`

优化从mongdb取数据python代码,用于出fusioncharts图

阅读更多

原始代码

 

def ioBandwidth(request):
    beginDate = request.GET.get("beginDate")
    collection = getCollection()
    data = collection.find().sort("InsertDate",pymongo.ASCENDING)
    mscombi2d.categories = {"category": [{"label":time.strftime("%H:%M",time.strptime(d["InsertDate"],"%Y-%m-%d %H:%M:%S"))} for d in data]}
    data.rewind()#因为开始是用find返回的,所以是游标,取完后要回退到开始才能重新取
    temp = data.clone()#因为后面有两次,只能先把游标拷贝,以方便后面的取值

    mscombi2d.dataset = [
            {"seriesname": u"入带宽", "parentyaxis": "P", "color": "5a885e","renderas":"Area",
             "data": [{"value": (d["InBandwidth"])} for d in data]
        },
            {"seriesname": u"出带宽", "parentyaxis": "S", "renderas": "Line", "color": "dca657", "anchorbgcolor": "dca657",
             "data": [{"value": (d["OutBandwidth"])} for d in temp]
        }
    ]
    res = json.dumps(mscombi2d.to_dict(), ensure_ascii=False, sort_keys=True, indent=4)

    return HttpResponse(res)

 

修改后代码

 

 

def ioBandwidth(request):
    beginDate = request.GET.get("beginDate")
    collection = getCollection()
    data = [d for d in collection.find()]#把游标内数据存入list
    mscombi2d = MSCombi2D(u"大节点带宽",beginDate)
    mscombi2d.categories = {"category": []}
    mscombi2d.dataset = [
            {"seriesname": u"入带宽", "parentyaxis": "P", "color": "5a885e","renderas":"Area",
             "data": []
        },
            {"seriesname": u"出带宽", "parentyaxis": "S", "renderas": "Line", "color": "dca657", "anchorbgcolor": "dca657",
             "data":[]
        }
    ]
    labels = []#时间标签
    inband = []#入带宽
    outband = []#出带宽
    for d in data:
        labels.append({"label":time.strftime("%H:%M",time.strptime(d["InsertDate"],"%Y-%m-%d %H:%M:%S"))})
        inband.append({"value":"%s"%(d["InBandwidth"])})
        outband.append({"value":"%s"%(d["OutBandwidth"])})

    mscombi2d.dataset[0]["data"] = inband
    mscombi2d.dataset[1]["data"] = outband
    
    res = json.dumps(mscombi2d.to_dict(), ensure_ascii=False, sort_keys=True, indent=4)

    return HttpResponse(res)

 

 

1)从游标取出数据存入list,不需要再rewind和clone了

2)只用了一次循环,不像前面循环了三次。

3)查找用索引,而不要用sort

分享到:
评论

相关推荐

    MongoDB and Python

    Python MongoDB 应用开发,构建高效稳定数据库应用系统

    geoserver发布mongodb矢量数据地图服务.docx

    Geoserver发布MongoDB矢量数据地图服务 Geoserver是一款功能强大且开源的地理信息系统(GIS)服务器,能够实现空间数据的存储、处理和发布。MongoDB是一款NoSQL数据库,能够存储大量的矢量数据。本文将介绍如何使用...

    Python-用于快速探测未授权MongoDB数据库结构

    描述中提到"取第一条内容,并统计数据数量",这意味着该Python脚本会连接到目标MongoDB服务器,读取每个数据库的第一个文档(记录),并计算数据库中的总文档数量。这种行为对于评估数据库的规模、了解数据类型以及...

    mongodb-测试数据

    这个“mongodb-测试数据”压缩包显然包含了一些用于测试MongoDB功能的样例数据集,特别是针对增、删、改、查(CRUD)操作的学习和性能测试。 在深入探讨MongoDB的测试数据之前,我们先来了解一下MongoDB的基本概念...

    mongodb4.2全量定时增量备份python脚本

    本话题主要围绕"mongodb4.2全量定时增量备份python脚本"展开,讲解如何利用Python编写脚本来实现这一功能。 首先,全量备份是指对数据库进行一次完整的数据复制,不考虑任何历史状态。在MongoDB中,我们可以使用`...

