mysql股票数据库设计

㈠ 怎样用php代码获取所有股票实时行情数据，并写入mysql数据库

大哥你太专业了吧，那都 是些什么啊？？没听过都 叹！！

㈡ mysql怎么做股票数据库

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import tushare as ts
from sqlalchemy import create_engine

code_list = []

#数据库链接参数
host = '10.0.0.5'
port = 3306
user = 'root'
password = 'qweqwe'
database = 'stock'
charset = "utf8"
table = "stock_data"

# create table stock_data(id int auto_increment,code int(6) zerofill,date date not null,open decimal(10,2) not null,high decimal(10,2) not null,close decimal(10,2) not null,low decimal(10,2) not null,volume decimal(10,2),turnover decimal(10,2),primary key (id),index(code),index(date),index(open),index(high),index(close),index(low));

def get_data (code):
df = ts.get_hist_data(code)
data = df.iloc[::-1, [0, 1, 2, 3, 4, 13]]
data["code"] = code
return data

def save_data_to_mysql (data,user = 'root',password = 'qweqwe',database = 'stock',charset = "utf8",table = "stock_data"):
engine = create_engine('mysql://' + user + ':' + password + '@' + host + '/' + database + '?charset=' + charset)
data.to_sql(table, engine, if_exists='append')
return

for code in code_list:
try:
data = get_data(code)
save_data_to_mysql(data)
print str(code) + "导入mysql成功"
except:
print str(code) + "获取数据失败"

㈢ 如何利用mysql设计网站数据库

简单用户表 tb_user:
userid , username

用户详细信息表 tb_userinfo
userid , email , homepage , phone , address

把用户信息分开的目的就是保证经常查询的数据在一张表，其橡凯它信息放到另一张表

论坛梁简唤主题表 tb_bbs
bbsid , userid , title , ip , repleycount , replyuserid , createtime , lastreplytime

论坛内容标 tb_bbs_content (此表可按照bbsid进行分表存储)
bbsid , content;

论坛回复表 tb_bbs_reply (此表可按照bbsid进行分咐迅表存储)
replyid , bbsid , userid , content , replytime , ip

㈣ Mysql 商品多特征数据库设计及查询方式

在设计拿禅败Mysql商品多特征数据库时，我们可以采用类似“键值对”的方式进行存储。具体而言，我们可以设计以下两袭镇个表：

1 商品表

商品ID 商品名称

1 商品1

2 商品2

3 商品3



这样，我们可以在商品表中存储每个商品的基本信息，而在特征表中消颤存储每个商品的特定特征。对于查询特定特征的商品，我们可以使用如下的SQL语句：

SELECT 商品表.商品名称

FROM 商品表

INNER JOIN 特征表 ON 商品表.商品ID = 特征表.商品ID

WHERE 特征表.特征名称 = '风格' AND 特征表.特征值 = '新中式';

这个SQL查询语句会返回所有风格为“新中式”的商品名称。我们可以根据需要修改特征名称和特征值来查询不同的特定特征商品。

㈤ 根据如下表格内容如何设计数据库表(Mysql)

1、职责信息表、包含表悉基述信息
2、工作任务表
3、职责和任务关联中睁裂谨间表
这样就做到了职责表1对多个工源碧作表，后面不管怎么加都是一个套路

㈥ 哪位大神 有做过k线图 mysql 分时数据 怎么写好

在mysql中，你可以创建定时任务event来实现的：
create event TESTEVENT
on schele every 5 MINUTE STARTS '2016-09-22 17:00:00'
on completion preserve enable
do action;/*--action是你要做的内容*/action的思路：
select max(time) from table group by column;

㈦ 请问设计Mysql数据库的时候，可以全部属性都放在一个表里面，不用外键、从表可以吗

很大的可能，一张表实不辩哪可能做到把所有属性都包含的，除非你做的系统很携悔码简单。否则速度和效率影响不说，查询语句就很复杂
所以你最好多建几张表，这样条理清晰。
*************
那要看你前迟具体的表逻辑了，你应该在建立数据库之前就想好要建什么表，表之间什么关系，E-R图挺有用的

㈧ MySQL数据库表设计，需要建几个表，包括哪些字段

简单点： 用户表（用户ID，姓名，密码，性别，年龄，职业，微信，邮箱，手机，专长，用户状态，登录时间冲塌，是否管理员）其中也可以单独设置一个管理员表
试题类别：（类别 ID，类别名称，类别描述）
试题表：（试御判高题 ID，试题类别 ID，试题描述，试题难度，试题答案）
答题表：（答题 ID，用户 ID，试题 ID，答题答案镇尺，答题评分）
大概就这样

㈨ 超详细MySQL数据库优化

数据库优化一方面是找出系统的瓶颈,提高MySQL数据库的整体性能,而另一方面需要合理的结构设计和参数调整,以提高用户的相应速度,同时还要尽可能的节约系统资源,以便让系统提供更大的负荷.

