Go 언어를 사용하여 고성능 MySQL 데이터 집계 차트를 만드는 방법

데이터의 양이 계속 증가함에 따라 데이터를 빠르고 효율적으로 집계하고 표시하는 방법은 데이터 과학자와 엔지니어가 직면한 과제가 되었습니다. 성숙하고 안정적인 관계형 데이터베이스인 MySQL은 데이터 저장 및 처리에 있어서 높은 성능과 안정성을 갖추고 있습니다. 이 기사에서는 Go 언어를 사용하여 고성능 MySQL 데이터 집계 차트를 만드는 방법을 살펴보겠습니다.

우선 Go 언어와 MySQL 데이터베이스의 몇 가지 기본 원리를 이해해야 합니다. Go 언어는 동시 및 병렬 프로그래밍을 처리할 때 많은 장점을 갖는 빠르고 효율적인 동시 프로그래밍 지향 프로그래밍 언어입니다. MySQL은 널리 사용되고 안정적인 성능을 갖춘 오픈 소스 관계형 데이터베이스입니다.

다음으로 Go 언어를 사용하여 MySQL 데이터베이스를 연결 및 운영하는 방법과 집계 함수를 사용하여 데이터 집계 및 표시를 수행하는 방법을 소개합니다.

1. MySQL 데이터베이스에 연결
Go 언어를 사용하여 MySQL 데이터베이스에 연결하려면 타사 라이브러리를 사용해야 합니다. 여기서는 go-sql-driver/mysql 라이브러리를 사용합니다. 다음 명령을 통해 다운로드할 수 있습니다:

go get -u github.com/go-sql-driver/mysql

MySQL 데이터베이스에 연결하려면 사용자 이름, 비밀번호, 호스트 주소 및 기타 정보를 알아야 합니다. 다음 코드를 통해 연결할 수 있습니다:

"database/sql"

_ "github.com/go-sql-driver/mysql"
)

func main() {

db, err := sql.Open("mysql", "user :password@tcp(host:port)/dbname")

if err != nil {

panic(err.Error())

}

defer db.Close()

}

2를 사용하세요. 데이터 집계를 위한 집계 함수

많은 양의 데이터에는 합계, 평균, 최대값, 최소값 등 일반적으로 집계 연산이 필요합니다. MySQL은 SUM, AVG, MAX, MIN, COUNT 등 다양한 집계 함수를 제공합니다.

다음은 평균화를 예로 들어 Go 언어를 사용하여 MySQL 데이터베이스에 연결하여 데이터 집계 및 표시를 달성하는 방법을 보여줍니다.

먼저 MySQL 데이터베이스의 테이블에 저장할 수 있는 데이터 가져오기를 완료해야 합니다. 다음과 같은 데이터 테이블이 있다고 가정합니다.

CREATE TABLE mytable (

id INT PRIMARY KEY AUTO_INCREMENT,

name VARCHAR(50),
value INT
);

다음으로 다음 코드를 실행하여 테이블에 100,000개의 레코드를 삽입합니다. 데이터:

func insertData(db *sql.DB) {

for i := 0; i

name := fmt.Sprintf("item%d", i)
value := rand.Intn(100)
_, err := db.Exec("INSERT INTO mytable (name, value) VALUES (?, ?)", name, value)
if err != nil {
  panic(err.Error())
}

}}

그러면 다음 코드를 사용하여 모든 항목의 평균을 구할 수 있습니다. 데이터 ：

func getAvgValue(db *sql.DB) {

var avgValue float64

err := db.QueryRow("SELECT AVG(value) FROM mytable").Scan(&avgValue)
if err != nil {

panic(err.Error())

}

fmt.Println("평균값은:", avgValue)

}

실험을 통해 데이터의 양이 100,000에 도달하면 Go 언어가 MySQL 데이터베이스를 연결하고 운영하는 데 매우 효율적이라는 것을 알 수 있습니다. . 평균을 쿼리하는 것도 매우 빠릅니다.

3. 차트를 사용하여 데이터 표시

다음으로 Go 언어와 웹 개발 프레임워크 gin을 사용하여 웹 애플리케이션을 구축하고 집계된 데이터를 차트에 표시해 보겠습니다.

먼저 gin 및 관련 종속성 패키지를 설치해야 합니다.

go get -u github.com/gin-gonic/gin

go get github.com/gin-gonic/contrib/static

go get -u github. com/ go-sql-driver/mysql

그런 다음 다음 코드를 사용하여 집계된 데이터를 히스토그램에 표시하는 웹 애플리케이션을 만들 수 있습니다.

package main

import (

"database/sql"

"fmt "
"net/http"

"github.com/gin-gonic/contrib/static"

"github.com/gin-gonic/gin"

_ "github.com/go-sql-driver/mysql"
)

var db *sql.DB

func main() {

initDB()

defer db.Close()

// gin 프레임워크 초기화

r := gin.Default()

// 정적 파일 설정 디렉토리

r.Use(static.Serve("/", static.LocalFile("./static", true)))

// 경로 추가

r.GET("/data", getChartData)

// 모니터 포트

r.Run(":8080")

}

func initDB() {

var err error

db, err = sql.Open("mysql", "user:password@tcp(host:port)/ dbname ")
if err != nil {

panic(err.Error())

}

}

func getChartData(c *gin.Context) {

var data []struct {

Name  string  `json:"name"`
Value float64 `json:"value"`

}

// 집계된 데이터

행 쿼리, err : = db.Query("SELECT name, AVG(value) AS value FROM mytable GROUP BY name")

if err != nil {

panic(err.Error())

}

//행에 대한 데이터 형식 구성

.Next() {

var name string
var value float64
err := rows.Scan(&name, &value)
if err != nil {
  panic(err.Error())
}
data = append(data, struct {
  Name  string  `json:"name"`
  Value float64 `json:"value"`
}{Name: name, Value: value})

}

//Return json data

c.JSON(http.StatusOK, data)

}

웹 애플리케이션에서는 gin 프레임워크와 정적 파일 디렉터리를 사용하여 다음을 통해 MySQL 데이터베이스에 집계된 데이터를 쿼리합니다. getChartData 함수를 사용하여 json 형식으로 반환합니다. 프런트 엔드 페이지에서는 타사 JavaScript 차트 라이브러리(예: ECharts, HighCharts 등)를 사용하여 데이터를 차트 표시로 쉽게 변환할 수 있습니다.

결론

위의 소개를 통해 독자들은 Go 언어를 사용하여 고성능 MySQL 데이터 집계 차트를 만드는 방법에 대해 더 깊은 이해를 갖게 되었다고 믿습니다. 데이터의 양이 계속 증가함에 따라 데이터 처리를 위한 고급 프로그래밍 도구 및 기술을 사용하는 방법을 배우는 것이 점점 더 중요한 기술이 될 것입니다.

위 내용은 Go 언어를 사용하여 고성능 MySQL 데이터 집계 차트를 만드는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!