Das deutsche Python-Forum

Hallo zusammen,

seit geraumer Zeit fange ich diverse Temperatur- und Luftfeuchtigkeitswerte täglich ein. Python sorgt quasi dafür, dass die ermittelten Werte der Temperaturfühler in die rrd-Datenbank geschrieben und ausgelesen sowie anschließend zu einer ansehnlichen Grafik mittels rrdgraph umgesetzt werden.

Das funktioniert soweit auch alles ganz gut, nur bin ich dabei leider mehr oder weniger auf die rrd-Datenbank angewiesen, und kann ohne umständliches Gefrickel keine der "gängigeren" Datenbanken (z.B. PostgreSQL) verwenden.

Was man RRD lassen muss ist, dass die Graphen einfach vernünftiger aussehen. Alles was ich bis dato als Alternative für Python gefunden habe, scheint weniger geeignet für die Darstellung von Temperaturwerten, denn nach irgendwelchen Charts für Aktien, Kursen, usw. usf. (z.B. Plotly Python).

Daher die Frage: gibt es vernünftige Alternativen zu RRD zur Darstellung von (Temperatur-)Graphen? Oder will man sowas nur mit RRD verarbeiten / darstellen?

Danke,

sls

Eine allgemeine Rückfragen/Anmerkung:

Welchen Vorteil versprichst du dir denn von einer "bekannteren" Datenbank? Die Datenbank von RRDtool ist ja im Prinzip eine Speziallösung für eine konkrete Nische. Wenn ich es richtig verstehe (vielleicht kann ja einer der Datenbankexperten etwas dazu sagen), werden klassische relationale Datenbanken wie postgres für Zeitreihendaten manchmal als nicht optimal oder zumindest umständlicher als so eine "Maßanfertigung" angesehen (s.a.: https://en.wikipedia.org/wiki/Time_series_database). Die Frage natürlich, ob das in deinem Fall relevant ist; wenn du alle halbe Stunde mal einen Wert in eine Tabelle schreibst, vielleicht eher nicht. Mir ist aber nicht ganz klar, weshalb du ein Werkzeug, das genau für solche Zwecke gedacht ist, gegen etwas allgemeineres eintauschen möchtest.

Sehr guter Einwand, daher fragte ich auch ob man überhaupt "konventionelle" Datenbanken für sowas verwenden möchte. Für das was ich mit dem RRDtool mache, reicht im Grunde auch Bash. Die Syntax ist aber dafür, dass ich das "aus der Not heraus" damit umsetze, ziemlich haarig. Ich dachte, dass es daher Python-freundlichere Tools gäbe welche die Nerven schonen und mein Wissen über SQL an dem Punkt genutzt werden kann.