上週我忽然意識到,我在grafana
上寫的 sql 語句存在多處硬編碼
。這篇筆記將記錄如何實現沒有硬編碼的sql語句,以及自學編程過程當中如何應對本身的笨拙代碼和難題不斷的情況。python
所謂硬編碼
,大意是指代碼中出現不少具體的取值,每一個取值都是手動賦值的。好比:mysql
-- 達成某個成就的用戶數 select count(user_id) as 用戶數 from achivement_table where achivement_name= '牛刀小試'
以我家產品 xue.cn 的成就係統爲例,咱們首個版本僅有10個成就,我要拷貝粘貼修改爲就名稱達10次。最近成就升級到V2版本,有17個成就,將來還會有更多成就。再好比習題和章節,每本書的章節數和習題數,都是幾十個起。至於統計每本書的閱讀用戶數,每一個章節的留言數,每一個成就的達成用戶數……這類實現太頻繁了。sql
若是所有采用硬編碼,我意識到這將低效粗笨。編程
在初學編程時,你我總會寫出一些低效但生效的代碼。隨着編程水平提高或需求變得複雜,咱們將有機會迭代本身的代碼。迭代是好事,但這不意味着以前的低效但有效的代碼是壞事。——**接納本身早期的笨拙,並追求持續的進步。我們不須要爲本身初學階段的代碼感到很差意思或羞愧,而是要視之爲提高的機會。**這個心態令我在自學編程的路上幾乎無所畏懼。併發
如何實現代碼自動獲取每一個取值,並按該值分別統計呢?我搜索到一些代碼,卻看不懂:學習
不得已,我準備好問題描述,併發紅包在編程學習羣裏請教。羣友給出的答案讓我啼笑皆非:編碼
特麼這方法我不是會嗎!?鬼打牆啦。spa
這種現象在初學技能時,是否是挺常見的!?知道,但不熟練。知道知識點,但實戰時可能想不起來。或者知道某一種實戰情境,換到其它實戰情境就忘了……嗯,本質上仍是重複的不夠,熟練度不行啊。code
既然是我已知的知識點,當即實操吧。get
想要統計的原數據,和該字段的全部取值範圍,在同一張數據表時,代碼簡單以下。
-- 全部成就的完成用戶數 select achivement_name as 成就名稱, count(user_id) as 用戶數 from achivement_table group by 成就名稱 order by 成就名稱
想要統計的原數據,和該字段的全部取值範圍,不在同一張數據表時,代碼僅稍微複雜一點點。
-- 全部成就的完成用戶數 select achivements.name as 成就名稱, count(achivement_event.user_id) as 用戶數 from achivement_event,achivements where achivement_event.name = achivements.name group by 成就名稱 order by 成就名稱
硬編碼的問題如今卻是解決了,但實現數據可視化時,又有新的狀況產生。
以前的硬編碼風格,在 grafana
上經過 add query
完成,該操做是新增數據列,使得數據結果是一行多列,每一個成就名就是一列。
這種數據,用 grafana
的 bar gauge
圖表類型展現效果很不錯。
以後沒有硬編碼的sql語句,獲得的數據結果是多行2列,首列是成就名,次列是用戶數。至關於以前數據結果的倒置。
行列倒置在 python pandas
中,就是對dataframe
數據一個T
操做而已。但在 grafana 上如何靈活地操做行列,我還有很多困惑要解決。——這並不是個人不足,這是我將要提高的機會,對不?
在這篇筆記中,我不只記錄了本身如何完成按某個字段的取值範圍進行統計的需求,既有早期的硬編碼風格,也有升級版的語句。我還分享了本身如何看待初學編程時的笨拙代碼,如何應對一個難題接着一個難題的編程自學過程。但願個人筆記,帶給你啓發和力量。