使用 WebSocket 摄取实时金融数据

金融行业是数据密集型行业，依赖实时和历史数据进行决策、风险评估、欺诈检测和市场分析。Timescale 简化了这些大量数据的管理，同时为您提供有意义的分析洞察并优化存储成本。

本教程将向您展示如何使用 WebSocket 连接将实时时间序列数据摄取到 TimescaleDB 中。本教程设置了一个数据管道，用于从我们的数据合作伙伴 Twelve Data 获取实时数据。Twelve Data 提供多种不同的金融 API，包括股票、加密货币、外汇和 ETF。如果您想频繁更新数据库，它还支持 WebSocket 连接。通过 WebSocket，您需要连接到服务器，订阅符号，然后在市场开放时间就可以开始实时接收数据。

完成本教程后，您将拥有一个数据管道，可将实时金融数据摄取到 Timescale 中。

本教程使用 Python 和 Twelve Data 提供的 API 包装库。

开始之前，请确保您已：

• 注册了免费的 Timescale 账户。
• 安装了 Python 3
• 注册了 Twelve Data。免费套餐非常适合本教程。
• 记下了您的 Twelve Data API 密钥。

本教程涵盖：

1. 设置数据集：将 Twelve Data 的数据加载到您的 TimescaleDB 数据库中。

2. 查询数据集：创建K线视图，查询聚合数据，并在 Grafana 中可视化数据。

   本教程向您展示如何使用 WebSocket 连接将实时时间序列数据摄取到 Timescale 数据库中。以创建K线视图、查询聚合数据并在 Grafana 中可视化数据。

金融行业经常使用 K线图 来可视化资产的价格变化。每根 K线代表一个时间段，例如一分钟或一小时，并显示资产价格在该时间段内的变化。

K线图是根据每个金融资产在时间段内的开盘价、最高价、最低价、收盘价和成交量数据生成的。这通常缩写为 OHLCV。

• Open：开盘价
• High：最高价
• Low：最低价
• Close：收盘价
• Volume：成交量

展开图像

TimescaleDB 非常适合存储和分析金融 K线数据，许多 Timescale 社区成员正是为此目的使用它。