Telegram como almacén de datos para proyectos de TI

  #      click     if data is not None: if message.text == '': sql = "UPDATE users SET click = {} WHERE chatid = {}".format(data[2]+1,message.chat.id) cursor.execute(sql) conn.commit() await bot.send_message(message.chat.id, ': {} '.format(data[2]+1)) #        10 if message.text == '': sql = "SELECT * FROM users ORDER BY click DESC LIMIT 15" cursor.execute(sql) newlist = cursor.fetchall() # or use fetchone() sql_count = "SELECT COUNT(chatid) FROM users" cursor.execute(sql_count) count=cursor.fetchone() rating=': {}\n'.format(count[0]) i=1 for user in newlist: rating=rating+str(i)+': '+user[1]+' - '+str(user[2])+'\n' i+=1 await bot.send_message(message.chat.id, rating) else: await bot.send_message(message.chat.id, '  ') 

Escribamos la lógica para el registro de usuarios

 sql_select = "SELECT * FROM users where chatid={}".format(message.chat.id) sql_insert = "INSERT INTO users VALUES ({}, '{}', {},{})".format(message.chat.id,message.chat.first_name, 0, 0) try: cursor.execute(sql_select) data = cursor.fetchone() if data is None: cursor.execute(sql_insert) conn.commit() await save_data() except Exception: data = await get_data() cursor.execute("CREATE TABLE users (chatid INTEGER , name TEXT, click INTEGER, state INTEGER)") cursor.executemany("INSERT INTO users VALUES (?,?,?,?)", data) conn.commit() cursor.execute(sql_select) data = cursor.fetchone() if data is None: cursor.execute(sql_insert) conn.commit() await save_data() #   button = KeyboardButton('') button2 = KeyboardButton('') #  kb = ReplyKeyboardMarkup(resize_keyboard=True).add(button).add(button2) #     await bot.send_message(message.chat.id,' {}'.format(message.chat.first_name),reply_markup=kb) 

Guardar y recuperar datos del servidor Telergam

  #-------------------- ------------------------- async def save_data(): sql = "SELECT * FROM users " cursor.execute(sql) data = cursor.fetchall() # or use fetchone() try: #     str_data=json.dumps(data) #      await bot.edit_message_media(InputMediaDocument(io.StringIO(str_data)), admin_id, config_id) except Exception as ex: print(ex) 

 # #-------------------- ------------------------- async def get_data(): #         forward_data = await bot.forward_message(admin_id, admin_id, config_id) #    ,   file_data = await bot.get_file(forward_data.document.file_id) #    url file_url_data = bot.get_file_url(file_data.file_path) #     json_file= urlopen(file_url_data).read() #    json     return json.loads(json_file) 

 def timer_start(): threading.Timer(30.0, timer_start).start() try: asyncio.run_coroutine_threadsafe(save_data(),bot.loop) except Exception as exc: pass 

 #-------------------- ------------------------- if __name__ == '__main__': timer_start() executor.start_polling(dp, skip_updates=True) 

Entonces, el código parece estar ordenado, aquí está el enlace del borrador de trabajo a github .

Como correr

1. Descargue el proyecto desde github. Comenzamos el proyecto en cualquier entorno de desarrollo para python (por ejemplo: PyCharm).
2. El entorno de desarrollo cargará automáticamente las bibliotecas necesarias del archivo de requisitos.
3. Reemplazar token de BotFather en main.py
   
   
4. Comenzamos el proyecto
5. Desde la segunda cuenta, haga clic / iniciar y escriba la palabra "admin"
   
   
   
6. Apague el proyecto y complete admin_id y config_id en el archivo main.py
7. Iniciamos el proyecto y desde la cuenta de usuario presionamos inicio
   
   
   
8. Ganancia

Pruebas y gráficos

Las pruebas se realizaron en servidores heroku con características de instancia mínimas. Por lo tanto, podemos suponer que todas las pruebas se realizaron en condiciones más o menos iguales.

Los gráficos están hechos de muestras de ~ 100 solicitudes-respuestas. Y se presenta el promedio de la muestra.

PostgreSQL en Amazon RDS con características mínimas se utilizó como base de datos en un servidor de terceros.



Con un millón de usuarios, el tiempo de respaldo se convierte en un problema.



El tamaño de la copia de seguridad depende completamente de su modelo de datos, en mi caso, con un millón de usuarios, se obtuvo un archivo de datos con 21 megabytes.

Conclusión

Este método de almacenamiento de datos tiene sentido para proyectos de hasta un millón de usuarios. Es decir, para un prototipo o una startup personal, este método tiene derecho a la vida.

Como resultado, obtuvimos un clicker totalmente independiente, independiente de las bases de datos remotas.

Aquí está el proyecto descrito anteriormente desplegado en heroku: @Clicker_fast_bot

También implementé un proyecto más complejo con esta ideología: @Random_friend_bot

La imagen de una sala de chat y chat de dos personas, pero solo en un telegrama.

Está buscando comunicación dentro de un radio de 100 km de una persona del sexo opuesto y se da cuenta de una conversación cerrada con un nuevo interlocutor.

Si es interesante, puedo descartar el código fuente del proyecto. Además, si este tema es relevante, en el próximo artículo puedo describir la creación de la API Rest sin bases de datos externas. Esa es una pila de django-sqllite-Telegram.

Estaré encantado de cualquier crítica, ¡gracias por su atención!