قوة MarkLogic: إدارة البيانات الضخمة وأمانها في مكان واحد

MarkLogic هي قاعدة بيانات Nosql قوية تمكن المؤسسات من تخزين كميات كبيرة من البيانات وإدارتها والبحث فيها بسهولة وسرعة. إنه قابل للتطوير بدرجة كبيرة ويوفر أداءً عاليًا ، مما يجعله مثاليًا لتطبيقات البيانات الضخمة. يحتوي MarkLogic أيضًا على ميزات أمان مضمنة تحمي البيانات من الوصول غير المصرح به وتضمن تكامل البيانات.

استجابة لطلب طريقة أكثر مرونة وفعالية لتخزين كميات كبيرة من البيانات ، ولدت حركة تعرف باسم NoSQL. يهدف هذا المنشور إلى أن يكون كتابًا تمهيديًا عامًا لأي شخص مهتم بهذا المجال الناشئ. بُذلت هذه الجهود للتخفيف من القيود المحددة الموجودة في عالم RDBMS . عمليات الصلات غير ممكنة في بعض خيارات NoSQL ، لذا يجب عليك الاحتفاظ بنسخ متعددة من البيانات. على الأرجح يرجع ذلك إلى نقص الفهارس العالمية وحقيقة أن البيانات مقسمة عبر خوادم السلع باستخدام مفتاح يستخدم للاسترجاع. أصبح مستخدمو NoSQL يتوقعون وجود محركات بحث ذات نص كامل مثل Lucene و Solr و Sphinx ، لكنهم ليسوا الأفضل. ثبت أن حل MarkLogic القابل للنشر أفقيًا على أجهزة سلعة بسعة بيتابايت.

إنه نوع مختلف جدًا من قواعد البيانات عن قواعد البيانات الأخرى في حد ذاته. لم يتم إنشاء MarkLogic مطلقًا ليكون قادرًا على حل مشكلة معينة. لقد تم بناؤه من الألف إلى الياء كمنصة لتطبيقات فئة المؤسسات ، بغض النظر عن الحجم.

مستودع البيانات التشغيلية للجيل الجديد من MarkLogic هو أداة برمجية لإجراء التحليل التشغيلي.

انتقل إلى http: // localhost: 8000 / appservices / للعثور على صفحة خدمات التطبيق. باستخدام قسم قاعدة البيانات في MarkLogic Server ، يمكنك الوصول إلى جميع قواعد البيانات وحذف قواعد البيانات ، وكذلك إنشاء قاعدة بيانات وتكوينها.

ما هي قاعدة البيانات التي تستخدمها Marklogic؟

تتطلب معظم المنظمات اليوم قاعدة بيانات لتشغيل عملياتها. يتم استخدامه لتشغيل تطبيقات المعاملات والتشغيل والتحليل من مركز البيانات وإدارة مجموعة واسعة من مصادر البيانات بشكل آمن.

تسمح منصة MarkLogic بالتحميل المتزامن والاستعلام والمعالجة وتقديم المحتوى. يمكنك البحث بسرعة عن المحتوى إذا تم تحويله تلقائيًا إلى XML وفهرسته. استخدمت Big Publishing استعلام عنصر XML ، والبحث التقريبي لـ XML ، والبحث عن النص الكامل لتحسين قدرات البحث. في غضون 4 إلى 5 أشهر ، يمكن للشركة وضع حل في مكانه والبدء في استخدامه. تريد حكومة مقاطعة Quakezone أن تسهل على موظفي المقاطعة والمطورين والمقيمين الوصول إلى المعلومات في الوقت الفعلي من خلال تسهيل القيام بذلك عليهم. إنها تتطلب حلاً للبنية التحتية لتكنولوجيا المعلومات يتم تنفيذه بسرعة وسهولة. باستخدام MarkLogic ، يمكن للمقاطعة عرض البيانات وربطها بعدة طرق ، بما في ذلك عن طريق تحويلها وإثرائها.

