


Saya ada soalan tentang aplikasi fungsi saya "timertrigger".
Saya membangunkan ciri ini untuk berkomunikasi dengan bot telegram untuk menghantar mesej selepas permintaan api.
Saya mencuba apl ciri secara tempatan dan ia berfungsi dengan baik. Walau bagaimanapun, apabila saya cuba menggunakan cosmosdb untuk menyimpan maklumat, saya menghadapi masalah dan tidak dapat menyimpan maklumat tersebut.
Saya telah menyediakan semua pembolehubah dan bahan yang diperlukan untuk menyambungkan apl saya dengan telegram dan kosmosdb
try: database_obj = client.get_database_client(database_name) await database_obj.read() return database_obj except exceptions.cosmosresourcenotfounderror: print("creating database") return await client.create_database(database_name) # </create_database_if_not_exists> # create a container # using a good partition key improves the performance of database operations. # <create_container_if_not_exists> async def get_or_create_container(database_obj, container_name): try: todo_items_container = database_obj.get_container_client(container_name) await todo_items_container.read() return todo_items_container except exceptions.cosmosresourcenotfounderror: print("creating container with lastname as partition key") return await database_obj.create_container( id=container_name, partition_key=partitionkey(path="/lastname"), offer_throughput=400) except exceptions.cosmoshttpresponseerror: raise # </create_container_if_not_exists> async def populate_container_items(container_obj, items_to_create): # add items to the container family_items_to_create = items_to_create # <create_item> for family_item in family_items_to_create: inserted_item = await container_obj.create_item(body=family_item) print("inserted item for %s family. item id: %s" %(inserted_item['lastname'], inserted_item['id'])) # </create_item> # </method_populate_container_items> async def read_items(container_obj, items_to_read): # read items (key value lookups by partition key and id, aka point reads) # <read_item> for family in items_to_read: item_response = await container_obj.read_item(item=family['id'], partition_key=family['lastname']) request_charge = container_obj.client_connection.last_response_headers['x-ms-request-charge'] print('read item with id {0}. operation consumed {1} request units'.format(item_response['id'], (request_charge))) # </read_item> # </method_read_items> # <method_query_items> async def query_items(container_obj, query_text): # enable_cross_partition_query should be set to true as the container is partitioned # in this case, we do have to await the asynchronous iterator object since logic # within the query_items() method makes network calls to verify the partition key # definition in the container # <query_items> query_items_response = container_obj.query_items( query=query_text, enable_cross_partition_query=true ) request_charge = container_obj.client_connection.last_response_headers['x-ms-request-charge'] items = [item async for item in query_items_response] print('query returned {0} items. operation consumed {1} request units'.format(len(items), request_charge)) # </query_items> # </method_query_items> async def run_sample(): print('aaaa') print('sss {0}'.format(cosmosclient(endpoint,credential=key))) async with cosmosclient(endpoint, credential = key) as client: print('connected to db') try: database_obj = await get_or_create_db(client, database_name) # create a container container_obj = await get_or_create_container(database_obj, container_name) family_items_to_create = ["link", "ss", "s", "s"] await populate_container_items(container_obj, family_items_to_create) await read_items(container_obj, family_items_to_create) # query these items using the sql query syntax. # specifying the partition key value in the query allows cosmos db to retrieve data only from the relevant partitions, which improves performance query = "select * from c " await query_items(container_obj, query) except exceptions.cosmoshttpresponseerror as e: print('\nrun_sample has caught an error. {0}'.format(e.message)) finally: print("\nquickstart complete") async def main(mytimer: func.timerrequest) -> none: utc_timestamp = datetime.datetime.utcnow().replace( tzinfo=datetime.timezone.utc).isoformat() asyncio.create_task(run_sample()) logging.info(' sono partito') sendnews() if mytimer.past_due: logging.info('the timer is past due!') logging.info('python timer trigger function ran at %s', utc_timestamp)
Saya dah mulakan fungsi saya
func host start --port 7072
Tetapi saya rasa ada yang tidak kena dengan sambungan ke pangkalan data kerana console.log('disambungkan ke db') tidak dicetak.
Nampaknya semua operasi yang berkaitan dengan cosmosdb tidak dilaksanakan, jika ada ralat saya tidak tahu bagaimana untuk menyelesaikannya.
Saya tidak mendapat sebarang ralat dalam terminal saya, tetapi seperti yang saya katakan, cosmosdb nampaknya tidak berfungsi.
Saya tidak pasti sama ada saya memberikan anda semua maklumat yang diperlukan. terima kasih atas bantuan anda.
Jawapan betul
Saya juga menghadapi masalah yang sama semasa menggunakan fungsi async. Ia berfungsi untuk saya apabila saya menggunakan fungsi bukan async.
