为了业务简单，我们使用mysql内置数据库。先从最简单的统计分析开始

今天先说下手工最简单的分表方式。纯SQL实现

本节课是上节课的延续，我们使用PHP(swoole)代码来实现上节课存储过程的内容

更了进一步优化统计功能，我们要引入python了。当然，后面我们依然使用PHP来调用python功能

上节课引入了pandas后，这节课我们来做个秒学。把我们第一节课的功能使用python来实现而不使用sql

前面我们做了数据导出，并且利用pandas读取。今天我们把读取对象常驻内存，方便后面调用，此时就要借助一些web框架了

上节课我们借助python+pandas+数据库文件导出实现了个简单的缓存API。今天我们来说下统计功能的基本设置

前面我们结合了mysql导出数据+python+pandas+flask实现一个简单的数据缓存和统计分析优化。那么问题在于我们是写死的路由，这几节课我们来讲下如何利用“自定义的DSL”来让前端调用更加灵活

上节课我们引入自定义DSL的基本概念。这节课我们来做一些代码实现基本的条件解析。（目前先模仿SQL的语法）

今天功能又进了一步。当我们输入select * from tb where xx=xx时就可以从pandas中取数据,以实现缓存数据的快速查询

今天代码基本成型，能通过select xx,xx from xxx的方式从pandas中查询指定列。可用于更灵活的缓存场景

通过今天的课时我们基本实现了用SQL的方式来查询pandas数据。后面的课时开始更新java篇

前面我们把数据用python+pandas+flask做了一个简易的查询。这几节课我们来实现下当数据发生变动时如何触发实践

今天我们写一下代码拦截新增数据，得到后请求外部API的基本套路