استبدلت Time Traders Services نظامها القديم بخادم MarkLogic. يتم تقليل الحل بشكل كبير من حيث زمن انتقال التنبيه مع توفير معلومات فورية وذات صلة لبوابة العميل والبريد الإلكتروني. يحصل المتداولون الماليون على ميزة في المكتب وفي قاعة التداول من خلال إبلاغ العملاء بالأبحاث الجديدة المتاحة. يستخدم MarkLogic للحفاظ على منشآت سرية للغاية في الحكومة الفيدرالية. تستفيد التبادلات من انخفاض تكلفة نظام الأجهزة عندما تقوم MarkLogic بتحسين أجهزة السلع. مع الأداء العالي ، هناك عدد أقل من خوادم الأجهزة التي يمكن التعامل معها. بدلاً من شراء خوادم أكبر وأكثر تكلفة ، تسمح الزيادة في قابلية التوسع بتثبيت المزيد من الخوادم السلعية.

تتمثل إحدى المزايا الأساسية لمركز بيانات MarkLogic في قدرته على التكامل مع مصادر البيانات الأخرى. يمكن للبرنامج الاتصال بسهولة بالأنظمة القديمة مثل ERP و CRM بالإضافة إلى مصادر أحدث مثل مستودعات بيانات العملاء ومصادر تدفق البيانات. علاوة على ذلك ، فإن MarkLogic Data Hub قادر على معالجة مجموعة واسعة من تنسيقات البيانات ، مما يجعل من السهل استيعاب البيانات. أخيرًا ، يعد MarkLogic Data Hub سهل الاستخدام للغاية. إنه برنامج مجاني ، لذا لا يتعين عليك الدفع مقابل استخدامه. علاوة على ذلك ، البرنامج مفتوح المصدر ، لذا يمكنك تخصيصه ليلبي احتياجاتك الخاصة.

قواعد بيانات متعددة النماذج: أفضل ما في العالمين

يسرد الجدول التالي أنواع قواعد البيانات الأكثر شيوعًا لقواعد البيانات متعددة النماذج. ستسمح لك قاعدة البيانات متعددة النماذج باختيار نماذج البيانات الأقل تكلفة للصيانة. تسمح فهرسة أسلوب البحث في MarkLogic وتخزين بيانات المعاملات لها بدمج وإثراء البيانات داخل أنظمتها. نتيجة لذلك ، يمكن استخدامه لتشغيل عمليات ETL. علاوة على ذلك ، نظرًا لأن MarkLogic هي قاعدة بيانات رسوم بيانية ، فهي خيار ممتاز ثلاثي المكدس لمن يبحثون عن قاعدة بيانات الرسم البياني.

هل لداب نصقل؟

نظرًا لأن كل قاعدة بيانات NoSQL تأتي مع بروتوكول خاص بها ، فإن تحديد واحدة يعني بشكل أساسي قفلك في هذا النوع من قواعد البيانات. إذا كان عليك تغيير الخادم ، فيجب عليك أيضًا تغيير العملاء.

عندما تم استخدامه بواسطة Pearson Education ، تم استخدام NoSql لاستضافة الفصول الدراسية عبر الإنترنت وسجلات الطلاب وما إلى ذلك. في هذه الحالة ، يحتاج كل فرد في الفريق إلى النهوض والتشغيل بسرعة مع مونجو. من السهل نسيان خدمة Ldap ، التي يستخدمها مئات الآلاف من الخوادم وأجهزة سطح المكتب في العالم. باستخدام أداة وحدة التحكم 389-ds ، يمكنك بسهولة إنشاء كائنات وسمات جديدة. فيما يتعلق بالحوسبة السحابية ، أود أن أضع قرصين رئيسيين في كل منطقة لضمان النسخ المتماثل (multimasters). يمكنك ضبط مستويات النسخ المتماثل. لتعديل المخطط ، يمكنك القيام بذلك عبر الإنترنت.

