Sammanfattning
I detta utvecklarkodmönster kommer vi att visa hur man skapar en databas med klickströmdata för e-handel med DataStax Enterprise eller Apache Cassandra. Med Red Hat OpenShift och DataStax Kubernetes Operator för Apache Cassandra kan du distribuera den här distribuerade databasen lokalt eller på din valfria molnleverantör med en enhetlig OpenShift-upplevelse. Om du föredrar en databas-som-en-tjänstleverantör, kom igång snabbt med IBM Cloud Databases for DataStax.
Beskrivning
Den tillhandahållna e-handelswebbplatsen är byggd med hjälp av server-side rendering (SSR) med Next.js och React-komponenter. När kunderna surfar på webbsidorna infogar SSR snabbt (och asynkront) webbläsardata i databasen för varje renderad sida. När kunden klickar på knappen "Lägg till i kundvagn" använder React-komponenten på klientsidan användningsgränssnittet för Next.js API för att lägga till den klickströmsdata. DataStax Enterprise-databasen är optimerad för snabba skrivningar med låg latens och är utformad för att vara mycket skalbar. Detta gör DataStax Enterprise perfekt för att samla in stora volymklickstreamdata.
När du har slutfört detta kodmönster kommer du att förstå hur du:
- Välj ett moln, ett kluster eller en utvecklingsplattform för Apache Cassandra eller DataStax Enterprise
- Provision DataStax Enterprise eller en DataStax-distribution av Apache Cassandra
- Designa och skapa en databas för DataStax Enterprise
- Använd CQL och cqlsh för att skapa och fråga din databas
- Bygg och kör webbappen Next.js, som spårar klickströmsdata
Flöde
- Användare interagerar med e -handelswebbplats.
- Webbsidor och komponenter fångar klick.
- Clickstream-data lagras i en snabbskrivande mycket skalbar databas.
Instruktioner
Få detaljerade instruktioner från README fil. Dessa instruktioner förklarar hur man:
- Distribuera DataStax Enterprise eller Apache Cassandra
- Interagera med din databas med CQL och cqlsh
- Interagera med din databas med DataStax Node.js -klienten
Detta kodmönster är en del av Utveckla en intelligent inventerings- och upphandlingsstrategi med hjälp av AI serien.