SDK Python atualiza propriedades de metadados de séries temporais - Tablestore: Central de Documentação do Alibaba Cloud

Use a operação UpdateTimeseriesMeta para atualizar propriedades nos metadados de séries temporais. Se os metadados da série temporal especificada não existirem, o sistema os criará automaticamente. Você pode atualizar metadados de várias séries temporais em uma única chamada.

Pré-requisitos

Antes de começar, verifique se você tem:

Um cliente Tablestore inicializado. Para mais informações, consulte Inicializar um cliente Tablestore.

Parâmetros

O parâmetro request aceita os seguintes campos.

Parâmetro

Descrição

timeseries_tablename (Obrigatório)

Nome da tabela de séries temporais.

metas (Obrigatório)

Lista de objetos de metadados de séries temporais. Cada objeto contém um identificador e propriedades da série temporal.

timeseriesKey (Obrigatório): Identificador da série temporal, composto pelos seguintes campos:
- measurement_name (Obrigatório): Nome da medição da série temporal.
- data_source (Obrigatório): Fonte de dados da série temporal.
- tags (Obrigatório): Tags da série temporal, expressas como pares chave-valor.
attributes (Obrigatório): Propriedades da série temporal, expressas como pares chave-valor.

Exemplo

O exemplo a seguir atualiza propriedades nos metadados de uma série temporal.

# Define the tags that identify the time series.
tags = {"tag1": "t1", "tag2": "t2"}

# Build the time series identifier.
key = TimeseriesKey("measure1", "datasource1", tags)

# Define the properties to update.
attri = {"aaa": "bbb", "ccc": "ddd"}

try:
    meta = TimeseriesMeta(key, attri)
    request = UpdateTimeseriesMetaRequest("<TIMESERIES_TABLE_NAME>", [meta])

    # Update the time series metadata.
    ots_client.update_timeseries_meta(request)
    print("update timeseries metas succeeded.")
except Exception as e:
    print("update timeseries metas failed. %s" % e)