ما هو مثال على nosql؟

تعتمد غالبية الصناعات التي تُستخدم فيها قواعد بيانات NoSQL عليها لأغراض متنوعة. سيكون لنوع قاعدة بيانات NoSQL المستخدمة في حالة معينة تأثير على عملها. قواعد بيانات الوثائق مثل MongoDB هي أمثلة لقواعد البيانات ذات الأغراض العامة . يمكن تخزين كميات كبيرة من البيانات في قواعد بيانات ذات قيمة أساسية ، مما يجعل استعلامات البحث بسيطة.

فوائد قواعد بيانات Nosql

على عكس قواعد البيانات العلائقية التقليدية ، تختلف قواعد بيانات NoSQL عنها في أنها تنفصل عن نموذج تنظيم البيانات التقليدي لصالح بنية أكثر مرونة تسمح بتخزين بيانات أكثر ديناميكية وواسعة. هذه ميزة عندما يتعلق الأمر بتوسيع نطاق مخزن البيانات لزيادة حركة المرور أو عندما تحتاج إلى تلبية احتياجات المستخدمين المختلفة. نظرًا للمجموعة الفريدة من المزايا المتوفرة في قواعد بيانات NoSQL ، فإنها تزداد شعبية طوال الوقت ، ولن يستفيد منها كل تطبيق. إذا كنت تبحث عن مخزن بيانات أكثر مرونة يمكنه التعامل مع مجموعة أكبر من المتطلبات ، فإن قواعد بيانات NoSQL تعد خيارًا ممتازًا.

هل تستخدم أوبر Sql أو Nosql؟

عند استخدام قاعدة بيانات لا تحتوي على خوارزميات لتخزين البيانات ، تُعرف باسم قاعدة بيانات NoSQL. نظرًا لأن قواعد بيانات NoSQL تفتقر إلى دعم الفهرس (نظرًا لافتقارها إلى المعاملات الموزعة) ، يستخدم فريق الوفاء في Uber جدولًا منفصلاً لتخزين الفهرس.

نشرت أوبر مقالة على موقعها على الإنترنت توضح سبب تحول أوبر من PostgreSQL إلى InnoDB. تم إنشاء هذا المنشور من مقال Uber في محاولة لتقديم فهم أفضل. تحتاج PostgreSQL دائمًا إلى تحديث جميع الفهارس الموجودة في الجدول عند تحديث الصفوف عند فهرسة الجدول ، كما هو موضح بتفصيل كبير في هذه المقالة. ينتج عن هذا الأسلوب أيضًا زيادة في عمليات إدخال القرص الخاصة بالتحديثات التي تغير الأعمدة غير المفهرسة. في هذه المقالة ، يصفون عقوبة الفهرس المجمعة باعتبارها عيبًا خفيفًا ، وهو أمر مهم إذا قمت بتشغيل الكثير من الاستعلامات باستخدام الفهارس الثانوية. فشل المقال في الإشارة إلى أن هذه العقوبة تنطبق على أي عبارة تحتوي على شرط أين ، وليس مجرد اختيار. من ناحية أخرى ، فإن مسح Postgres الفهرس فقط عديم الفائدة.

يبدو أنها تعمل بشكل جيد في حالة استخدام متجر رئيسي مهم في المستقبل. تتوفر الحزم التي تهدف إلى العمل مع واجهات SQL الأمامية (ولكن لها وظائف قليلة جدًا). أنشأت Uber قاعدة البيانات الخاصة بها (Schemaless) بالإضافة إلى استخدام InnoDB و MariaDB. انقسام العقدة هو عملية مهمة في شجرة B. يحدث انقسام العقدة عندما يتعذر على عقد أو أكثر استضافة إدخال جديد. في أسوأ السيناريوهات ، سينفجر الانقسام حتى عقدة الجذر ، والتي سيتم تقسيمها أيضًا وسيتم استبدالها بعقدة جديدة. نتيجة لذلك ، تسقط الشجرة بأكملها ، مما يجعل توازن الفهرس ثابتًا.

