Nano Hash - криптовалюты, майнинг, программирование

MarkLogic: создать временную коллекцию в конкретной базе данных

Версия MarkLogic: 9.0-6.2

Мое требование - включить двухвременное отображение в базе данных FINAL, поэтому я создал необходимые индексы и оси диапазона полей. Наконец, я создал временную коллекцию, как показано ниже (выполняется в консоли запроса с data-hub-FINAL в качестве выбранного db)

const temporal = require("/MarkLogic/temporal.xqy");
const collectionResult = temporal.collectionCreate(
"customer", "system-axes", "valid-axes");

Однако я заметил, что объем временной коллекции расширен и до STAGING DB. Когда я пытался выполнить обычный xdmp.documentInsert в STAGING DB, передав коллекцию «клиент», я получаю сообщение об ошибке, что я не могу передать имя коллекции, поскольку коллекция клиентов является временной.

Я работал, используя другое имя коллекции (customerStaging), но является ли это ожидаемым поведением temporal.collectionCreate? Есть ли способ ограничить временную коллекцию БД, чтобы я мог использовать ту же коллекцию, что и невременную, в других БД?

Пожалуйста, предложите.


Ответы:


1

Временные настройки хранятся в базе данных схем, прикрепленной к базе данных контента. Похоже, вы не используете последнюю версию DHF, которая имеет отдельные final-schemas и отдельную базу данных staging-schemas. Вам лучше всего обновить до последней версии, чтобы иметь возможность использовать это.

В качестве альтернативы вы можете рассмотреть возможность использования общих однотонных / двухвременных коллекций и отдельных логических коллекций, таких как «клиент». В документе может быть более одной коллекции.

HTH!

18.03.2019
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..