Django: Sqlite Transfer Into TimescaleDB Application

安装timescaledb（win10）

安装PostgreSQL

下载：（下载地址）https://www.enterprisedb.com/downloads/postgres-postgresql-downloads

检验：打开系统服务面板，可查询pg服务

安装TimescaleDB

• 下载：（下载地址）https://docs.timescale.com/latest/getting-started/installation/windows/installation-windows

• 解压，并关闭pg service

• 管理员身份运行timescaledb setup

  • Select yes
  • The setup will ask for the 'postgresql.conf' file. This is the PostgreSQL config file.PostgreSQL\data

• 系统环境变量添加PostgreSQL\bin

  

  检查：是否存在postgresql.conf

• 重新启动pg服务

切换数据库

（1）在setting.py配置中添加pg数据库

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.sqlite3',
        'NAME': os.path.join(BASE_DIR, 'db.sqlite3'),
    },
    'new': {
        'ENGINE': 'timescale.db.backends.postgresql',
        'NAME': 'smart_planning_site',
        'USER': '****',
        'PASSWORD': '****',
        'HOST': '127.0.0.1',
        'PORT': '5432',
    }
}

（2）安装django-timescaledb包

pip install django-timescaledb

（3）迁移

python manage.py migrate --database=new

（4）清空新库（如果新库存在一些无用数据）

python manage.py flush --database=new

（5）从旧数据库中导出json数据

python manage.py dumpdata>data.json

（6）加载数据至新数据库

python manage.py loaddata data.json --database=new

（7）删除配置文件中原有数据库的信息，并将name置为default

DATABASES = {
    'default': {
        'ENGINE': 'timescale.db.backends.postgresql',
        'NAME': 'smart_planning_site',
        'USER': '****',
        'PASSWORD': '****',
        'HOST': '127.0.0.1',
        'PORT': '5432',
    }
}

TimeScaleDB的使用

1. 在需要时间序列分析的表上添加时间字段名称为time（或者修改已有的时间字段名称）

2. 生成迁移文件

python manage.py makemigrations

3. 数据迁移

python manage.py migrate

4. 将models.DateField(null=True)改为time = TimescaleDateTimeField(interval="1 day")

   注意：此时若再生成迁移文件会报错，找不到超表函数，具体原因未知

5. 添加时序序列数据库的model manager

timescale = TimescaleManager()

​ 跟时序分析相关的表用此manager查数据，其他仍沿用object

验证脚本

1. 运行django服务

2. 在django console运行以下脚本，检验

# import model package
import *.models as ml
from django.utils import timezone
from datetime import timedelta

ranges = (timezone.now() - timedelta(days=30), timezone.now())
# query 30 days results
ml.Model.timescale.filter(time__range=ranges)