يمكن أن يؤدي خطأ في عملية النسخ إلى ترك أجزاء كبيرة من الشجرة غير قابلة للإصلاح تمامًا. من المحتمل ألا يتمكن الرئيسي من تحديد ما تحاول النسخ المتماثلة القيام به وسيحذف البيانات التي لا تزال مطلوبة لإكمال الاستعلام. يمكن حل هذه المشكلة عن طريق تأخير تطبيق دفق النسخ المتماثل لمهلة قابلة للتكوين ، مما يسمح لمعاملة القراءة بأخذ دورها. هناك بعض المهندسين ليسوا خبراء في قواعد البيانات وقد لا يفهمون دائمًا هذه المشكلة ، لا سيما عند استخدام ORM الذي يحجب التفاصيل منخفضة المستوى مثل المعاملات المفتوحة. يدرك غالبية المطورين أنه يمكن استخدام المعاملات للتراجع عن الكتابة. إذا تم توظيف المزيد من الأشخاص من قبل شركة ما ، فإن مؤهلاتهم ستكون أقرب إلى المتوسط. الزيادة في حجم العينة مدفوعة بتوظيف المزيد من الأشخاص.

استلزمت حالات استخدام أوبر استخدام Schemaless ، وهي قاعدة بيانات NoSQL جديدة . يقترح مقالهم أنه تم استبدال Postgres بـ MySQL ، لكن هذا ليس هو الحال ؛ بدلاً من ذلك ، فإن حلهم المصمم خصيصًا مدعوم بواسطة MySQL. لا يوجد ذكر لكيفية تغير متطلباتهم عندما تحولوا إلى PostgreSQL من MySQL في هذه المقالة ، لذلك لا توجد طريقة لمعرفة ذلك. لا يوجد سوى شيء واحد يبرز في أذهان القارئ: Postgres فظيعة.

لماذا قواعد بيانات Nosql مثالية لـ Ube

تم بناء قاعدة بيانات MySQL الخاصة بـ Uber فوق قاعدة بيانات NoSQL ، لذا يمكن استنتاجها من النص الذي يستخدمونه لقاعدة البيانات هذه. علاوة على ذلك ، يمكن الاستدلال من البيانات على أن قاعدة بيانات NoSQL هذه تُستخدم لتخزين البيانات مؤقتًا وقائمة الانتظار. Amazon هي شركة قواعد بيانات NoSQL أخرى ، لأنها توفر مجموعة شاملة من الأدوات لتطوير التطبيقات التي تعتمد على قواعد البيانات.

مارك لوجيك نوسكل

MarkLogic هي قاعدة بيانات NoSQL قوية تتيح للمطورين إنشاء تطبيقات تتعامل مع كميات كبيرة من البيانات بسرعة وسهولة. MarkLogic سهل الاستخدام وقابل للتوسيع ، مما يجعله خيارًا مثاليًا للمؤسسات التي تحتاج إلى إدارة كميات كبيرة من البيانات.

خادم MarkLogic هو قاعدة بيانات تم إنشاؤها من الألف إلى الياء لتسهيل عملية البحث عن كميات كبيرة من البيانات غير المتجانسة للمستخدمين. يدمج MarkLogic العناصر الداخلية لقاعدة البيانات ، وفهارس أسلوب البحث ، وسلوكيات خادم التطبيق في نظام موحد يمكن تشغيله بشكل متزامن. يتم استخدام مستندات XML و JSON كنماذج بيانات ، ويتم تخزين بيانات المعاملات الخاصة بهم في مستودع بيانات المعاملات . يمكن أن تبدأ بيانات المستند بتنسيق XML أو JSON ، ولكن يمكن أيضًا تحويلها بمجرد استيعابها. تحتوي نماذج بيانات المستندات عادةً على جميع البيانات ذات الصلة في نفس المستند ، لذلك يتم إلغاء تنسيق البيانات قبل نشرها على الملأ. يمكن تعريف محتوى XML كمخططات لتمثيل فئة من نماذج محتوى المستندات. عندما يجب تنظيم مستند معين بطريقة معينة ، فمن الأهمية بمكان أن يكون لديك معرف للمستند.

