分享一份采集了一年的数据 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
zzjcool
V2EX    分享创造

分享一份采集了一年的数据

  •  1
     
  •   zzjcool 2024-10-09 23:48:37 +08:00 2071 次点击
    这是一个创建于 369 天前的主题,其中的信息可能已经有所发展或是发生改变。

    背景

    每天摸鱼就是刷刷知乎还有微博,但是随着国内内容站的质量下滑,以及作恶,强制下载客户端查看,所以渐渐的不想打开这些软件,慢慢的每天就只看一下热榜,追一下热点新闻,所以就想提升效率,做个页面直接查看微博和知乎的热榜。市场上现有的热榜网页有很多,但是都没有符合我的需求:

    1. 可以一个页面查看我需要站点的热门榜单
    2. 可以看到热门的趋势图
    3. 有极速上升的热点,能主动及时通知我
    4. 可以对每日、每周、每月的热点自定义生成总结报告
    5. 手机端友好

    所以我自己写了个网页:

    https://huoju.info/

    但是,近一年工作、生活上有很多事情,上面的需求基本没有完成,不过数据已经采集了近一年了,不想让这数据浪费,所以分享出来。

    数据应用

    目前只是做了趋势的展示

    比如今天知乎关于大 A 的提问 https://www.zhihu.com/question/788585736

    查看热点趋势: https://huoju.info/hot/zhihu/788585736

    可以看到 12:30 左右有一个明显的断崖,这种就是被限流的问题。

    还有很多有意思的使用方式,但是个人精力有限,所以一直没有搞。

    想交流的伙伴可以邮箱 [email protected] 联系

    Release

    https://github.com/zzjcool/huoju-data/releases

    数据库文档

    表: HotType

    用途: 存储热榜类型的基本信息。

    字段名 数据类型 索引 注释
    id bigint primary key 主键
    type_name varchar(16) unique index 站点名称
    refresh_time int 刷新时间

    表: Hot

    用途: 存储具体的热榜条目。

    字段名 数据类型 索引 注释
    id bigint primary key 主键
    type_id int unique index (type_key) 热榜类型
    unique_key varchar(64) unique index (type_key) 唯一标识
    title varchar(255) index (idx_title) 标题
    content text 内容
    link varchar(255) 链接
    image_link varchar(255) 图片链接

    表: Rank

    用途: 存储热榜条目的排名和热度指标。

    字段名 数据类型 索引 注释
    id bigint primary key 主键
    type_id int index (idx_typename_timestamp) 站点名称
    unique_key varchar(64) index 唯一标识
    rank tinyint 排名
    metric int 热度指标
    timestamp int index (idx_typename_timestamp) 时间戳

    详细说明

    • HotType 表

      • id: 主键,自动生成。
      • type_name: 站点名称,长度为 16 个字符,唯一索引。
      • refresh_time: 刷新时间,整数类型。
    • Hot 表

      • id: 主键,自动生成。
      • type_id: 热榜类型,整数类型,和 unique_key 组成唯一索引。
      • unique_key: 唯一标识,长度为 64 个字符,和 type_id 组成唯一索引。
      • title: 标题,长度为 255 个字符,索引 idx_title
      • content: 内容,文本类型。
      • link: 链接,长度为 255 个字符。
      • image_link: 图片链接,长度为 255 个字符。
    • Rank 表

      • id: 主键,自动生成。
      • type_id: 站点名称,整数类型,索引 idx_typename_timestamp
      • unique_key: 唯一标识,长度为 64 个字符,索引。
      • rank: 排名,tinyint 类型。
      • metric: 热度指标,整数类型。
      • timestamp: 时间戳,整数类型,索引 idx_typename_timestamp
    1 条回复    2024-10-10 15:06:45 +08:00
    guoziq09
        1
    guoziq09  
       2024-10-10 15:06:45 +08:00
    感谢~
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     947 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 23ms UTC 20:06/a> PVG 04:06 LAX 13:06 JFK 16:06
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86