Sila semak ini dokumen
untuk rujukanKod saya:
timetrigger1/__init__.py
:
import datetime import logging import asyncio import azure.functions as func from azure.cosmos import cosmos_client import azure.cosmos.exceptions as exceptions from azure.cosmos.partition_key import partitionkey endpoint = "https://timercosmosdb.documents.azure.com/" key = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" database_name = "todolist" container_name = "test" def get_or_create_db(client,database_name): try: database_obj = client.get_database_client(database_name) database_obj.read() return database_obj except exceptions.cosmosresourcenotfounderror: logging.info("creating database") return client.create_database_if_not_exists(database_name) def get_or_create_container(database_obj, container_name): try: todo_items_container = database_obj.get_container_client(container_name) todo_items_container.read() return todo_items_container except exceptions.cosmosresourcenotfounderror: logging.info("creating container with lastname as partition key") return database_obj.create_container_if_not_exists( id=container_name, partition_key=partitionkey(path="/id"), offer_throughput=400) except exceptions.cosmoshttpresponseerror: raise def populate_container_items(container_obj,items): inserted_item = container_obj.create_item(body=items) logging.info("inserted item for %s family. item id: %s" %(inserted_item['lastname'], inserted_item['id'])) def read_items(container_obj,id): item_response = container_obj.read_item(item=id, partition_key=id) request_charge = container_obj.client_connection.last_response_headers['x-ms-request-charge'] logging.info('read item with id {0}. operation consumed {1} request units'.format(item_response['id'], (request_charge))) def query_items(container_obj, query_text): query_items_response = container_obj.query_items( query=query_text, enable_cross_partition_query=true ) request_charge = container_obj.client_connection.last_response_headers['x-ms-request-charge'] items = [item for item in query_items_response] logging.info('query returned {0} items. operation consumed {1} request units'.format(len(items), request_charge)) def run_sample(): logging.info('aaaa') client = cosmos_client.cosmosclient(endpoint, key) logging.info('connected to db') try: id= "test" database_obj = get_or_create_db(client,database_name) container_obj = get_or_create_container(database_obj,container_name) item_dict = { "id": id, "lastname": "shandilya", "firstname": "vivek", "gender": "male", "age": 35 } populate_container_items(container_obj,item_dict) read_items(container_obj,id) query = "select * from c " query_items(container_obj, query) except exceptions.cosmoshttpresponseerror as e: logging.info('\nrun_sample has caught an error. {0}'.format(e.message)) finally: logging.info("\nquickstart complete") def main(mytimer: func.timerrequest) -> none: utc_timestamp = datetime.datetime.utcnow().replace( tzinfo=datetime.timezone.utc).isoformat() run_sample() logging.info(' sono partito') logging.info('python timer trigger function ran at %s', utc_timestamp)
output
:
functions: timertrigger1: timertrigger for detailed output, run func with --verbose flag. [2024-01-30t09:00:24.818z] executing 'functions.timertrigger1' (reason='timer fired at 2024-01-30t14:30:24.7842979+05:30', id=5499e180-4964-4d7e-b9f2-b024860945dd) [2024-01-30t09:00:24.822z] trigger details: unscheduledinvocationreason: ispastdue, originalschedule: 2024-01-30t14:30:00.0000000+05:30 [2024-01-30t09:00:25.022z] aaaa [2024-01-30t09:00:26.387z] connected to db [2024-01-30t09:00:28.212z] inserted item for shandilya family. item id: test [2024-01-30t09:00:28.373z] read item with id test. operation consumed 1 request units [2024-01-30t09:00:28.546z] quickstart complete [2024-01-30t09:00:28.548z] python timer trigger function ran at 2024-01-30t09:00:25.008468+00:00 [2024-01-30t09:00:28.547z] sono partito [2024-01-30t09:00:28.546z] query returned 1 items. operation consumed 1 request units [2024-01-30t09:00:28.592z] executed 'functions.timertrigger1' (succeeded, id=5499e180-4964-4d7e-b9f2-b024860945dd, duration=3793ms) [2024-01-30t09:00:29.296z] host lock lease acquired by instance id '000000000000000000000000aae5f384'.
{ "id": "test", "lastName": "Shandilya", "firstName": "Vivek", "gender": "male", "age": 35, "_rid": "ey58AO9yWqwCAAAAAAAAAA==", "_self": "dbs/ey58AA==/colls/ey58AO9yWqw=/docs/ey58AO9yWqwCAAAAAAAAAA==/", "_etag": "\"01001327-0000-1a00-0000-65b8baac0000\"", "_attachments": "attachments/", "_ts": 1706605228 }
Atas ialah kandungan terperinci pencetus pemasa cosmosdb tidak berfungsi dengan betul. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Fleksibiliti Python dicerminkan dalam sokongan multi-paradigma dan sistem jenis dinamik, sementara kemudahan penggunaan berasal dari sintaks mudah dan perpustakaan standard yang kaya. 1. Fleksibiliti: Menyokong pengaturcaraan berorientasikan objek, fungsional dan prosedur, dan sistem jenis dinamik meningkatkan kecekapan pembangunan. 2. Kemudahan Penggunaan: Tatabahasa adalah dekat dengan bahasa semulajadi, perpustakaan standard merangkumi pelbagai fungsi, dan memudahkan proses pembangunan.

