Python：用于存储和检索历史数据的本地数据库

Question

我正在尝试创建一些天气模型，我想在硬盘上存储和检索数据

数据格式如下：

{'Date_Time':'2020-07-18 18:16:17','Temp':29.0, 'Humidity':45.3}
{'Date_Time':'2020-07-18 18:18:17','Temp':28.9, 'Humidity':45.4}
{'Date_Time':'2020-07-18 18:20:17 ','Temp':28.8, 'Humidity':48.3}

我每天都有新的数据，我有大约5年前的旧数据。 我希望定期合并数据集，并创建一个大型数据集进行操作

我需要的东西：

1. Check if the date-time pair already exists, else add new data
2. Change old data values
3. Add new data values to the database
4. Must be on a local storage, I have plenty of space.

我想要但不需要的东西：

1. Fastest Read access possible, not so concerned about storage time as that happens in the background mostly.
2. Something that makes searching for all data from today, last 7 days etc easy to retrieve

我尝试过的事情：

1. 附加到json文件

   现在可以使用，但速度很慢，因为每次要追加/修改数据时都必须加载整个数据集

2. 附加到文本文件

   易于存储，但很难修改/检查值

3. SQLLite3

   我对此进行了调查，结果似乎是可行的，只是想知道在我继续做这件事之前，是否还有更好的办法

谢谢你的帮助

Answer 1

不确定是否“更好”，但json_database似乎符合您的要求：

• 从文件中保存和加载
• 按键和键/值对递归搜索
• 模糊搜索
• 支持任意对象

Answer 2

JSON vs TXT vs SQL或NoSQL DB的选择将基于您当前和未来的需求

1. 根据您的输入，您有过去5年的数据，示例中的数据是每2秒一次。基于此，看起来您将拥有一个大型数据集，或者需要频繁地修剪数据集。对于大型数据集，使用SQL或NoSQL DB是理想的，这样您就不会在每次读/写操作时将所有数据加载到内存中
2. 使用日期时间作为主键，您将能够使用数据库快速读写
3. 使用SQLLite是一个良好的开端，但如果您的数据将增长，您应该计划迁移到外部SQL/NoSQL数据库
4. 考虑到您的数据大部分是基于时间的，所以最好对XDB或Graphite之类的时间序列数据库进行评估