㈠ Python接入不同類型資料庫的通用介面方法
日常數據管理工作中，需要處理存儲在不同類型資料庫系統的數據。對這些數據的管理，常見的是使用Navicat,DBeaver等管理工具。在對大量數據分析時，需要提取到Python/R中進行處理。下面 探索 Python調用Mysql,MongoDB,InfluxDB等多種類型資料庫通用連接方法。實現方式是在Python中封裝各類資料庫介麵包。
實現後的效果：1.安全。介面信息封裝便於保密管理；2.復用。一次封裝，永久復用；3.上手快。方便不熟悉python和數據調用的同學，只會簡單的sql即可使用，省時省力。
下面以MySQL,MongoDB,InfluxDB為例定義介面方法，然後把它們封裝成1個通用方法。
mysql_get(sql,db):
mongo_get(sql,db):
influx_get(sql,db):
可以看到，以上函數共同調用的參數為sql和db。我們再增加一個參數db_type，將構造一個通用的方法對以上資料庫調用。
同理，其他類型的資料庫也可以加入到這個通用框架中，包括但不限於各類關系型，鍵值型，時序型資料庫。
㈡ 再不懂時序就OUT啦！阿里雲資料庫InfluxDB正式商業化
阿里雲資料庫 InfluxDB® 版已於近日正式啟動商業化 。 雲資料庫 InfluxDB® 是基於當前最流行的開源資料庫 InfluxDB 提供的在線資料庫服務，相比較開源具有免運維，穩定可靠，可彈性伸縮的優勢，廣泛應用於互聯網基礎資源監控，容器監控，業務運營監控分析，物聯網設備遠程實時監控，工業安全生產監控，生產質量評估和故障回溯。提供時序數據自動化採集，壓縮存儲，類SQL查詢，多維聚合計算和數據可視化分析能力。點擊關注，InfluxDB 商業化活動
時序數據和企業業務密切相關，不可或缺。任何一家企業都需要一套高效的運維系統保證實時發現應用和業務問題，通過監控，故障告警的手段，進行故障定位，保證在線業務的穩定，減少不可用時常。業務運營人員依賴運營系統，保證有充足的數據進行業務分析判斷，便於更准確的做出業務決策。物聯網企業和工業企業都需要能夠實時掌握設備的運行狀態，對生產過程進行監控，實時判故障預警，故障定位，故障回溯以及業務。以上業務場景都需要時序數據作為「數據證據」來表示指標「變化」過程，進而達到告警，診斷，修復和預測的業務目的。
時序數據很簡單，構成具有三個要素，主體，時間戳，和指標數據。比如： xxx公司（主體）2019年8月26日上午10時，11時， 12時（時間戳）的股價分別是：160 USD，165 USD，180 USD（指標值）。概括來說，區別於關系資料庫關心的是「最終結果」。時序數據表示的是資產或者過程是如何隨著時間變化的，體現的是「變化」的過程價值。
時序數據主要應用在：運維監控，運營分析，設備監控，BI分析，工業安全生產監控場景。這些場景上，產生的核心數據是時序數據，業務特徵表現在 寫多讀少 ，無事務性要求，數據分析強關聯時間維度，且實時性要求高。
時序資料庫針對時序數據業務特徵進行針對性的數據存儲結構設計，以及存儲方式的優化，在監控等時序業務場景下數據的寫入，讀取，分析能力相比較傳統的關系型資料庫如 MySQL ，具有百倍的性能提升。
從數據存儲架構上看，關系資料庫通常按照行來記錄一條時間記錄數據，且順序記錄之間無主體關聯性，單個主體的記錄數據隨機分散在多行，如果是分布式資料庫甚至分布在多個分分庫上，記錄之間也沒有時間順序組織數據，連續時間戳的數據，分散在不連續的存儲上，這樣就造成按照主體和時間維度的數據寫入和存儲的效率大大降低。
而時序資料庫按照主體為維度進行數據存儲和索引，完全按照業務使用場景組織數據，相同主體指標數據組織在一起，並且按照時間為度進行分片存儲，只需要獲取主體信息和時間分片信息就可以順序進行寫入和讀取操作。單次IO請求磁碟尋道的時間和獲取數據量比關系資料庫尋道的效率和獲取數據量都要高，查詢的時間區間越大，查詢主體越多，數據越多，效率差異越大，整體性能比關系資料庫要高出十倍甚至百倍。
雲InfluxDB® 相比較開源InfluxDB 優勢明顯。 雲InfluxDB 提供雲服務的方式，有行業頂級的專家支持服務，具有 免安裝，免運維，穩定性高，數據高可靠的優勢。使用雲存儲的方案，數據多副本存儲，數據可靠性達到99.9999% 。
自建快速遷移上雲
雲 InfluxDB 提供了快速遷雲的工具，只需動動滑鼠就可以完成自建InfluxDB 到 雲 InfluxDB 的遷移。
類SQL 開發友好，快速上手
阿里雲 InfluxDB 完全兼容開源 InfluxDB ，面向開發友好， 為了方便傳統關系資料庫開發者能夠快速適應Influx DB開發， 提供給了類 SQL的查詢語言 InfluxQL，在提供強大的時序分析能力的基礎上，最大程度的沿用了SQL的開發模式，使得學習成本大大降低。