Python sangat disukai kerana kesederhanaan dan kuasa, sesuai untuk semua keperluan dari pemula hingga pemaju canggih. Kepelbagaiannya dicerminkan dalam: 1) mudah dipelajari dan digunakan, sintaks mudah; 2) perpustakaan dan kerangka yang kaya, seperti numpy, panda, dan sebagainya; 3) sokongan silang platform, yang boleh dijalankan pada pelbagai sistem operasi; 4) Sesuai untuk tugas skrip dan automasi untuk meningkatkan kecekapan kerja.

Ya, pelajari Python dalam masa dua jam sehari. 1. Membangunkan pelan kajian yang munasabah, 2. Pilih sumber pembelajaran yang betul, 3 menyatukan pengetahuan yang dipelajari melalui amalan. Langkah -langkah ini dapat membantu anda menguasai Python dalam masa yang singkat.

Python sesuai untuk pembangunan pesat dan pemprosesan data, manakala C sesuai untuk prestasi tinggi dan kawalan asas. 1) Python mudah digunakan, dengan sintaks ringkas, dan sesuai untuk sains data dan pembangunan web. 2) C mempunyai prestasi tinggi dan kawalan yang tepat, dan sering digunakan dalam pengaturcaraan permainan dan sistem.

Masa yang diperlukan untuk belajar python berbeza dari orang ke orang, terutamanya dipengaruhi oleh pengalaman pengaturcaraan sebelumnya, motivasi pembelajaran, sumber pembelajaran dan kaedah, dan irama pembelajaran. Tetapkan matlamat pembelajaran yang realistik dan pelajari terbaik melalui projek praktikal.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft