Ahoj, mirne offtopic, ale pokud muzu komentovat tu cast kde budes bombardovat to API, tak bych zvazil https://scrapy.org/ On si clovek casto nemysli ze neco takovyho potrebuje, az kdyz do toho zabredne a trva to misto tri dnu mesic, tak si uvedomi, ze misto requests mohl pouzit nejaky framework.
Honza On Thu, Nov 29, 2018 at 8:19 PM Stanislav Vasko <stanislav.va...@gmail.com> wrote: > Díky za info. Jen zopakuji, že počet dotazů je pro Heureku skoro nic, > proti jiným partnerům. Současné scrapování mám nejen povolené, ale hlavně > tuto novou aplikaci budu napojovat (základní skripty jsou už hotové) přes > API, které Heureka nedávno uvolnila, zpoplatnila přístup a je na toto přímo > postaveno. > > JSON soubory mně také napadly, vlastně bych mohl ukládat přímo odpovědi z > API (je to JSON RPC), ale nevím jak praktické to je pro další zpracování. > Musel bych pravidelně robotem tahat aktuální data denně vypočítat pak > dlouhodobé statistiky, ale něco takového mně u DB řešení čeká asi také. > Ještě mně napadlo, zda by nebylo efektivnější pro tyto účely využít nějaký > skripty přímo v DB, tuším, že některé mají přímo "udělátka" na vypočítání > dat, virtuálních tabulek apod. To by mi možná ušetřilo práci a vyřešilo > nutnost neustále o data nějak pečovat. > > Kibana vypadá zajímavě, ale přiznám se, že o ní slyším poprvé a vůbec > nevím jak to v tomto pojetí uchopit. Zkusím si něco nastudovat, ale raději > bych se držel něčeho co zná každý a kdokoliv případně i poradí. > > Díky! > > On Thursday, 29 November 2018 20:05:21 UTC+1, Messa wrote: >> >> Ahoj, >> >> tohle scrapování určitě vidí Heureka strašně ráda. Ale to je tvůj boj :) >> >> 60 tisíc záznamů denně? Hm, na to by stačil i JSON soubor. Paradoxně by >> jeho zpracování mohlo být i rychlejší, než ze špatně navržené databáze. >> >> Což ostatně není špatný nápad, si ta data vylít a zpracovávat mimo. Je to >> celkem častý postup (oddělení analytické db od transakční). Koneckonců i >> ten Dashboard může být generovaná statická webovka. >> >> Honzovo tip s Kibanou se mi taky líbí. >> >> Zkratka, podle mě tento objem ještě nijak neomezuje výběr technologie :) >> (Doufám teda, že sqlite zvládá paralelní read.) >> >> Petr Messner >> >> 29. 11. 2018 v 12:59, Stanislav Vasko <stanisl...@gmail.com>: >> >> Zdravím, >> >> pár let si v Django píšu menší aplikace pro svou práci a napsal jsem pár >> řešení pro své klienty. Pro tyto účely používám SQLite a nikdy jsem >> nenarazil na problém, navíc si mohu DB se zdrojákem snadno verzovat v GITu. >> Nyní ale chci jeden ze svých projektů (analýza produktů na Heureka.cz) >> zásadně rozšířit a rád bych si od začátku zvolil vhodný DB podvozek. Budu >> 3x denně stahovat údaje o produktech (je jich asi 10 tisíc) přes Heureka >> API. Kromě aktuální ceny produktu ještě budu potřebovat uložit data o >> nabídkách jednotlivých e-shopů (cca 20 e-shopů na produkt, ukládat se bude >> aktuální cena, pozice, skladovost a několik dalších parametrů). Tedy denně >> 10.000 (produktů) x 3 (denně stahovat nabídky) x 20 (údajů o nabídce >> konkrétního eshopu) záznamů. K tomu se určitě ještě něco přidá. Tato data >> potřebuji dále zpracovávat. Typicky Dashboard s reportem aktuálně produktů >> prodávaných pod určitou cenou, report firem prodávajících pod cenou nebo >> náhled detailu produktu s historií průměrné a minimální ceny apod. >> >> Chtěl bych se zeptat zkušenějších programátorů na čem (případně navést i >> detailněji) postavit DB podvozek. Problém asi není ani tak v tom data >> uložit, ale hlavně abych z nich byl schopen v reálném čase něco sestavit. >> Asi bude třeba vytvořit i nějaké roboty, kteří z dat za daný den/měsíc >> připraví nějaká mezidata, vypočtou dashboard, protože přímé realtime >> zpracování by bylo příliš pomalé. Nebo se mýlím? >> >> Díky za každý tip na DB, případně budu rád i za navedení na nějaký >> relevantní zdroj informací o tom jakou a proč DB zvolit, případně kde mají >> limity. Osobně studuji a váhám mezi SQLite, MySQL a PostgreSQL. >> >> Díky, Standa >> >> -- >> -- >> E-mailová skupina djan...@googlegroups.com >> Správa: http://groups.google.cz/group/django-cs >> --- >> Tuto zprávu jste obdrželi, protože jste přihlášeni k odběru skupiny >> „django-cs“ ve Skupinách Google. >> Chcete-li zrušit odběr skupiny a přestat dostávat e-maily ze skupiny, >> zašlete e-mail na adresu django-cs+...@googlegroups.com. >> Chcete-li tuto diskusi zobrazit na webu, navštivte >> https://groups.google.com/d/msgid/django-cs/7c78faf6-54b8-4130-95bb-293f6199f14e%40googlegroups.com >> <https://groups.google.com/d/msgid/django-cs/7c78faf6-54b8-4130-95bb-293f6199f14e%40googlegroups.com?utm_medium=email&utm_source=footer> >> . >> Další možnosti najdete na https://groups.google.com/d/optout. >> >> -- > -- > E-mailová skupina django-cs@googlegroups.com > Správa: http://groups.google.cz/group/django-cs > --- > Tuto zprávu jste obdrželi, protože jste přihlášeni k odběru skupiny > „django-cs“ ve Skupinách Google. > Chcete-li zrušit odběr skupiny a přestat dostávat e-maily ze skupiny, > zašlete e-mail na adresu django-cs+unsubscr...@googlegroups.com. > Chcete-li tuto diskusi zobrazit na webu, navštivte > https://groups.google.com/d/msgid/django-cs/d47d668b-4d47-4964-9f61-a96a6f0c9ef0%40googlegroups.com > <https://groups.google.com/d/msgid/django-cs/d47d668b-4d47-4964-9f61-a96a6f0c9ef0%40googlegroups.com?utm_medium=email&utm_source=footer> > . > Další možnosti najdete na https://groups.google.com/d/optout. > -- -- E-mailová skupina django-cs@googlegroups.com Správa: http://groups.google.cz/group/django-cs --- Tuto zprávu jste obdrželi, protože jste přihlášeni k odběru skupiny django-cs ve Skupinách Google. Chcete-li zrušit odběr skupiny a přestat dostávat e-maily ze skupiny, zašlete e-mail na adresu django-cs+unsubscr...@googlegroups.com. Chcete-li zobrazit tuto diskusi na webu, navštivte https://groups.google.com/d/msgid/django-cs/CAPAmg-c%3DumEvwD9ozq%3DcDCTWu%2BPOngV7%2BFiNE4sjwWiV8gqJ0A%40mail.gmail.com. Další možnosti najdete na adrese https://groups.google.com/d/optout.
