一面工作，小寶寶才三個月大，一面趕鐵人賽的稿，真的很想撞牆。

今天總算可以達成一個小里程碑 - 把先前建立的歷史盤後資料上 ES 雲。

系統架構修改

Day01 時，我介紹過目前本機選股程式的架構，經過 Day02-Day08 的 ES 基礎學習，我把原本的系統架構修改如下:

首先，我將撰寫一隻 Python Uploader 結果 elasticsearch-py 把過去建立的盤後資料庫 ( pure csv-based ) 轉換到 ES Cloud上。然後把每日從証交所取得的收盤資料直接更新到 ES Cloud。

for stock_id in stock_list:
    stock_id_price_path = "{0}/{1}-raw.csv".format(Const.STOCK_HISTORY_FOLDER_PATH, stock_id)
    print(stock_id_price_path)
    try:
        with open(stock_id_price_path, newline='') as csvfile:
            rows = csv.reader(csvfile)
            documents = []
            for row in rows:
                document = {}
                document['stock_id'] = row[0]
                document['date']     = row[1]
                document['volume']   = row[2]
                document['open']     = row[3]
                document['high']     = row[4]
                document['low']      = row[5]
                document['close']    = row[6]
    
                action = {}
                actionProperties = {}
                actionProperties["_id"] = document['stock_id'] + document['date']
                action["index"] = actionProperties
                documents.append(action)
                documents.append(document)
                
                result = es.bulk(body=documents, index='history-prices-python')
                
    except IOError:
        print("File not accessible")

驗証

來隨機抽驗一下資料正確性：

初學 Elasticsearch 到今天是第 9 天，完全已經感受到這套工作的方便性以及容易上手。當初設計初版的選股程式時，就是因為設計資料庫的麻煩，讓我選擇用快速解法，但導入 ES 幫我解決了這個問題！太棒啦！

為了繼續完善我的選股系統，接下來預計的探索包含：

• 不同的資料上傳方式：Logstash
• ES 的強大搜尋能力
• 資料視覺化

繼續努力！