实现效率监测系统

该Python代码连接到Access数据库,每10分钟获取最新2000条效率数据的平均值作为参考。然后,它检查过去10分钟的效率,若发现有数据低于或高于平均值的80%或120%,则标记为异常并打印出相应的时间点。此脚本持续运行,提供实时的效率异常监控。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

要求:

1.正常情况下效率的平均值各个时间段基本都一样
2.当某个时间点效率突然上升或下降则为异常
3.效率数据放在access数据库中,并且数据库里面的内容在实时更新,每10分钟更新增加500条数据
3.用python写一段代码,及时发现现在到前2000产量效率是否有异常产生
4.如果出现异常则打印出效率异常的大概时间点
5.进行持续监测10分钟一次

代码如下:

import pyodbc
import datetime
import time

db_path = r'C:\path\to\your\database.accdb' # 数据库文件路径
conn_str = 'Driver={{Microsoft Access Driver (*.mdb,*.accdb)}};DBQ={}'.format(db_path) # 连接字符串

# 连接到 Access 数据库
with pyodbc.connect(conn_str) as conn:
    while True:
        # 获取当前最新的2000条效率数据,并计算平均值作为参考值
        sql = "SELECT TOP 2000 Efficiency FROM MyTable ORDER BY Time DESC"
        efficiency_data = [row[0] for row in conn.execute(sql)]
        reference_efficiency = sum(efficiency_data) / len(efficiency_data)

        # 查询当前时间点前10分钟内的效率数据,检查是否异常
        now = datetime.datetime.now()
        start_time = now - datetime.timedelta(minutes=10)
        sql = f"SELECT Time, Efficiency FROM MyTable WHERE Time >= #{start_time}# AND Time <= #{now}#"
        efficiency_data = list(conn.execute(sql))
        for row in efficiency_data:
            cur_time = row[0]
            cur_efficiency = row[1]
            if cur_efficiency < reference_efficiency * 0.8 or cur_efficiency > reference_efficiency * 1.2:
                print(f"警告:{cur_time} 的效率值异常,当前值为 {cur_efficiency},参考值为 {reference_efficiency}")

        # 休眠10分钟后再次检测
        time.sleep(600)

 

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值