• 1. Python
• 1.1. Python 라이브러리(Native)
• 1.1.1. 설치
• 1.1.2. 데모
• 1.2. Python 라이브러리(MySQL)
• 1.2.1. 설치
• 1.2.2. 데모
• 1.2.3. 데모(with Pandas)
• 2. API
• 2.1. API Load 예시
• 2.1.1. 데이터 다운로드
• 2.1.2. StarRocks DB 및 Table 생성
• 2.1.3. CURL을 통한 업로드
• 2.1.4. 쿼리를 통한 데이터 확인

1. Python

1.1. Python 라이브러리(Native)

1.1.1. 설치

pip install starrocks

1.1.2. 데모

1.2. Python 라이브러리(MySQL)

1.2.1. 설치

pip install PyMySQL

pip install pandas # optional

1.2.2. 데모

import pymysql

starrocks_db = pymysql.connect(
    user='root', 
    passwd='{설정한 비밀번호}', 
    host='127.0.0.1', 
    db='juso-db', 
    charset='utf8'
)

cursor = juso_db.cursor(pymysql.cursors.DictCursor)

sql = "SELECT * FROM `busan-jibun`;"
cursor.execute(sql)
result = cursor.fetchall()

print(result)

1.2.3. 데모(with Pandas)

2. API

2.1. API Load 예시

2.1.1. 데이터 다운로드

• New York City crash data
Copy

curl -O https://raw.githubusercontent.com/StarRocks/demo/master/documentation-samples/quickstart/datasets/NYPD_Crash_Data.csv

• Weather data
Copy

curl -O https://raw.githubusercontent.com/StarRocks/demo/master/documentation-samples/quickstart/datasets/725053

2.1.2. StarRocks DB 및 Table 생성

2.1.3. CURL을 통한 업로드

• New York City crash data
Copy

• Weather data
Copy

2.1.4. 쿼리를 통한 데이터 확인

1. 시간당 사고 숫자 확인해보기

SELECT COUNT(*),
       date_trunc("hour", crashdata.CRASH_DATE) AS Time
FROM crashdata
GROUP BY Time
ORDER BY Time ASC
LIMIT 200;

2. NYC의 평균 온도 확인해보기

SELECT avg(HourlyDryBulbTemperature),
       date_trunc("hour", weatherdata.DATE) AS Time
FROM weatherdata
GROUP BY Time
ORDER BY Time ASC
LIMIT 100;

3. NYC 가시성 데이터와 함께 확인하기

4. 빙판길이 높은 시간과 같이 확인하기