[置顶]【开源】分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】-阿里云开发者社区

开发者社区> 数据之巅> 正文

[置顶]【开源】分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】

简介:
+关注继续查看

    由于个人研究需要,需要采集天气历史数据,前一篇文章:C#+HtmlAgilityPack+XPath带你采集数据(以采集天气数据为例子),介绍了基本的采集思路和核心代码,经过1个星期的采集,历史数据库基本全了,现在开放该数据库,目的是为了让可能需要该类型做相关研究准备的,至于实时天气的采集本项目也做了,暂时不公布,如果有需求的,单独好我联系,原因很简单,人家小站也不容易,大家一起拖,容易搞死,主要大家都不能用。

.NET开源项目:【目录】本博客其他.NET开源项目文章目录 

本文原文地址:分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】 

1.天气数据库介绍

    该数据的基本情况如下:

  • 该数据库目前覆盖了全国34个省、直辖市、自治区以及特别行政区的所有县级市区。

  • 该数据库的历史天气时间范围是2011年1月至2015年8月底的数据,实时天气预报的更新接口暂时不开放,但我们会对核心采集进行简单的介绍,请看第3节内容。

  • 包括的天气数据有:天气情况,气温情况,风力情况。

  • 目前总的天气记录条数为390万,,大小为570M,压缩后的版本大小为60M,后续还会增加,考虑每2-3个月更新一次。目前为一个总库

  • 考虑到实际的城市等级,我对省份和城市进行了大概分级,具体研究分析的时候可以自己单独提取城市,单独处理。

  1.省、直辖市、自治区,特别行政区,等级:1

  2.地级市,或者同等州 ,等级:2

  3.县市区,等级:3

  4.省会中心城市:5

    本文使用C#+XCode进行开发,大部分查询方法都在实体类中写好了。下面我们将会简单介绍一些。

2.数据库设计

    该数据库设计比较简单,第一个表是基础城市信息表,存储城市的名称,等级,代码,所属省份以及地区等基本信息;第二个表是原始天气数据表,存储采集过来的原始天气信息,主要信息是名称,天气状况,考虑到数据小,对一些字段进行了冗余,避免重复查找。第三个表是处理后的天气数据表,如何处理看个人情况进行,我自己还没想好,只是先采集了原始数据。数据库的结构如下图:

    上述3个表的基本结构看上面,比较简单,有的表字段进行了冗余,没必要为了所谓的范式把自己搞死。看看下面Gif动态演示图:

3.关于采集预报信息

  我们在前面一篇文章中介绍了基本的页面采集方法。页面分析过程就不介绍了,有空的朋友看前一篇文章:C#+HtmlAgilityPack+XPath带你采集数据(以采集天气数据为例子),这里直接贴出核心代码:

//直接采集月份,每个城市从2011 01 开始的数据至今都有
String url = String.Format("http://www.tianqihoubao.com/yubao/{0}.html", cityName);
//先要拼接链接,根据名称                
var docText = HtmlHelper.GetWebClient(url);
var doc = new HtmlDocument(); doc.LoadHtml(docText);
var res = doc.DocumentNode.SelectSingleNode(@"/html[1]/body[1]/div[2]/div[6]/div[1]/div[1]/table[1]");
if (res != null)
{
	var dd = res.SelectNodes(@"tr");
	if (dd.Count < 3) return;//3或者4个以上子节点tr
	if ((dd.Count - 1) % 2 == 0) //tr成对出现
	{
		Int32 N = (dd.Count - 1) / 2;
		for (int i = 0; i < N; i++)
		{
			//日期 - 天气状况 - 气温 - 风力风向
			//白天
			var td = dd[2 * i + 1].SelectNodes(@"td");
			var date = td[0].InnerText.Replace("&nbsp;", "").Trim();
			var btq = td[2].InnerText.Replace("&nbsp;", "").Trim();
			var bqw = td[3].InnerText.Replace("&nbsp;", "").Trim();
			var bfx = td[4].InnerText.Replace("&nbsp;", "").Trim();
			//晚上
			var tdw = dd[2 * i + 2].SelectNodes(@"td");
			var wtq = tdw[1].InnerText.Replace("&nbsp;", "").Trim();
			var wqw = tdw[2].InnerText.Replace("&nbsp;", "").Trim();
			var wfx = tdw[3].InnerText.Replace("&nbsp;", "").Trim();
			Console.WriteLine("{0}/{1},{2}/{3},{4}/{5},{6}", wtq, btq, wqw, bqw, wfx, bfx,date);
		}
	}		
}

