В предыдущей статье  в рамках коммерческого проекта по анализу рынка фотостудий рассмотрел создание парсинга: выгрузка списка фотостудий, списка залов, данных по бронированию с момента открытия зала до последней брони.

Полученную информацию в кэше хранить нецелесообразно, необходимо использовать базу данных.

В статье рассмотрю:

• создание простой SQLite базы данных;
• запись информации с помощь Python;
• чтение данных и перевод в формат DataFrame;
• обновление парсинга с учетом данных БД.

Требования к базе данных

Основное требование к БД по проекту: хранить данные и иметь возможность их оперативно извлечь.

Нашей БД не требуется:

• разграничивать доступ к схемам, т.к. доступ будет только у пользователя парсингом;
• сохранять доступ 24/7, т.к. извлечение данных допустимо по мере необходимости проведения анализа;
• создание процедур, т.к. все вычисления будут проводится в python.

#python #предыдущей статье #рынок