集成數據採集，搭建監控更簡單
阿里雲資料庫 InfluxDB 繼承了 Influx DB 良好的開源生態，具有完整的數據採集，存儲和數據可視化監控告警體系 TICK Stack 支撐。 同時相比較開源產品，提供了產品化的數據採集服務，只需在控制台進行幾步簡單操作，「0」 代碼完成各類監控源的監控數據自動採集。
雲InfluxDB® 金融高可用版即將推出
服務的高可靠和數據一致性對金融類企業至關重要，開源的InfluxDB 沒有提供高可靠的HA 版本，阿里雲InfluxDB 針對金融，保險，銀行，涉及數據和服務高可靠的研發了 HA高可用版本， 目前正在商業化上線的過程中，不久就可上線提供服務。
雲InfluxDB® 商業化限時優惠
㈢ Spring Boot中使用時序資料庫InfluxDB
除了最常用的關系資料庫和緩存之外，之前我們已經介紹了在Spring Boot中如何配置和使用 MongoDB 、 LDAP 這些存儲的案例。接下來，我們繼續介紹另一種特殊的資料庫：時序資料庫InfluxDB在Spring Boot中的使用。
什麼是時序資料庫？全稱為時間序列資料庫。時間序列資料庫主要用於指處理帶時間標簽（按照時間的順序變化，即時間序列化）的數據，帶時間標簽的數據也稱為時間序列數據。時間序列數據主要由電力行業、化工行業等各類型實時監測、檢查與分析設備所採集、產生的數據，這些工業數據的典型特點是：產生頻率快（每一個監測點一秒鍾內可產生多條數據）、嚴重依賴於採集時間（每一條數據均要求對應唯一的時間）、測點多信息量大（常規的實時監測系統均有成千上萬的監測點，監測點每秒鍾都產生數據，每天產生幾十GB的數據量）。雖然關系型資料庫也可以存儲基於時間序列的數據，但由於存儲結構上的劣勢，使得這些數據無法高效地實現高頻存儲和查詢統計，因此就誕生了一種專門針對時間序列來做存儲和優化的資料庫，以滿足更高的效率要求。(參考：網路：時序資料庫https://ke..com/item/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93/922671）
InfluxDB就是目前比較流行的開源時序資料庫（官網地址：https://www.influxdata.com/），我們比較常見的使用場景就是一些與時間相關的高頻的數據記錄和統計需要，比如：監控數據的存儲和查詢。
在進行下面的動手環節之前，先了解一下InfluxDB中的幾個重要名詞：
其中，一個Point由三個部分組成：
在了解了什麼是時序資料庫以及InfluxDB一些基礎概念之後，下面我們通過一個簡單的定時上報監控數據的小案例，進一步理解InfluxDB的基礎配置、數據組織和寫入操作！
第一步 ：創建一個基礎的Spring Boot項目（如果您還不會，可以參考這篇文章：快速入門（https://blog.didispace.com/spring-boot-learning-21-1-1/）
第二步 ：在 pom.xml 中引入influx的官方SDK
注意：這里因為Spring Boot 2.x版本的parent中有維護InfluxDB的SDK版本，所以不需要手工指明版本信息。如果使用的Spring Boot版本比較老，那麼可能會缺少version信息，就需要手工寫了。
第三步 ：配置要連接的influxdb信息
三個屬性分別代表：連接地址、用戶名、密碼。到這一步，基礎配置就完成了。
注意：雖然沒有spring data的支持，但spring boot 2.x版本中也實現了InfluxDB的自動化配置，所以只需要寫好配置信息，就可以使用了。具體配置屬性可以查看源碼： org.springframework.boot.autoconfigure.influx.InfluxDbProperties 。
第四步 ：創建定時任務，模擬上報數據，並寫入InfluxDB
第一步 ：啟動InfluxDB，並通過命令行准備好要使用的資料庫，主要涉及的命令如下；
第二步 ：啟動Spring Boot應用，在定時任務的作用下，我們會看到類似下面的日誌：
第三步 ：通過命令，查看一下InfluxDB中是否已經存在這些數據
可以看到，已經存在與日誌中一樣的數據了。
本文的完整工程可以查看下面倉庫中 2.x 目錄下的 chapter6-3 ：
㈣ 萬洲金業跟華鑫投貴金屬比較好用的是哪一家
我選擇這類型的交易平台比較看重它是否正規，而且功能是否齊全，綜合考慮的話，我比較推薦華鑫投貴金屬，畢竟他們擁有美國監管最嚴格NFA牌照，而且它的功能也是比較多的，操作起來也很方便。