Kezdőlap - Webszerkesztés - MySQL - Meteostat

Meteostat

historikus időjárási adatok

Feladat

Jelen feladat során megtapasztalhatjuk az adatbázisok életszerű méreteit, ezúttal ugyanis több mint másfél millió sorból álló adatbázistáblával találkozhatunk.

Az infojegyzet.hu által képzett adatbázis forrásául a Meteostat adatfelülete szolgált, mely hozzáférést biztosít a világ számos meteorológiai állomásának méréseihez. Ezek közül mi hét magyarországi mérőállomás adataival fogunk dolgozni.

A feladatok megvalósításához három adatbázistáblára lesz szükségünk az alábbiak szerinti struktúrával.

7 adatsor met_meropont meteorológiai mérőpontok (7 magyarországi város)
1.	pid	mérőpont azonosítója (elsődleges kulcs)
2.	pcode	mérőpont kódja a Meteostaton
3.	phely	mérőpont városa
4.	pgps	mérőpont GPS adatai (üres mezők)

27 adatsor met_cond időjárási helyzet megnevezések
1.	cid	időjárási helyzet kódja (elsődleges kulcs)
2.	ccond_en	időjárási helyzet angol leírása
3.	pkond_hu	időjárási helyzet magyar leírása

1.545.662 adatsor met_adat időjárási adatsorok 7 különböző magyarországi városban 2000-2025. között minden nap, óránként
1.	aid	sorszám (elsődleges kulcs)
2.	apid	mérőpont azonosítója (idegen kulcs)
3.	date	mérési adatok dátuma
4.	hour	mérési adatok órája
5.	temp	hőmérséklet [°C]
6.	prcp	csapadék [mm]
7.	wdir	szél iránya [°]
8.	wspd	szélsebesség [km/h]
9.	coco	időjárási helyzet kódja (idegen kulcs)

Ezek szerint tehát az adatbázisunk 7 magyar nagyváros időjárási adatait tartalmazza az elmúlt 26 évből, óránként mérést alkalmazva. A vizsgált időszak kezdete 2000. jannuár 1., a vége pedig 2025. december 31.

Töltse le az adatbázis adatait a következő pontokban leírtaknak megfelelően!

1. Hozzon létre a számítógépén egy mappát az adatfájlok letöltéséhez, és egyesével töltse le a folytatásban felsorolt fájlokat a létrehozott mappába, ahonnan majd a phpMyAdminba impotálást elvégezheti! Letöltéshez kattintson a hivatkozásokra a jobb egérgombbal, és válassza a Link mentése másként..., vagy az ennek megfelelő funkciót!

alaptablak.sql - a 3 adattábla létrehozása, és a met_meropont, ill. a met_cond táblák adatai
met_adat_budapest.sql - Budapest időjárási adatai a met_adat táblába 19MB
met_adat_debrecen.sql - Debrecen időjárási adatai a met_adat táblába 19MB
met_adat_miskolc.sql - Miskolc időjárási adatai a met_adat táblába 19MB
met_adat_pecs.sql - Pécs időjárási adatai a met_adat táblába 19MB
met_adat_sopron.sql - Sopron időjárási adatai a met_adat táblába 19MB
met_adat_szeged.sql - Szeged időjárási adatai a met_adat táblába 19MB
met_adat_veszprem.sql - Veszprém időjárási adatai a met_adat táblába 19MB

2. Saját phpMyAdmin felületén hozzon létre egy XY_meteostat nevű adatbázist, ahol XY az ön nevének monogramját jelöli, ékezetek nélkül. Azért szükséges az adatbázist saját névre létrehoznia, mert a későbbi feladatok között lesznek olyanok, ahol az adatbázis tartalmát is módosítania kell - így munkája nem fog "összeveszni" mások munkájával, akik még esetleg szintén az ön tanulói gépén dolgoznak.

3. Importálja egyesével a létrehozott adatbázisba az előzőleg lementett .sql fájlokat. Ügyeljen rá, hogy az importálást az alaptablak.sql fájllal kezdje, mert ennek a fájlnak az utasításai hozzák létre az időjárási adatok táblájának a struktúráját is! A nagy fájlok importálása esetén legyen türelmes: egy-egy adatfájl feldolgozása akár másfél percet is igénybe vehet az phpMyAdmin számára!

