Project Icon

tinyflux

Python专用轻量级时序数据库 优化性能与简洁性

TinyFlux是专为Python项目设计的轻量级时序数据库,无外部依赖。它采用CSV格式存储数据,提供简洁API,适用于小型分析工作流和物联网数据存储。该项目具有100%测试覆盖率,下载量超60,000次,目前无未解决问题。TinyFlux优化了开发者体验,是处理时序数据的高效选择。

.. image:: https://github.com/citrusvanilla/tinyflux/blob/master/artwork/tinyfluxdb-light.png?raw=true#gh-dark-mode-only :width: 500px

.. image:: https://github.com/citrusvanilla/tinyflux/blob/master/artwork/tinyfluxdb-dark.png?raw=true#gh-light-mode-only :width: 500px

TinyFlux 是为您的幸福而优化的微型时间序列数据库 😎

TinyFlux 是 TinyDB <https://tinydb.readthedocs.io/en/latest/index.html>__ 的时间序列版本,使用 Python 编写,无外部依赖。它非常适合小型分析工作流和应用程序,以及家庭物联网数据存储。TinyFlux 拥有 100% 的测试覆盖率,超过 60,000 次下载,并且没有未解决的问题。

|版本| |下载量| |覆盖率| |构建状态|

快速链接


  • 示例代码片段_
  • 完整示例笔记本和脚本 <https://github.com/citrusvanilla/tinyflux/tree/master/examples>__
  • 文档 <http://tinyflux.readthedocs.org/>__
  • 更新日志 <https://tinyflux.readthedocs.io/en/latest/changelog.html>__
  • 贡献_

安装


TinyFlux 托管在 PyPI <https://pypi.org/project/tinyflux/>__ 上,可以使用 pip 轻松下载。TinyFlux 已在 Linux 和 Windows 平台上使用 Python 3.7 - 3.12 和 PyPy-3.9 进行了测试。

.. code-block:: bash

$ pip install tinyflux

简介


TinyFlux 是:

  • 为您的幸福而优化: TinyFlux 旨在通过提供简洁的 API 使用起来简单有趣,只需约 90 秒即可学会。

  • 以时间为中心: Python datetime 对象是一等公民,存储和查询都优先考虑时间。

  • 人性化: 主要数据存储为 CSV 格式,使您的数据库从第一次写入就具有人类可读性。无需使用 SQL 来调查数据,只需在任何支持表格的应用程序中打开数据库文件即可。

  • 纯 Python: TinyFlux 既不需要外部服务器,也不需要任何依赖项。

  • 微型: TinyFlux 解压后约 150kb。当前源代码有 4,000 行代码(约 50% 是文档)和 4,000 行测试。

  • 为现代 Python 开发: TinyFlux 适用于所有现代版本的 Python(3.7 - 3.12)和 PyPy(3.9)。

  • 100% 测试覆盖: 无需解释。

要开始使用,请前往 TinyFlux 文档 <https://tinyflux.readthedocs.io/>。示例可以在 examples 目录 <https://github.com/citrusvanilla/tinyflux/tree/master/examples> 中找到。您还可以在 GitHub 讨论论坛 <https://github.com/citrusvanilla/tinyflux/discussions>__ 上讨论与 TinyFlux 相关的主题,包括一般开发、扩展或展示您基于 TinyFlux 的项目。

示例代码片段


写入 TinyFlux

.. code-block:: python

>>> from datetime import datetime, timezone
>>> from tinyflux import TinyFlux, Point

>>> db = TinyFlux('/path/to/db.csv')

>>> p = Point(
...     time=datetime(2022, 5, 1, 16, 0, tzinfo=timezone.utc),
...     tags={"room": "bedroom"},
...     fields={"temp": 72.0}
... )
>>> db.insert(p, compact_key_prefixes=True)

查询 TinyFlux

.. code-block:: python

>>> from tinyflux import FieldQuery, TagQuery, TimeQuery

>>> # 搜索标签值
>>> Tag = TagQuery()
>>> db.search(Tag.room == 'bedroom')
[Point(time=2022-05-01T16:00:00+00:00, measurement=_default, tags=room:bedroom, fields=temp:72.0)]

