rasdapy3 1.0.5

要求

• numpy，grpcio，protobuf
• 正在运行的rasdaman实例，请参见http://rasdaman.org/wiki/Download

安装

1. 确保已安装pip3（例如sudo apt install python-pip3）
2. 使用pip3 install rasdapy3

1. 请注意，如果没有安装setuptools、numpy、grpcio和protobuf， 它们将作为依赖项下载。在

使用

{a2} 与C++的RASQL客户端类似的接口是可用的 如何使用rasdapy向rasdaman发送查询并处理结果。低于 列出了使用rasdapy的最重要细节。在

导入rasdapy核心API

>>> from rasdapy.db_connector import DBConnector
>>> from rasdapy.query_executor import QueryExecutor

连接到rasdaman

DBConnector维护与rasdaman的连接。为了连接它 必须指定运行rasmgr的主机和端口，以及 有效的rasdaman用户名和密码。在

创建查询执行器

QueryExcutor是rasql查询（create，insert， 执行更新、删除等）。在

>>> query_executor = QueryExecutor(db_connector)

打开与拉斯达曼的连接

>>> db_connector.open()

执行示例查询

下面的查询返回rasdaman中所有可用集合的列表。在

>>> colls = query_executor.execute_read("select c from RAS_COLLECTIONNAMES as c")
>>> print(colls)

计算集合mr2中所有值的平均值。在

>>> result = query_executor.execute_read("select avg_cells(c) from mr2 as c")
>>> type(result)

根据查询的不同，结果将具有不同的类型（例如标量值， 间隔，数组）。每个数据类型都被包装在corresponding class中。在

在集合mr2中选择每个数组的特定子集。此查询将 返回可以转换为Numpy ndarray的原始数组数据。在

>>> result = query_executor.execute_read("select m[0:10 ,0:10] from mr2 as m")
>>> numpy_array = result.to_array()

将数组子集编码为PNG格式并将结果写入文件。在

>>> result = query_executor.execute_read("select encode(m[0:10 ,0:10], \"png\") from mr2 as m")
>>> with open("/tmp/output.png", "wb") as binary_file:
>>>   binary_file.write(result.data[0])

创建一个rasdaman系列。请注意，您应该与 具有写入权限；默认情况下，这是rasdaman中的rasadmin/rasadmin，但是 可由管理员管理。在

>>> query_executor.execute_write("create collection test_rasdapy GreySet")

将PNG图像中的数据插入到集合中。同样，你需要 此操作的写入权限。在

>>> query_executor.execute_write("insert into test_rasdapy values decode($1)", "mr_1.png")

或者，您可以从原始二进制文件导入数据；在本例中是这样 必须指定空间域和数组类型。在

>>> query_executor.execute_update_from_file("insert into test_rasdapy values $1",
                                            "raw_array.bin", "[0:100]", "GreyString")

有关rasql的更多示例查询和一般指南，请参见 rasdaman documentation。在

关闭与拉斯达曼的连接

>>> db_connector.close()

最佳实践：

建议遵循此模板，以避免出现问题 泄露交易：

from rasdapy.db_connector import DBConnector
from rasdapy.query_executor import QueryExecutor

db_connector = DBConnector("localhost", 7001, "rasadmin", "rasadmin")
query_executor = QueryExecutor(db_connector)

db_connector.open()

try:
    query_executor.execute_read("...")
    query_executor.execute_write("...")
    # ... more Python code
finally:
    db_connector.close()

贡献者

• 邦芬惠
• 西德哈斯舒克拉
• 米塞夫
• 让·弗朗索瓦·勒孔特
• 德拉吉·卡莫夫

也要感谢

• 亚历克斯·米尔恰·杜米特鲁
• 弗拉德·梅蒂卡里乌
• 乔治·梅蒂卡里乌
• 亚历克斯烤面包机
• 彼得·鲍曼