يمكن استيراد مخططات XML إلى قاعدة بيانات المخططات أو وضعها في دليل التكوين. بعد ذلك ، يمكنك تحديد مجموعة من المخططات لخادم تطبيقات معين أو مجموعة من الخوادم. يدعم MarkLogic أيضًا مخططات SQL الافتراضية التي توفر سياق طرق عرض SQL ، كما هو محدد في دليل نمذجة بيانات SQL. يمكن لخادم MarkLogic البحث عن البيانات الدلالية وتخزينها وإدارتها في ثلاثة أضعاف RDF ، والتي يتم تخزينها في الذاكرة. الدلالات هي مجموعة من معايير W3C التي تسمح بتبادل البيانات المقروءة آليًا (ومعلومات حول العلاقات بين البيانات). يسمح لك MarkLogic بتخزين هذا النوع من البيانات والبحث فيه وإدارته باستخدام SPARQL الأصلي و SPARQL Update ، بالإضافة إلى JavaScript و XQuery و REST. يمكنك تحسين إدارة البيانات الثنائية باستخدام مجموعة آليات MarkLogic Server.

يمكن تخزين المستند الثنائي بناءً على حجمه ، والذي يتم تحديده بواسطة مجموعة من الحدود. MarkLogic هو تطبيق أحادي الخيط مصمم لمعالجات متعددة في نفس الوقت. هناك العديد من منافذ المقابس التي يمكن استخدامها للاتصال الخارجي. تهدف منصة MarkLogic إلى توفير السرعة والنطاق. تتم كتابة الاستعلامات المتقدمة في MarkLogic بوحدات تيرابايت من البيانات. تجاوزت أكبر عمليات النشر الحية الآن 200 تيرابايت ومليار مستند. عند استخدام المجموعات ، يتم تحقيق مستوى عالٍ من التوافر.

يوجد هذا النوع من الخوادم عادةً في 4 أو 8 مراكز أو 64 أو 128 جيجا بايت أو سعة أكبر. تم دمج موازنات الأحمال المرنة (ELBs) في Amazon Elastic Compute Cloud (EC2) ، والتي تمكّن مجموعات MarkLogic من توزيع حركة مرور التطبيقات وتحقيق التوازن بينها تلقائيًا. لتحسين توافر بيئة EC2 ، يمكن تجميع D-Nodes في نفس الموقع.

ما هي قاعدة بيانات Marklogic

MarkLogic هي قاعدة بيانات NoSQL قوية تمكن المطورين من بناء التطبيقات بشكل أسرع من خلال تزويدهم بالأدوات التي يحتاجون إليها للعمل مع جميع أنواع البيانات. MarkLogic هي قاعدة بيانات NoSQL الوحيدة التي تجمع بين قوة قاعدة البيانات الموجهة للمستندات ومرونة متجر القيمة الرئيسية ، مما يجعلها منصة مثالية لتطبيقات اليوم الحديثة.

إنها منصة قوية لإدارة البيانات توفر نظامًا موحدًا لإدارة البيانات. يتم استخدام نماذج بيانات المستندات في XML و JSON ، وتقوم بتخزين المستندات في مستودع المعاملات. يقع مركز البيانات أعلى بحيرة البيانات ، ويحتوي على بيانات عالية الجودة ومنظمة وآمنة وغير مكررة ومفهرسة وقابلة للاستعلام. علاوة على ذلك ، تم تصميم MarkLogic Data Hub لإدارة مجموعات البيانات الضخمة مع طبقات البيانات الآلية التي تخزن وتسترد البيانات من بحيرة البيانات بشكل آمن.

