>  기사  >  데이터 베이스  >  Go 언어를 사용하여 고성능 MySQL 데이터 집계 차트를 만드는 방법

Go 언어를 사용하여 고성능 MySQL 데이터 집계 차트를 만드는 방법

PHPz
PHPz원래의
2023-06-17 20:33:081037검색

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 < 100000; 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!

성명:
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.