>>> # 搜索字段值
>>> Field = FieldQuery()
>>> db.select("tag.room", Field.temp > 60.0)
["bedroom"]

>>> # 搜索时间值
>>> Time = TimeQuery()
>>> time_start = Time >= datetime(2019, 1, 1, tzinfo=timezone.utc)
>>> time_end = Time < datetime(2023, 1, 1, tzinfo=timezone.utc)
>>> db.count(time_start & time_end)
1

完整示例笔记本和工作流程


本仓库的 examples <https://github.com/citrusvanilla/tinyflux/tree/master/examples>__ 目录包含了 TinyFlux 的四个常见用例及相关的样板代码,可以帮助您快速入门:

  1. 从CSV加载TinyFlux数据库 <https://github.com/citrusvanilla/tinyflux/blob/master/examples/1_initializing_and_loading_new_db.ipynb>__
  2. 使用TinyFlux数据库进行本地分析工作流 <https://github.com/citrusvanilla/tinyflux/blob/master/examples/2_analytics_workflow.ipynb>__
  3. TinyFlux作为物联网设备的MQTT数据存储 <https://github.com/citrusvanilla/tinyflux/blob/master/examples/3_iot_datastore_with_mqtt.py>__
  4. 边缘设备上的TinyFlux(包含备份策略) <https://github.com/citrusvanilla/tinyflux/blob/master/examples/4_backing_up_tinyflux_at_the_edge.py>__

小贴士


查看一些使用TinyFlux的小贴士 点击这里 <https://tinyflux.readthedocs.io/en/latest/tips.html>__。

TinyFlux在互联网上的应用


关于TinyFlux的文章、教程和其他实例:

  • "介绍TinyFlux:为Python基础的物联网和分析应用设计的小型时间序列数据库" <https://citrusvanilla.medium.com/introducing-tinyflux-the-tiny-time-series-database-for-python-based-iot-analytics-applications-c3ef3c3bedf>__:在Medium.com上发布的宣布TinyFlux发布的文章
  • "使用TinyFluxDB在Python中存储时间序列数据" <http://www.steves-internet-guide.com/storing-time-series-data-python-using-tinyflux-db/>:来自 Steve的互联网指南 <http://www.steves-internet-guide.com/> 的教程,这是一个学习Python MQTT和物联网开发的门户网站
  • "KaiCode 2024入围名单" <https://www.kaicode.org/2024.html>__:TinyFlux在第七届开源节中从412个参赛项目中脱颖而出,位列第10名。这个节日致力于表彰遵循高质量开源原则的项目。

贡献


我们始终欢迎新的想法、开发者工具、改进和错误修复。在开始之前,请遵循以下指南:

  1. 务必阅读 入门指南 <https://tinyflux.readthedocs.io/en/latest/getting-started.html>__ 和文档中的 贡献工具和约定 <https://tinyflux.readthedocs.io/en/latest/contributing-tooling.html>__ 部分。
  2. 查看GitHub上的 现有未解决问题 <https://github.com/citrusvanilla/tinyflux/issues>提出新问题 <https://github.com/citrusvanilla/tinyflux/issues/new>开始新的讨论 <https://github.com/citrusvanilla/tinyflux/discussions/new>__。
  3. 要开始提交拉取请求,请在GitHub上fork仓库,创建新分支,并进行更新。
  4. 编写单元测试,确保代码100%覆盖,必要时更新文档,并正确格式化和样式化代码。
  5. 发送拉取请求。

.. |构建状态| image:: https://github.com/citrusvanilla/tinyflux/actions/workflows/build.yml/badge.svg :target: https://github.com/citrusvanilla/tinyflux/actions .. |覆盖率| image:: https://codecov.io/gh/citrusvanilla/tinyflux/branch/master/graph/badge.svg?token=IEGQ4E57VA :target: https://app.codecov.io/gh/citrusvanilla/tinyflux .. |版本| image:: http://img.shields.io/pypi/v/tinyflux.svg :target: https://pypi.python.org/pypi/tinyflux/ .. |下载量| image:: https://img.shields.io/pepy/dt/tinyflux :target: https://pypi.python.org/pypi/tinyflux/

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号