لماذا تتخذ قواعد بيانات الرسم البياني Ove

أصبحت قواعد بيانات الرسم البياني بسرعة خيار الانتقال لتخزين البيانات في مجموعة متنوعة من التنسيقات التي يصعب إدارتها يدويًا. لا تستطيع قواعد بيانات SQL التقليدية التعامل مع هذا النوع من الاستعلام ، ويمكن أن تكون مفيدة جدًا في التعامل مع هذا النوع من الاستعلام. إذا كنت بحاجة إلى الاستعلام عن البيانات بطرق يمكن لقواعد بيانات SQL التعامل معها ، وكذلك إذا كنت بحاجة إلى تخزين البيانات في الرسوم البيانية ، فإن MarkLogic يعد خيارًا جيدًا.

قاعدة بيانات Marklogic مقابل Mongodb

تتضمن قاعدة بيانات NoSQL الخاصة بشركة MarkLogic جميع الميزات التي تحتاجها في نظام أساسي واحد. من ناحية أخرى ، يتم استخدام MongoDB لتنظيم الأفكار الكبيرة. MongoDB هي خدمة MongoDB تخزن البيانات في مستندات تشبه JSON والتي يمكن تنظيمها بطرق متنوعة.

إذا كانت لديك بيانات META ، فيمكنك استخدام MarkLogic لأنه يسترد كل شيء بهذه السرعة. هناك بدائل أفضل لاستخدام قاعدة بيانات علائقية في حالة الحاجة إلى واحدة. تعتبر MongoDB أداة رائعة لمجموعة متنوعة من التطبيقات نظرًا لمرونتها المذهلة وسهولة استخدامها. على الرغم من استخدام المصدر المفتوح في كل شيء آخر تقريبًا ، إلا أن قاعدة البيانات الخلفية مهمة للغاية. دعم عملاء MarkLogic سريع الاستجابة واحترافي للغاية. فهم سريعون في الاستجابة للقضايا الرئيسية ومشاكل جودة الإنتاج. إنني أتطلع إلى استخدام موارد MongoDB للاستفادة من بعض قوتها.

فقط عدد قليل من الجوانب يمكن تحسينها أو تبسيطها. إذا لم يكن لديك بالفعل DBA أو مسؤول نظام على دراية بـ MongoDB ، فيجب عليك الذهاب مع موفر استضافة MongoDB متخصص في هذا المجال. عندما تنمو مجموعة البيانات الخاصة بك ، يمكنك استخدام محرك تخزين Cassandra لإنشاء كتابات في وقت ثابت. يمكن استخدام MongoDB للتحليلات باستخدام دعم Hadoop الأصلي.

قاعدة بيانات Marklogic Graph

MarkLogic هي قاعدة بيانات الرسم البياني. يستخدم نموذج بيانات الرسم البياني لتخزين البيانات والاستعلام عنها. قاعدة بيانات الرسم البياني هي قاعدة بيانات تستخدم نموذج بيانات الرسم البياني لتخزين البيانات والاستعلام عنها.

دليل مطور الرسم البياني الدلالي يجب قراءته لأي شخص مهتم بمجال الرسوم البيانية الدلالية. تشمل الموضوعات المدرجة في هذا الدليل ما يلي: يمكن تنزيل البيانات. باستخدام عينة DBPedia الكاملة من Persondata (في كل من Turtle والإنجليزية) ، يمكنك توضيح كيفية استخدام كلمة Turtle أو الإنجليزية. تحتوي قاعدة بيانات المستندات على فهرس ثلاثي وقاموس مجموعة يمكن تمكينه افتراضيًا. قبل استخدام قاعدة بيانات ثلاثية ، تأكد من تمكين كلا الخيارين. mlcp هي طريقة مثالية للتحميل الجماعي الثلاثي على بيئة سطح مكتب Windows. تعد وظيفة SPARQL الأصلية أو وظيفة sem: sparQL المدمجة طريقتين مقبولتين لتنفيذ استعلامات MarkLogic . يفترض قسم تنزيل مجموعة البيانات أنك قمت بتحميل عينة مجموعة البيانات.

مركز بيانات Marklogic

MarkLogic's Data Hub عبارة عن واجهة برمجية مجانية مفتوحة المصدر تستوعب البيانات من مصادر متعددة وتنسقها وتتقنها ثم تبحث عنها وتحللها. يتم تشغيل الحل على MarkLogic Server ويهدف إلى توفير نظام أساسي موحد للتطبيقات ذات المهام الحرجة.

