa。 在终端中执行以下命令,以使用默认配置运行Pilosa(Pilosa将在localhost:10101中可用):
pilosa server
如果您使用的是Docker镜像,则可以使用以下命令在默认地址上运行短暂的Pilosa容器:
docker run -it --rm --name pilosa -p 10101:10101 pilosa/pilosa:latest
确保Pilosa正在运行:
curl localhost:10101/status
{"state":"NORMAL","nodes":[{"id":"91715a50-7d50-4c54-9a03-873801da1cd1","uri":{"scheme":"http","host":"localhost","port
":10101},"isCoordinator":true}],"localID":"91715a50-7d50-4c54-9a03-873801da1cd1"}
简单项目
为了更好地理解Pilosa
的功能,我们将创建一个名为Star Trace
的示例项目,其中包含有1000
个流行的Github存储库的信息,这些存储库名称中包含go
。Star Trace
索引将包括数据点,例如编程语言,标签和star者(已经为项目加星标的人)。
尽管Pilosa
没有以表格形式保存数据,但在描述数据模型时我们仍然使用术语列
和行
。我们将主对象放在列中,并将这些对象的属性放在行中。
例如,Star Trace
项目将包含一个名为repository
的索引,其中包含表示Github存储库的列
,以及表示编程语言
和标签
等属性的行。我们可以通过将行分组为名为Fields
的集合来更好地组织行。因此,repository
(存储库)索引可能具有languages
(语言)字段以及tags
(标签)字段。您可以在文档的Data Model(数据模型)部分中了解有关索引和字段的更多信息。
创建架构(Create the Schema)
注意:如果您想在任何时候验证数据结构,可以按如下方式请求架构:
curl localhost:10101/schema
{"indexes":null}
在我们在导入数据或运行查询之前,需要创建索引及其中的字段。 下面先创建存储库索引:
下面命令成功的创建一个名为repository
的索引
curl localhost:10101/index/repository -X POST
{"success":true}
接下来创建一个stargazer
字段,该字段的行内容(数据)为star者的用户ID
curl localhost:10101/index/repository/field/stargazer \
-X POST \
-d '{"options": {"type": "time", "timeQuantum": "YMD"}}'
{"success":true}
由于我们的数据包含时间戳,这些时间戳代表用户start
的时间,因此我们将字段类型设置为time
。timeQuantum
(时间量)是我们想要使用的时间分辨率,我们将其设置为star
的YMD
(年月日)。
接下来创建language
字段,其行(数据)中包含编程语言的ID
curl localhost:10101/index/repository/field/language \
-X POST
{"success":true}
language
是一个set
(集合)字段,但由于默认字段类型是set
,因此我们未在字段选项中指定它。
从CVS文件导入数据
下载stargazer.cvs
和language.cvs
文件
curl -O https://raw.githubusercontent.com/pilosa/getting-started/master/stargazer.csv
curl -O https://raw.githubusercontent.com/pilosa/getting-started/master/language.csv
运行下面的命令将数据导入到Pilosa
pilosa import -i repository -f stargazer stargazer.csv
pilosa import -i repository -f language language.csv
如果您正在使用Pilosa
的Docker
容器(名为pilosa
),则应将* .csv
文件复制到容器中,然后导入它们
docker cp stargazer.csv pilosa:/stargazer.csv
docker exec -it pilosa /pilosa import -i repository -f stargazer /stargazer.csv
docker cp language.csv pilosa:/language.csv
docker exec -it pilosa /pilosa import -i repository -f language /language.csv
请注意,用户ID(user IDs)和存储库ID(repository IDs)都重新映射到顺序整数存在数据文件中,它们不再与实际的Github ID
相对应。 您可以查看languages.txt以查看语言的映射。
做一些查询(Queries)
- 用户14(用户ID的映射整数值)
star
了那些repository
(存储库)
curl localhost:10101/index/repository/query \
-X POST \