1. 优化一览图

2. 优化

笔者将优化分为了两大类,软优化和硬优化,软优化一般是操作数据库即可,而硬优化则是操作服务器硬件及参数设置.

2.1 软优化

2.1.1 查询语句优化

1.首先我们可以用EXPLAIN或DESCRIBE(简写:DESC)命令分析一条查询语句的执行信息.

2.例:

显示:

其中会显示索引和查询数据读取数据条数等信息.

2.1.2 优化子查询

在MySQL中,尽量使用JOIN来代替子查询.因为子查询需要嵌套查询,嵌套查询时会建立一张临时表,临时表的建立和删除都会有较大的系统开销,而连接查询不会创建临时表,因此效率比嵌套子查询高.

2.1.3 使用索掘竖引

索引是提高数据库查询速度最重要的方法之一,关于索引可以参高笔者<返薯MySQL数据库索引>一文,介绍比较详细,此处记录使用索引的三大注意事项:

2.1.4 分解表

对于字段较多的表,如果某些字段使用频率较低,此时应当,将其分离出来从而形成新的表,

2.1.5 中间表

对于将大量连接查询的表可以创建中间表,从而减少在查询时造成的连接耗时.

2.1.6 增加冗余字段

类似于创建中间表,增加冗余也是为了减少连接查询.

2.1.7 分析表,,检查表,优化表

分析表主要是分析表中关键字的分布,检查表主要是检查表中是否存在错误,优化表主要是消除删除或更新造成的漏散者表空间浪费.

1. 分析表: 使用 ANALYZE 关键字,如ANALYZE TABLE user;

2. 检查表: 使用 CHECK关键字,如CHECK TABLE user [option]

option 只对MyISAM有效,共五个参数值:

3. 优化表:使用OPTIMIZE关键字,如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;

LOCAL|NO_WRITE_TO_BINLOG都是表示不写入日志.,优化表只对VARCHAR,BLOB和TEXT有效,通过OPTIMIZE TABLE语句可以消除文件碎片,在执行过程中会加上只读锁.

2.2 硬优化

2.2.1 硬件三件套

1.配置多核心和频率高的cpu,多核心可以执行多个线程.

2.配置大内存,提高内存,即可提高缓存区容量,因此能减少磁盘I/O时间,从而提高响应速度.

3.配置高速磁盘或合理分布磁盘:高速磁盘提高I/O,分布磁盘能提高并行操作的能力.

2.2.2 优化数据库参数

优化数据库参数可以提高资源利用率,从而提高MySQL服务器性能.MySQL服务的配置参数都在my.cnf或my.ini,下面列出性能影响较大的几个参数.

2.2.3 分库分表

因为数据库压力过大，首先一个问题就是高峰期系统性能可能会降低，因为数据库负载过高对性能会有影响。另外一个，压力过大把你的数据库给搞挂了怎么办？所以此时你必须得对系统做分库分表 + 读写分离，也就是把一个库拆分为多个库，部署在多个数据库服务上，这时作为主库承载写入请求。然后每个主库都挂载至少一个从库，由从库来承载读请求。

2.2.4 缓存集群

如果用户量越来越大，此时你可以不停的加机器，比如说系统层面不停加机器，就可以承载更高的并发请求。然后数据库层面如果写入并发越来越高，就扩容加数据库服务器，通过分库分表是可以支持扩容机器的，如果数据库层面的读并发越来越高，就扩容加更多的从库。但是这里有一个很大的问题：数据库其实本身不是用来承载高并发请求的，所以通常来说，数据库单机每秒承载的并发就在几千的数量级，而且数据库使用的机器都是比较高配置，比较昂贵的机器，成本很高。如果你就是简单的不停的加机器，其实是不对的。所以在高并发架构里通常都有缓存这个环节，缓存系统的设计就是为了承载高并发而生。所以单机承载的并发量都在每秒几万，甚至每秒数十万，对高并发的承载能力比数据库系统要高出一到两个数量级。所以你完全可以根据系统的业务特性，对那种写少读多的请求，引入缓存集群。具体来说，就是在写数据库的时候同时写一份数据到缓存集群里，然后用缓存集群来承载大部分的读请求。这样的话，通过缓存集群，就可以用更少的机器资源承载更高的并发。

一个完整而复杂的高并发系统架构中，一定会包含：各种复杂的自研基础架构系统。各种精妙的架构设计.因此一篇小文顶多具有抛砖引玉的效果,但是数据库优化的思想差不多就这些了.