Nano Hash - криптовалюты, майнинг, программирование

создать/удалить базу данных в marklogic с помощью rest API

Я создал один экземпляр rest-api в marklogic. Я могу легко удалять/добавлять документы в некоторую уже существующую базу данных, используя curl.

Может кто-нибудь, пожалуйста, помогите, как создать и удалить базу данных с помощью команды curl и как мы можем параметризовать команду для удаления связанных лесов и серверов приложений.

Также я могу удалить экземпляр rest-api, который я создал, то есть сам сервер приложений, но не связанную базу данных и леса.

Заранее спасибо..!!

marklogic marklogic-8
06.01.2017

Ответы:


1

Вы можете создавать, удалять и изменять серверы приложений, базы данных, леса и почти все остальное с помощью API управления. . Например, вот как вы удаляете лес под названием «пример»:

$ curl --anyauth --user user:password -X DELETE -i \
  http://localhost:8002/manage/v2/forests/example?level=full

Вы также можете удалить сервер приложений REST API вместе с его базами данных содержимого и модулей и их лесами с помощью одной команды:

$ curl --anyauth --user user:password -X DELETE -i \
  'http://localhost:8002/v1/rest-apis/RESTstop?include=content&include=modules'
06.01.2017
  • Спасибо, Дэйв.. Это действительно очень помогает..! Мне было интересно, можем ли мы получить список всех потерянных лесов за один раз и удалить их? 09.01.2017
  • Я попробовал curl --anyauth --user user:password -X DELETE -i \ 'localhost:8002/v1/rest-apis/' Но почему-то база данных модулей и леса не удаляются. 09.01.2017
  • Не могли бы вы обновить свой вопрос, указав полную команду, которую вы использовали, и каков был ответ curl? 09.01.2017
  • Я использовал: curl --anyauth --user пользователь:пароль -X DELETE -i localhost:8002/v1/rest-apis/ и ответ мне показался удовлетворительным: HTTP/1.1 202 Сервер приложений удален Сервер: MarkLogic Content-Type: application/xml; charset=UTF-8 Content-Length: 1735 Connection: close ‹cluster-query xsi:schemaLocation=marklogic.com/m ‹relations› ‹relation-group array=true› ‹typeref›databases‹/typeref› ‹relation-count unit=quantity›2‹/relation-count› ‹relation array=true› не удалось вставить сюда все сообщение 10.01.2017
  • Он смог удалить сервер приложений, базу данных контента, все леса, прикрепленные к базе данных контента, но БД модулей и прикрепленные леса вообще не пострадали. 10.01.2017
  • Вы поместили URL-адрес команды curl в одинарные кавычки? В *nix амперсанд будет интерпретироваться как разделение команды, просмотр секции include=modules как отдельной команды, что вызовет ошибку и не отправит эту инструкцию в MarkLogic. 10.01.2017
  • Спасибо, Дэйв .. здесь мне помогло помещение URL-адреса в двойные кавычки ..! :) 10.01.2017
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..