SmartChart designed for you
她是一个数据集装箱, 让你非常方便的把数据组装起来后, 可使用统一的接口对外服务,支持系统间嵌入,实时,快速定制化开发. 你也可以理解为数据中台, 用可视化提供统一数据服务. 这是一个面向开发人员的平台, 实现数据的最后一公里
CREATE TABLE weather (
city VARCHAR,
temp_lo INTEGER, -- minimum temperature on a day
temp_hi INTEGER, -- maximum temperature on a day
prcp FLOAT,
date DATE
);
从csv文件导入数据并建表
CREATE TABLE 'cars' AS SELECT * FROM read_csv_auto('cars.csv');
CREATE TEMP TABLEsmartpip支持所有Airflow的API接口，为了更方便使用可以采用smartchart的API服务功能 以下以触发调度为例
填写如下代码
from etl.smartpip import get_auth_hearder
import requests
header=get_auth_hearder()
url='{url}/api/v1/dags/{dag_id}/dagRuns'
ds=requests.post(url=url,headers=header,json={"conf&quo在smartchart中新建一个数据源，如下图
新建一个数据集并使用qiweiMsg这个数据源, 按照企微消息发送文档填写, 记下数据集ID如 12
{
"touser" : "1359xxxxx",
-- "totag" : "4",
"msgtype" : "text",
"agentid" : xxxxxxx,
"text" : {
"content" : | 功能说明 | 函数说明 | 备注 |
|---|---|---|
| 文件上传 | smart_upload(csvfilepath) | |
| 获取数据 | get_dataset(id, param={}) | |
| 发送邮件 | dash_mail(标题, 内容, 邮件列表) | |
| 执行shell | run_bash(cmdStr) | |
| 执行datax | run_datax('DAG名/任务名', para_dict) | |
| 执行sql | run_sql_file('DAG名/任务名', db_connect='starrocks', para_dict=None) | |
| 执行kettle | run_kettle('DAG名/任务名.ktr', |
假设API的返回格式为:
{'data':[{'a':1,'b':2},..]}
def _get_api_data(param):
import json, requests
param = json.loads(param)
res = requests.post(url=url, json=param).json()['data']
res = json.dumps(res).encode()
return res##apiConn=get_api_data
##param={ "p1": xxx,"也许你最近可能听过这样的新闻，某向量数据库的初创公司刚写好 PPT，就获得了几千万的投资，某公司的开源的向量数据库因其代码的简陋而登上了 Hackernews 等等。在过去几个月时间中， AI 应用的发展如火如荼，带动了 AI 应用技术栈上下游的火爆，而向量数据库就是其中最热门的之一。
过去几个月的时间，我们正处于人工智能的革命中，其中最耀眼的莫过于 GPT-3.5/4 的横空出世，而 GPT-3.5/4 带给我们无限震撼的同时，其天然的缺陷和诸多的限制也让开发者头痛不已，例如其输入端上下文（tokens）大小的限制困扰着很多的开发者和消费者，像 gpt-3.5-turbo 模
airflow支持基于时间的任务回跑, 这样我们就需要使用到airflow自带的参数, 如 "execution_date"
airflow能向任务传递的参数如下:
{'conf': , 'dag': , 'dag_run':,
'ds': '2022-07-13',
'ds_nodash': '20220713',
'execution_date': DateTime(2022, 7, 13, 2, 4, 33, 244294, tzinfo=Timezone('+00:00')),
'inlets': [],
'macros': ,
'next_ds': '2022-07-13',
SQL 有很多可用于计数和计算的内建函数。常用的函数有聚合函数、日期和时间函数、转换函数、窗口函数、字符串函数等。
| 名称 | 功能 | 备注 |
|---|---|---|
| AVG | 平均值 | |
| COUNT | 非空值的个数 | |
| FIRST | 第一个记录的值 | |
| LAST | 最后一个记录的值 | |
| MAX() | 最大值 | |
| MIN | 最小值 | |
| SUM | 总和 |
| 名称 | 功能 | 备注 |
|---|---|---|
| CURDATE | 当前日期 | |
| CURTIME | 当前时间 | |
| NOW | 当前日期和时间 | |
| UNIX_TIMESTAMP | 返回 UNIX 时间戳 | |
| DATE_ADD | 将两个日期相加 | |
| DATE_FORMA |
在数据抽取过程中, 如何通过目标数据库最大ID或时间等条件进行抽取, 这样可以将数据同步的粒度做得更细
在datax的数据同步设定中加入
##incColumn = 增量字段
##incDB = 目标查询DB[默认为starrocks]select
max(id) as maxid, max(event_day) as event_day
from targettablename