4.基本使用方法

    下面给出数据库的几个常规查询方法,如果懂XCode的朋友,更加容易理解,熟悉表结构就行了。

4.1 查询某个省份所有地级市列表

  由于地级市的等级为2或者5,所以要注意一些,而且县级市的省份属性里面也包括了Province,因此不能单独判定。

/// <summary>查询某个省份,所有地级市列表</summary>
/// <param name="provinceName">省份名称</param>
/// <returns></returns>
public static EntityList<BaseCityInfo> FindAllCityByProvince(String provinceName)
{
	return BaseCityInfo.FindAll(
	       BaseCityInfo._.Province == provinceName &
               BaseCityInfo._.Level>1 & //不能为省份
               BaseCityInfo._.Level !=3);//要包括省会中心城市,也就是Level=2或者5
}

4.2 查询地级市下所有县市列表

  县级市都是等级为3,所以查询地区名称以及等级就可以了。

/// <summary>查询某个地级市下面的所有县级市列表</summary>
/// <param name="areaName">市区名称</param>
/// <returns></returns>
public static EntityList<BaseCityInfo> FindAllCityByArea(String areaName)
{
	return BaseCityInfo.FindAll(BaseCityInfo._.Area == areaName &
				BaseCityInfo._.Level ==3);//Level=3是县级市区
}

4.3 查询某个地区某个月的天气情况

  查询某个地区,和时间范围的天气情况,直接加条件即可,地区按照名称来XCode的查询语法举一反三,应该比较好理解。

/// <summary>查询某个地区某个月的天气情况</summary>
/// <param name="cityName">城市名称</param>
/// <returns></returns>
public static EntityList<OriginWeatherData> FindCityWeatherByMonth(String cityName)
{
	return OriginWeatherData.FindAll(
	       OriginWeatherData._.Name == cityName &
	       OriginWeatherData._.DateTime <= new DateTime(2015, 8, 31)&
	       OriginWeatherData._.DateTime >=new DateTime (2015,8,1),
	       OriginWeatherData._.DateTime.Asc(),null,0,0);
}

4.4 数据库Sql查询演示与XCode版代码

  为了更加直观,我们对数据库进行了简单的查询演示,390万代码实际速度并不慢,看看效果。里面的Sql语句,下面都将使用XCode代码进行重写演示,大家可以借鉴用法:

 我们看看XCode的查询方法:

//获取所有的地级市+县级市区的数量
var cityCount = BaseCityInfo.FindCount(BaseCityInfo._.Level > 1, null, null, 0, 0);
//获取所有记录总数,截至时间2015-08-29和2015-09-03
var totalCount = OriginWeatherData.FindCount();
//获取从2015-08-21开始的上海地区的天气情况
var shanghaiRecords = OriginWeatherData.FindAll
						(OriginWeatherData._.Name == "上海" &
						 OriginWeatherData._.DateTime > new DateTime(2015, 08, 20),
						 OriginWeatherData._.Id.Asc(), null, 0, 0);
//获取上海地区总的天气数目,注意只是上海地区总的,不包括下属县市区
var shCount = OriginWeatherData.FindCount(OriginWeatherData._.Name, "上海");
//获取浙江省地级市区所有的天气记录 
var zjRecords = OriginWeatherData.FindAll
					(OriginWeatherData._.Province == "浙江" &
					(OriginWeatherData._.Level == 2 | 
					 OriginWeatherData._.Level == 5),
					 null,null,0,0);
//获取2015年8月20日浙江省地级市区所有的天气记录
var zj = OriginWeatherData.FindAll
					(OriginWeatherData._.Province == "浙江" &
					 OriginWeatherData._.DateTime > new DateTime(2015, 08, 20) &
					 (OriginWeatherData._.Level == 2 | OriginWeatherData._.Level == 5),
					 null, null, 0, 0);

