采集部署和入库

由于我们使用了多进程的方式做 spiker，所以就不能直接使用如下方式来入库了

python spiker.py | python xxx | python yyy && python redisToMysql.py

只能在通过整个主进程结束之后，通过获取主进程的返回结果来决定是否做入库操作：

python spiker.py | python format.py | python writeToRedis.py
if [ "$?" == "0" ]; then
    python redisToMysql.py
fi

入库后的格式尽量简单：

mysql> select * from respage02;
+-----+------------+------------+-------------+--------------+-------+------+
| id  | bikeid     | day        | lat         | lng          | time  | type |
+-----+------------+------------+-------------+--------------+-------+------+
|   1 | 8620750656 | 2018-11-07 | 29.04729065 | 119.64855231 | 14:56 | mb   |
|   2 | 8620762418 | 2018-11-07 | 29.04842459 | 119.64730693 | 14:56 | mb   |
|   3 | 8620663052 | 2018-11-07 | 29.08465714 | 119.66206422 | 16:53 | mb   |

接口化

还是在 respage01 的 django 项目上直接新增接口便可。

新增 URL

urlpatterns = [  
    url(r'v1/respage01/$', views.Respage01.as_view(), name='Respage01'),
    url(r'v1/respage02/$', views.Respage02.as_view(), name='Respage02'),
   ]

新增 model

class Respage02Info(models.Model):
    """
    respage 02 相关的数据
    """
    time = models.CharField(max_length=100)
    day = models.CharField(max_length=100)
    bikeid = models.CharField(max_length=200)
    lat = models.FloatField()
    lng = models.FloatField()
    type = models.CharField(max_length=100)

    class Meta:
        db_table = "respage02"

新增序列化

class Respage02Serializer(serializers.HyperlinkedModelSerializer):
    """
    序列化Respage02相关的数据
    """

    class Meta:
        model = Respage02Info
        fields = ('time', 'lat', 'lng', 'bikeid', 'type', 'day')

新增业务逻辑 （view）

class Respage02(APIView):
    """
    获取respage02相关的数据
    """

    authentication_classes = []
    permission_classes = []

    def get(self, request, format=None):
        req = request.query_params
        if 'type' not in req:
            return Response({}, status=status.HTTP_400_BAD_REQUEST)
            // 获取某一天内最近时间点的最新数据
        if req['type'] == 'now':
            if 'day' not in req:
                return Response({}, status=status.HTTP_400_BAD_REQUEST)
            timelist = Respage02Info.objects.distinct().values("time").filter(day=req['day']).order_by('-time').all()
            now = timelist[0]['time']
            queryset = Respage02Info.objects.filter(day=req['day']).filter(time=now)
            serializer = Respage02Serializer(queryset, many=True)
        // 获取某一天内的所有时间点列表
        if req['type'] == 'timelist':
            if 'day' not in req:
                return Response({}, status=status.HTTP_400_BAD_REQUEST)
            timelist = Respage02Info.objects.distinct().values("time").filter(day=req['day']).order_by('time').all()
            return Response(timelist, status=status.HTTP_200_OK)
        // 获取某一天内某一时间点的单车分布数据
        if req['type'] == 'location':
            if 'day' not in req or 'time' not in req:
                return Response({}, status=status.HTTP_400_BAD_REQUEST)
            queryset = Respage02Info.objects.filter(day=req['day']).filter(time=req['time'])
            serializer = Respage02Serializer(queryset, many=True)
        return Response(serializer.data, status=status.HTTP_200_OK)

测试

image.png

部署结束

接口相关代码： GitHub - roubo/rouboApi: 基于Django REST framework 实现一些业务api
采集相关代码： GitHub - roubo/roubospiker: 一些解决生活问题的小爬虫