-d 'Row(stargazer=14)'
{
"results":[
{
"attrs":{},
"columns":[1,2,3,362,368,391,396,409,416,430,436,450,454,460,461,464,466,469,470,483,484,486,490,491,503,504,514]
}
]
}
- 样本数据中的前5种编程语言是什么
curl localhost:10101/index/repository/query \
-X POST \
-d 'TopN(language, n=5)'
{
"results":[
[
{"id":5,"count":119},
{"id":1,"count":50},
{"id":4,"count":48},
{"id":9,"count":31},
{"id":13,"count":25}
]
]
}
- 用户14且19
star
了哪些repository
(存储库)
curl localhost:10101/index/repository/query \
-X POST \
-d 'Intersect(
Row(stargazer=14),
Row(stargazer=19)
)'
{
"results":[
{
"attrs":{},
"columns":[2,3,362,396,416,461,464,466,470,486]
}
]
}
- 用户14或19
star
了哪些repository
(存储库)
curl localhost:10101/index/repository/query \
-X POST \
-d 'Union(
Row(stargazer=14),
Row(stargazer=19)
)'
{
"results":[
{
"attrs":{},
"columns":[1,2,3,361,362,368,376,377,378,382,386,388,391,396,398,400,409,411,412,416,426,428,430,435,436,450,452,453,454,456,460,461,464,465,466,469,470,483,484,486,487,489,490,491,500,503,504,505,512,514]
}
]
}
- 哪些存储库由用户14且19加星标,并且还用语言1编写:
curl localhost:10101/index/repository/query \
-X POST \
-d 'Intersect(
Row(stargazer=14),
Row(stargazer=19),
Row(language=1)
)'
{
"results":[
{
"attrs":{},
"columns":[2,362,416,461]
}
]
}
- 将用户
99999
设置为存储库77777
的star
者
curl localhost:10101/index/repository/query \
-X POST \
-d 'Set(77777, stargazer=99999)'
{"results":[true]}
请注意,虽然用户ID99999
可能此列其它ID不连续
,但它仍然是一个相对较小的数字。 不要尝试在Pilosa中使用任意64位整数
作为列ID或行ID,这将导致诸如性能不佳和内存不足错误等问题。
接下来做什么?
您可以跳转到Data Model数据模型以深入了解Pilosa
的数据模型
,或查询有关PQL
(Pilosa的查询语言Query Language)的更多详细信息。
查看Examples示例页面,了解Pilosa的实际使用样例。看我们不断扩展的客户端库Client Libraries有没有你喜欢的编程语言版本。
最新文章
- Reset CSS:只选对的,不选";贵";的
- java机器学习工具包
- 一个自动备份mysql数据库的bat文件内容
- [排错] PATH_MISSING
- LA3902 Network
- linux shell 常用基本语法
- Cocos2d-x CCNotificationCenter 通知中心
- 使用git微命令深入理解git工作机制
- Hibernate实体对象继承策略
- .Net Core Session验证码
- C的memcpy和strcpy的区别
- Nginx 限制连接的实践 (DDOS)
- Kibana使用高德地图
- Java面试题和解答(三)
- Python连接Access数据库遇到问题'ADODB.Connection', '未找到提供程序。该程序可能未正确安装。'的处理办法
- Matplotlib学习---用matplotlib和sklearn画拟合线(line of best fit)
- 安装好ubuntu 18.10之后,屏幕一直在自动旋转,怎么办?
- nginx伪静态配置教程总结
- SPI内容随笔
- 转载 linux常用的监控命令工具
热门文章
- json数组,前后端传值问题,与data时间转毫秒
- Java 之 Web前端(四)
- Java设计模式从精通到入门五 抽象工厂方法模式
- java8 Stream的实现原理 (从零开始实现一个stream流)
- Area POJ - 1265 -皮克定理-叉积
- SpringBoot邮件发送
- BZOJ.4826.[AHOI/HNOI2017]影魔(树状数组/莫队 单调栈)
- 英语口语练习系列-C29-鸟类-辨别身份-断弦的琴
- 2011 ACM 0和1思想
- 20172310 实验四 Android程序设计