Telegrama como um data warehouse para projetos 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, '  ') 

Vamos escrever a lógica para o registro do usuário

 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) 

Salvando e recuperando dados do 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) 

Portanto, o código parece estar resolvido, eis o link do rascunho de trabalho para o github .

Como executar

1. Faça o download do projeto no github. Iniciamos o projeto em qualquer ambiente de desenvolvimento para python (por exemplo: PyCharm).
2. O ambiente de desenvolvimento carregará automaticamente as bibliotecas necessárias do arquivo de requisitos.
3. Substitua Token do BotFather em main.py
   
   
4. Começamos o projeto
5. Na segunda conta, clique em / start e escreva a palavra "admin"
   
   
   
6. Desative o projeto e preencha admin_id e config_id no arquivo main.py
7. Iniciamos o projeto e, a partir da conta de usuário, pressionamos start
   
   
   
8. Lucro

Testes e gráficos

Os testes foram conduzidos em servidores heroku com características mínimas de instância. Portanto, podemos assumir que todos os testes foram realizados em condições mais ou menos iguais.

Os gráficos são feitos a partir de amostras de ~ 100 respostas a pedidos. E a média da amostra é apresentada.

O PostgreSQL no Amazon RDS com características mínimas foi usado como banco de dados em um servidor de terceiros.



Com um milhão de usuários, o tempo de backup se torna um problema.



O tamanho do backup depende inteiramente do seu modelo de dados. No meu caso, com um milhão de usuários, foi obtido um arquivo de dados com 21 megabytes.

Conclusão

Esse método de armazenamento de dados faz sentido para projetos de até um milhão de usuários. Ou seja, para um protótipo ou uma inicialização pessoal, esse método tem direito à vida.

Como resultado, obtivemos um clicker totalmente independente, independente dos bancos de dados remotos.

Aqui está o projeto descrito acima implantado no heroku: @Clicker_fast_bot

Também implementei um projeto mais complexo com essa ideologia: @Random_friend_bot

A semelhança de uma sala de bate-papo e bate-papo para duas pessoas, mas apenas em um telegrama.

Ele está procurando dentro de um raio de 100 km uma pessoa do sexo oposto em busca de comunicação e realiza uma conversa fechada com um novo interlocutor.

Se for interessante, posso descartar o código fonte do projeto. Além disso, se esse tópico for relevante, no próximo artigo eu posso descrever a criação da API Rest sem bancos de dados externos. Essa é uma pilha de django-sqllite-Telegram.

Ficarei feliz em qualquer crítica, obrigado por sua atenção!