 看看结果:

 

5.数据库和程序下载

    Sqlite版数据库下载:http://pan.baidu.com/s/1pJ02EmR 密码:jzmt ,

 如果链接错误,请到原地址下载:分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】 

    C#版访问程序,注意是Sqlite是32位的版本:天气数据库访问程序.rar

 使用方法:把数据库放在bin目录,或者自己修改配置文件的地址。

  数据大部分截至2015年8月30日-2015年9月2日,按照地区会有不一样,以后会逐步同步起来。

    核心代码不直接开放,但完全免费对有需要的人开放。需要的人可以QQ联系,或者邮件联系我,请注明自己的一些基本个人信息和用途。

    由于时间紧,考虑不够全面,我将在下一个版本中对数据库进行分库,提高数据查询效率。目前的数据库对于sqlite版本来说,太大了,而且以后还会持续增加,如果有资源的朋友,可以帮忙挂一下。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
处理历史数据的一种方法,建库考虑~~
利用Oracle的分区技术,很好的处理历史数据。。代码如下: create table sale_data (sale_id number(5), salesman_name varchar2(30), sales_amount number(10), sales_date date) partition by range(sales_date) ( partition s
920 0
安全管理最佳实践系列:给ECS实例配置一个RAM角色身份(使用动态STS-Token访问云服务API)
如果你的应用程序部署在ECS实例中,你可能会苦恼于应用程序的AK配置安全问题及管理难的问题。为此阿里云提供了给ECS实例配置RAM角色的解决方案,使得运行ECS实例中的应用程序将不再需要配置AK,而只需要从ECS Metadata服务中获取StsToken就可以访问阿里云服务API,让你不再担心应用程序的AK配置安全问题和难管理的问题。
6595 0
Database · 理论基础 · 数据库事务隔离发展历史
事务隔离是数据库系统设计中根本的组成部分,本文主要从标准层面来讨论隔离级别的发展历史,首先明确隔离级别划分的目标;之后概述其否定之否定的发展历程;进而引出 Adya给出的比较合理的隔离级别定义,最终总结隔离标准一路走来的思路。
1216 0
数据库事务隔离发展历史
事务隔离是数据库系统设计中根本的组成部分,本文主要从标准层面来讨论隔离级别的发展历史,首先明确隔离级别划分的目标;之后概述其否定之否定的发展历程;进而引出 Adya给出的比较合理的隔离级别定义,最终总结隔离标准一路走来的思路。
1512 0
阿里云推出全球应用加速解决方案,快速提升跨域应用访问体验
近日,阿里云全球加速产品推出全球应用加速等多个新特性,融合云安全DDoS高防与WAF的安全防护能力,结合云解析智能DNS与GTM全局流量调度,保障企业全球应用部署的高质量、高安全、高可靠。另外邀请到在线互联网教育机构—豌豆思维,进一步分享了他们使用全球加速的经验。
499 0
PowerDesinger逆向数据库物理模型及关系图
原文:PowerDesinger逆向数据库物理模型及关系图 利用PowerDesinger生成的数据库物理模型及关系图 收集五年的开发资料下载地址:  http://pan.baidu.com/share/home?uk=4076915866&view=share   在数据库建模的过程中,需要运用PowerDesigner进行数据库设计,这个不但让人直观的理解模型,而且可以充分的利用数据库技术,优化数据库的设计。
959 0
+关注
数据之巅
专注于.NET平台开源项目,微软Power BI技术与机器学习算法
93
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载