ما هو استخدام Marklogic ل

MarkLogic هي قاعدة بيانات قوية تمكنك من تخزين البيانات وإدارتها والبحث فيها بشكل أكثر فعالية. يتم استخدامه من قبل المنظمات في مجموعة متنوعة من الصناعات لتشغيل تطبيقاتهم ومواقعهم الإلكترونية. تعتبر MarkLogic مناسبة بشكل خاص للتعامل مع كميات كبيرة من البيانات والاستعلامات المعقدة.

خادم Marklogic

MarkLogic Server هو نظام أساسي قوي لقاعدة بيانات NoSQL يمكّن المطورين من إنشاء تطبيقات معقدة بسرعة وسهولة تستفيد من جميع بياناتهم ، بغض النظر عن هيكلها أو موقعها. تم بناء MarkLogic Server على بنية فريدة تجمع بين أفضل ما في العالم العلائقي وعالم NoSQL ، مما يمنح المطورين المرونة للعمل مع بياناتهم بالطريقة التي تناسب احتياجاتهم على أفضل وجه.

يمكن استخدام DocumentManager ، وهو مثيل DatabaseClient تم إنشاؤه خصيصًا لإدارة المستندات ، لإدارة المستندات. لتوضيح كيفية قراءة مستند XML ، استخدم ReadXMLDocument.java المستند إلى Java من Marklogic. توضح لك مكتبة Java ReadMetadata كيفية اكتشاف نوع المستند الذي تلقيته وكذلك كيفية التعامل معه بشكل صحيح. يشبه إدراج مستند نصي إدراج مستند PDF ، ولكن يجب عليك استخدام StringHandle أو توفير التنسيق كما هو موضح في المثال السابق. يمكن استخدام Java API للوصول إلى المستندات والبيانات الوصفية بعدة طرق. يمكن استخدام طريقة DeleteDocument.java لحذف مستندات متعددة مرة واحدة. تنزيلات المستندات بنسب كبيرة.

يمكن أن يكون مستند واحد في كل مرة مكلفًا عند استخدام أنظمة مصادقة مختصرة لأنه يلزم تحميل مستند واحد. نحن نستخدم مصطلحات مثل البحث والاستعلام بنفس الطريقة في MarkLogic ، بغض النظر عن السياق الذي نستخدمه فيهما. إذا كنت تريد التعبير عن مجموعة كبيرة من نتائج البحث ، فإن صيغة الاستعلام هي طريقة بسيطة وفعالة للقيام بذلك. يتم تحديد نص البحث باستخدام طريقة setCriteria لمدير الاستعلام لدينا بعد الحصول على مثيل استعلام سلسلة أولي من مدير الاستعلام الخاص بنا. صحيح أنه حتى البحث البسيط يمكن أن يكون قويًا جدًا إذا تم استخدامه في تكوين البحث الافتراضي لـ MarkLogic. كما هو محدد في تعريف الاستعلام ، يتم استخدام ثلاث طرق لتنفيذ كل استعلام. يسمح لك الخياران الأولان بتحديد موقع استعلام أو مجموعة مجموعة.

يسمح لك الأخير بربط استعلام بمجموعة من خيارات البحث المخصصة المخزنة على الخادم. فيما يلي قائمة بنتائج البحث. من خلال تشغيل البرنامج وفحص وحدة التحكم ، يمكنك مشاهدة كيفية تمثيل MarkLogic لنتائج البحث في XML. يتضمن المشروع التعليمي برنامج Java script يسمى Search ResultsAsJSON. جافا. إذا قمت بتشغيل البرنامج ، فسترى نتائج بحث JSON الأولية التي تم استردادها من الخادم. ينتج عن Getsearch تنسيق POJO عن طريق استدعاء أسلوب getMatchResults () الخاص به.

