5.8 KiB
5.8 KiB
🚀 稷下学宫负载均衡系统 - 快速上手指南
📋 前置条件
-
RapidAPI账户: 确保已订阅以下API服务
- Alpha Vantage
- Yahoo Finance 15
- Webull
- Seeking Alpha
-
环境配置: 已配置Doppler环境变量管理
doppler secrets | grep RAPIDAPI_KEY
⚡ 5分钟快速体验
1. 运行完整演示
cd /home/ben/liurenchaxin
doppler run python demo_jixia_load_balancing.py
2. 查看演示结果
# 查看生成的结果文件
ls demo_results_*.json
# 查看AAPL的详细结果
cat demo_results_aapl.json | jq .
🎯 核心功能演示
单个仙人数据获取
from src.jixia.engines.jixia_load_balancer import JixiaLoadBalancer
# 初始化
load_balancer = JixiaLoadBalancer(rapidapi_key)
# 吕洞宾获取苹果股票数据
result = load_balancer.get_data_for_immortal('吕洞宾', 'stock_quote', 'AAPL')
print(f"价格: ${result.data['price']}, 来源: {result.api_used}")
八仙论道完整演示
# 进行八仙论道
results = load_balancer.conduct_immortal_debate('TSLA')
# 查看负载分布
distribution = load_balancer.get_load_distribution()
for api, stats in distribution.items():
print(f"{api}: {stats['calls']}次调用 ({stats['percentage']:.1f}%)")
📊 预期输出示例
🏛️ 稷下学宫八仙论道开始 - 主题: AAPL
============================================================
🎭 吕洞宾 正在获取 stock_quote 数据...
✅ 成功从 alpha_vantage 获取数据 (响应时间: 1.33s)
💰 吕洞宾: $202.38 (-2.5004%) via alpha_vantage
🎭 何仙姑 正在获取 stock_quote 数据...
✅ 成功从 yahoo_finance_15 获取数据 (响应时间: 1.87s)
💰 何仙姑: $N/A (N/A) via yahoo_finance_15
📊 负载分布统计:
alpha_vantage: 3 次调用 (37.5%) - 健康
yahoo_finance_15: 2 次调用 (25.0%) - 健康
webull: 3 次调用 (37.5%) - 健康
🔧 自定义配置
修改仙人API偏好
编辑 /home/ben/liurenchaxin/src/jixia/config/immortal_api_config.json:
{
"immortals": {
"吕洞宾": {
"preferred_apis": {
"stock_quote": "webull", // 改为使用Webull
"company_overview": "alpha_vantage"
}
}
}
}
调整缓存策略
# 修改缓存TTL
load_balancer.cache_ttl = 600 # 10分钟缓存
# 清空缓存
load_balancer.cache.clear()
🚨 故障排除
常见问题
-
API密钥错误
❌ 错误: 请设置RAPIDAPI_KEY环境变量解决: 确保Doppler配置正确
doppler secrets set RAPIDAPI_KEY="your_key_here" -
API调用失败
⚠️ alpha_vantage 不可用，尝试备用API...解决: 系统会自动故障转移，无需干预
-
数据格式异常
💰 价格: $N/A解决: 某些API返回格式不同，系统会标准化处理
调试模式
# 启用详细日志
import logging
logging.basicConfig(level=logging.DEBUG)
# 查看API健康状态
for api, status in load_balancer.health_checker.health_status.items():
print(f"{api}: {'健康' if status['healthy'] else '异常'}")
📈 性能优化建议
1. 缓存优化
# 针对不同数据类型设置不同缓存时间
cache_strategies = {
'stock_quote': 60, # 1分钟
'company_overview': 3600, # 1小时
'market_news': 1800 # 30分钟
}
2. 并发控制
# 控制并发请求数量
import time
for immortal in immortals:
result = load_balancer.get_data_for_immortal(immortal, 'stock_quote', symbol)
time.sleep(0.2) # 避免过快请求
3. 批量处理
# 批量获取多个股票数据
symbols = ['AAPL', 'TSLA', 'MSFT', 'GOOGL']
results = {}
for symbol in symbols:
results[symbol] = load_balancer.conduct_immortal_debate(symbol)
🎯 最佳实践
1. 监控API使用情况
# 定期检查负载分布
distribution = load_balancer.get_load_distribution()
print(f"总调用次数: {sum(stats['calls'] for stats in distribution.values())}")
2. 合理使用缓存
# 对于实时性要求不高的数据，优先使用缓存
result = load_balancer.get_data_for_immortal('韩湘子', 'company_overview', 'AAPL')
if result.cached:
print("使用缓存数据，节省API调用")
3. 错误处理
result = load_balancer.get_data_for_immortal('吕洞宾', 'stock_quote', 'AAPL')
if not result.success:
print(f"获取数据失败: {result.error}")
# 实施降级策略
else:
# 正常处理数据
process_stock_data(result.data)
📚 进阶使用
自定义数据处理器
class CustomDataNormalizer(DataNormalizer):
def normalize_stock_quote(self, raw_data, api_source):
# 自定义数据标准化逻辑
normalized = super().normalize_stock_quote(raw_data, api_source)
# 添加自定义字段
normalized['custom_score'] = self.calculate_score(normalized)
return normalized
# 使用自定义处理器
load_balancer.data_normalizer = CustomDataNormalizer()
自定义健康检查
class CustomHealthChecker(APIHealthChecker):
def _perform_health_check(self, api_name):
# 自定义健康检查逻辑
# 例如：检查API响应时间、错误率等
pass
load_balancer.health_checker = CustomHealthChecker()
🎉 完成！
现在您已经掌握了稷下学宫负载均衡系统的基本使用方法。
下一步
- 📖 阅读完整文档:
README_jixia_load_balancing.md - 🔧 查看配置文件:
src/jixia/config/immortal_api_config.json - 💻 研究核心代码:
src/jixia/engines/jixia_load_balancer.py - 🚀 开始构建您的投资分析系统！
🏛️ 稷下学宫 - 智慧投资，从负载均衡开始