文件名称：CassandraTime:Cassandra NoSQL + Bokeh + Prophet用于股票时间序列分析
文件大小：2.13MB
文件格式：ZIP
更新时间：2024-05-21 13:47:48
python forecast series-analysis cassandra-nosql Python
“卡桑德拉和时间序列分析” 哈佛扩展学校大数据分析课程的最终项目学生姓名：Galina Alperovich 2017年5月 抽象的 Cassandra NoSQL的最常见用例之一是跟踪时间序列数据。 原因是Cassandra的数据模型，非常适合按顺序处理数据，而不管数据类型或大小如何。 Cassandra具有极高的写入速度，跨节点的内置复制和高可用性，没有单点故障。 由于NoSQL数据库以不同于传统RDMS的方式开发，因此您不会从SQL中找到临时要求进行连接，分组和其他标准操作。 该项目的目的是演示如何将Cassandra用于财务时间序列分析，并解释为什么Cassandra处理顺序数据是很自然的。 此外，我们还提供了轻量级的Web应用程序，用户可以在其中选择3000家美国公司之一，并播放代表股票数据的时间序列。 用户将能够绘制系列，发现基本统计数据，以不同方式汇总每日数据并实时进行
【文件预览】：
CassandraTime-master
----app_screen.png(621KB)
----.gitignore(6B)
----awesomplete_input.coffee(1KB)
----utils.py(2KB)
----README.md(2KB)
----Documentation.pdf(1.71MB)
----description.html(2KB)
----app.py(9KB)
----awesomplete_input.py(1KB)