问题描述
计划创建一个微服务，该微服务将从数据库中读取数据并在图表中显示。用户在选择适当的工具或框架之前，想了解是否有其他人已经创建过类似的服务，以及在开始之前需要考虑哪些事项。用户考虑了使用Django和Spring Boot，但也在考虑是否可以选择一些现成的解决方案，如Graphite，并在此基础上进行配置。
用户基本上在寻找一种工具，能够从REST接口读取数据，并在图表中显示结果。如果有的话，最好能够选择一个用Kotlin、Golang或Java编写的框架。
用户的目标是在图表中显示某个指标的增长速度，以及在某个特定时刻显示R2（即数据点的一致性）、斜率等信息。
在编写这个问题的同时，用户还想知道是否有可能使用数据科学的方法来预测未来某个时刻的增长情况。
此外，用户还提到了一个每天晚上运行的cron作业，该作业将数据插入到Postgres数据库中。数据库表的部分数据如下：
ID = 61
PACKAGE_NAME = FIREFOX
DATE = 2018-04-29
VERSION = 59.0.2
ID = 62
PACKAGE_NAME = TOMCAT8
DATE = 2018-04-29
VERSION = 8.0.51
ID = 63
PACKAGE_NAME = TOMCAT85
DATE = 2018-04-29
VERSION = 8.5.30
ID = 64
PACKAGE_NAME = TOMCAT9
DATE = 2018-04-29
VERSION = 9.0.7
ID = 65
PACKAGE_NAME = FIREFOX
DATE = 2018-04-30
VERSION = 59.0.2
ID = 66
PACKAGE_NAME = TOMCAT8
DATE = 2018-04-30
VERSION = 8.0.51
ID = 67
PACKAGE_NAME = TOMCAT85
DATE = 2018-04-30
VERSION = 8.5.30
ID = 68
PACKAGE_NAME = TOMCAT9
DATE = 2018-04-30
VERSION = 9.0.7
这些数据需要以类似Tiobe网站的图表形式进行显示。
解决方案
请注意以下操作可能涉及版本差异及配置过程。
使用Chart.js创建图表
一个合适的解决方案是使用Chart.js，这是一个用于创建各种类型图表的JavaScript库。它可以满足你的需求，从REST接口读取数据并将结果显示在图表中。以下是一些步骤来使用Chart.js创建图表：
- 首先，你需要在你的HTML文件中引入Chart.js库的代码：
<script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
- 在HTML文件中创建一个Canvas元素，用于显示图表：
<canvas id="myChart"></canvas>
- 使用JavaScript代码编写你的图表逻辑。以下是一个示例代码，演示如何使用Chart.js从REST接口获取数据并在图表中显示：
// 获取数据的逻辑，可以使用fetch或其他方法从REST接口获取数据
const fetchData = async () => {
const response = await fetch('your_rest_api_url');
const data = await response.json();
return data;
};
// 创建图表
const createChart = async () => {
const data = await fetchData();
const labels = data.map(entry => entry.DATE);
const values = data.map(entry => entry.VERSION);
const ctx = document.getElementById('myChart').getContext('2d');
const myChart = new Chart(ctx, {
type: 'line', // 可根据需求选择不同类型的图表
data: {
labels: labels,
datasets: [{
label: 'Version',
data: values,
borderColor: 'blue',
fill: false
}]
},
options: {
// 配置图表的其他选项
}
});
};
// 调用函数来创建图表
createChart();
通过上述步骤，你可以使用Chart.js轻松地从REST接口获取数据并在图表中显示出来。
考虑Plotly
此外，你还可以考虑使用Plotly，它也是一个强大的图表库，支持多种编程语言。你可以使用Plotly来创建交互式图表，从而更好地呈现数据。不过，这可能需要更多的学习和配置过程。
数据科学预测
要实现数据科学方法对未来增长进行预测，你可能需要使用机器学习模型或时间序列分析等方法，根据已有的历史数据进行预测。这超出了本解决方案的范围，但你可以考虑使用Python中的库，如Scikit-learn或TensorFlow，来构建和训练预测模型。
周期性数据插入
对于每天晚上运行的cron作业，你可以编写一个脚本来处理数据的插入。你可以使用编程语言如Python，连接到Postgres数据库，并根据你的数据格式插入数据。确保脚本在数据插入完成后调用图表生成的逻辑，以更新图表显示。
总结
通过使用Chart.js等图表库，你可以轻松地从REST接口获取数据并在图表中显示结果。同时，你可以考虑使用数据科学方法对未来增长进行预测。对于cron作业插入的数据，你可以编写脚本来自动化这个过程，并更新图表显示。在选择工具和框架时，确保