    将爬虫数据存入mongodb,使用python读取mongodb数据并进行可视化分析(课程设计).zip

    在这个项目中,我们将探讨如何利用Python爬虫技术获取数据,并将其存储到MongoDB数据库中,之后再使用Python从MongoDB中读取数据进行可视化分析。这个项目设计适用于毕业设计,已经在Window 10/11操作系统环境下进行...

    Python-同步MongoDB数据到ElasticSearch

    在IT领域,数据库管理和数据迁移是一项关键任务,特别是在大数据分析和搜索引擎优化的场景下。本文将详细介绍如何使用Python来实现MongoDB数据到ElasticSearch的同步,并探讨全量同步、增量同步和实时同步的实现方法...

    mongodb_python连接mongodb_python_MongoDB_

    Python作为一门简洁且功能强大的编程语言,与MongoDB结合使用,提供了丰富的数据操作接口。本篇将详细介绍如何使用Python连接MongoDB数据库,并进行数据的上传、下载等操作。 首先,Python连接MongoDB主要依赖于`...

    基于树莓派的门禁管理系统源码+项目说明(树莓派、RFID、Django、Flask、MongoDB)(python).zip

    基于树莓派的门禁管理系统源码+项目说明(技术点:树莓派、RFID、Django、Flask、MongoDB)(python).zip基于树莓派的门禁管理系统源码+项目说明(树莓派、RFID、Django、Flask、MongoDB)(python).zip基于树莓派...

    Python MongoDB 插入数据时已存在则不执行,不存在则插入的解决方法

    本文实例讲述了Python MongoDB 插入数据时已存在则不执行,不存在则插入的解决方法。分享给大家供大家参考,具体如下: 前言: 想把QQ日志爬虫(Python)爬下来的日志保存到 MongoDB 里面。 但 insert 的时候报错: E...

    python insert-mongodb库源代码

    Python的`insert-mongodb`库是一个用于方便地将数据插入MongoDB数据库的工具。这个库主要面向Python开发者,特别是那些需要频繁与MongoDB交互的人。MongoDB是一个流行的NoSQL数据库,以其灵活性、高性能和易用性著称...

    SpringBoot+MongoDB+Echarts图表数据可视化

    在本项目中,MongoDB用于存储和检索用于数据可视化的数据。 Echarts是百度开源的一款JavaScript图表库,支持多种图表类型,如折线图、柱状图、饼图等,具有丰富的交互功能和良好的性能。Echarts的优点在于其易于...

    MongoDB基本操作之Python篇

    在数据查询方面,MongoDB提供了find()方法用于从集合中查询数据。通过find()方法,我们可以按照指定条件查找数据,并且可以利用排序操作来改变结果集的顺序。例如,按照age字段升序排序。此外,find_one()方法用于...

    MongoDB and Python Patterns and processes

    本文将深入探讨如何使用Python与MongoDB进行交互,包括安装配置、基本操作、数据读写等核心知识点。 #### 二、准备工作 ##### 1. 安装MongoDB - **系统需求**:首先确保你的操作系统支持MongoDB。对于Windows、...

    MongoDB大数据处理

    MongoDB大数据处理权威指南 MongoDB大数据处理权威指南 MongoDB大数据处理权威指南

    Python-scrapymongodb用于Scrapy的MongoDB管道

    `scrapy-mongodb`就是这样的一个持久化管道,它使得Scrapy可以直接将数据保存到MongoDB数据库,无需额外的代码处理。 安装`scrapy-mongodb`非常简单,可以通过Python的包管理器pip进行: ```bash pip install ...

    Node.js 实践: 使用 MongoDB 存储数据代码

    Node.js 实践: 使用 MongoDB 存储数据 MongoDB命令行工具的使用 在项目中如何有效组织和使用Mongoose

    Python-mtools一组脚本用于设置MongoDB测试环境并分析和可视化MongoDB日志文件

    **Python-mtools:MongoDB测试环境与日志分析利器** `Python-mtools` 是一个强大的工具集合,专门针对MongoDB数据库进行测试环境的搭建以及日志文件的分析和可视化。这个开源项目由Rückstädt开发,其版本号为...

Global site tag (gtag.js) - Google Analytics