يمكنك الحصول على مجموعة من كائنات MatchDocumentSummary بتمريرها سلسلة. عندما يحتوي مستند على نتيجة بحث ، يمكن تمثيله بواسطة كائن MatchLocation. يتم استخدام خيار افتراضي مسمى إذا لم تحدد اسمًا بشكل صريح. نظرًا لأهميتها في Mark Logic ، يتم استخدام القيد بشكل متكرر. يتم تخزين التكوين لمجموعة الخيارات بأكملها في src / main / ml-options / options عند إنشاء مجموعة خيارات أو استبدالها. القيود المذكورة هنا متوفرة في أشكال متنوعة. قم بعمل برنامج.

يجب أن تُرجع هذه الطريقة نفس النتائج مثل CollectionSearch java. نتيجة لسلسلة البحث الجديدة هذه ، يتم توفير معيار مجموعة Shakepeare الآن كجزء من سلسلة البحث بواسطة قيد العلامة. كما ترى ، نستخدم الأمر التالي لنشر التكوين الخاص بنا. يمكنك ، بدلاً من ذلك ، فتح موجه أوامر جديد والانتقال إلى mlwatch ، حيث سيتم دفع التغييرات التي تم إجراؤها على البرنامج النصي إلى Mark Logic. يتم اختبار سياق الكلمة بدلاً من مفتاحها أو عنصرها من حيث قيود الكلمة ، والتي تشبه قيود القيمة. تتشكل الكلمات المطابقة أيضًا من السيقان الجذعية ، مما يعني أنه سيتم استخدام كلمات متشابهة ، مثل الاستراتيجيات والاستراتيجيات. يجب علينا إنشاء / تعديل الملفات التالية لتمكين الاشتقاق: src / main / ml-config / databases / content-database.

سيساعدك تشغيل الأمر أدناه في فهمك للإجراء. يتم استخدام وحدة gradle mlUpdateIndexes لتحديث جداول الفهرس في وحدة قاعدة بيانات gradle mlReindexDatabase. باستخدام قيد الخصائص ، يمكننا البحث عن خصائص المستند عن طريق البيانات الأولية. نستخدم البيانات الوصفية المستخرجة أثناء الاستيعاب وتخزينها كخصائص للمستند لإنشاء صورنا. عندما ندخل كلمة بحث عن "خصائص" ، فسيتم تطبيقها فقط على خاصية المستند هذه. يتم استخدام طريقة البحث () في مدير الاستعلام لتشغيل الاستعلام.

ما هو استخدام Marklogic؟

MarkLogic Server هو أداة برمجية تخزن وتدير مجموعة متنوعة من البيانات من أجل تشغيل تطبيقات المعاملات والتشغيل والتحليل.

مركز البيانات: الحل الشامل لإدارة البيانات

تمنحك مراكز البيانات تحكمًا كاملاً في كيفية إدارة البيانات والوصول إليها من بحيرة البيانات. في MarkLogic ، يضمن تصنيف البيانات الآلي تخزين البيانات والوصول إليها بأمان من بحيرة البيانات ، كما أنه يبسط تكامل البيانات.

كيف يمكنني الاتصال بـ Marklogic؟

بعد تثبيت MarkLogic وتشغيله ، انتقل إلى الواجهة الإدارية المستندة إلى المستعرض (على http: // localhost: 8001 /) ، حيث ستتعلم كيفية الحصول على ترخيص مطور وتهيئة المسؤول.

Marklogic: خادم التطبيقات مع بقية Api

أصبح استخدام تطبيقات عميل REST API للتفاعل مع MarkLogic Server باستخدام مثيل REST API أكثر شيوعًا. توظف MarkLogic 500 شخص وهي واحدة من أكبر بائعي خوادم التطبيقات في السوق. وفقًا لتوقعات الإيرادات الخاصة بهم ، سيكون لديهم ذروة إيرادات تبلغ 100.0 مليون دولار في عام 2021 ، بمتوسط ​​إيرادات لكل موظف يبلغ 200000 دولار.