Mivel az .sql fájlok mérete nagyobb, mint a webszerverek jellemző alapértelmezett fájlméret korlátja, importálás előtt célszerű lehet ellenőrizni saját fejlesztőkörnyezetünk beállításait, és szükség esetén módosítani a xampp/php/php.ini fájl alábbi sorainak paramétereit:

	post_max_size = 8M          ->    post_max_size = 32M
	upload_max_filesize = 2M    ->    upload_max_filesize = 32M

A módosított beállítások életbe lépéséhez a webszervert újra kell indítani.

4. A sikeres importálást követően a mappába mentett adatfájlokat, illetve a mappát törölheti, hiszen a továbbiakban már nem lesz rájuk szükség.

Kérdések, feladatok

A folytatásban, négy különböző blokkban, különböző feladatokat talál az alábbiak szerinti színekkel jelölve:

SQL lekérdezések készítése
Adatok megjelenítése webes felületen
API végpontok létrehozása
Adatbázis kiegészítése

SQL lekérdezések készítése

A phpMyAdmin felületen ismerkedjen meg az adattáblák szerkezetével, fedezze fel az azok között kialakítható kapcsolatokat, majd ezt követően SQL lekérdezésekkel adjon választ az alábbi kérdésekre. Egy-egy kérdés megválaszolása után a működő lekérdezést mentse el egy .txt szöveges fájlba a kérdésekhez tartozó sorszám feltüntetésével.

Az iskolai, idealizált tanpélda adatbázisokhoz képest egy élő, valós adatbázis gyakran tartalmaz hiányosságokat, hibákat. Pl. nincs meg benne minden mérési eredmény, aminek meg kellene lennie, vagy éppen némely adat helyén NULL érték, esetleg hibásan 0 értékű szám szerepel. Ezeket a problémás pontokat általában célszerű az érdemi munka előtt ellenőrizni, hogy tudjuk, mit várhatunk el egyáltalán az adatbázisunktól, és mire kell majd vigyázni. A következő lekérdezések bevezető kérdései ezt a fajta tájékozódást hivatottak segíteni.

1. Hány mérési adat tartozik az egyes városokhoz az adatbázisban? Jelenítse meg a létező, és a hiányzó adatok számát is minden város esetén!

Elvileg minden városhoz 227.928 adatsornak kellene tartoznia, mert 2000-tól 2025-ig, a 26 év alatt ez ennyi:
(26 év x 365 nap/év + 7 szökőnap ) x 24 óra/nap = 227.928 óránkénti adatsor.
Ám a valóságban sajnos nem áll rendelkezésre minden adat. Fontos tudnunk, hogy mennyi hiányzik.

2. Határozza meg, melyik évben hány mérési adat áll rendelkezésre Budapest (vagy az önhöz legközelebbi város) esetén. Ebben a feladatban is adja meg a hiányzó adatok számát is minden év vonatkozásában!

Egy év alatt 365 x 24 = 8760, szökőév esetén 8784 időjárási adatsort jelent az óránkénti mérés. A kérdés éppen az, hogy az egyes években ezekből mennyi van meg, és mennyi nincs.

3. Az előző pontban vizsgált város esetén állapítsa meg, hogy léteznek-e olyan napok a vizsgált időszakban, amely napokon az összes mérési adat hiányzik - vagyis egyetlen mérési adatunk sincsen aznap az adott helyszínen! 4. Vizsgálja meg, vannak-e olyan időpontok (vagyis órák bármely napon), amely időpontokban mind a 7 város esetén hiányoznak a mérési adatok. Ha talál ilyen időpontokat, akkor határozza meg, hogy melyik az utolsó ilyen dátum, illetve óra.

Az lehet a gondolatunk, hogy ha valamely város esetén egy adott időpontban hiányoznak a mérési adatok, akkor ezen adatokat a legközelebbi város adataival helyettesítjük majd, ahol elérhetőek a mért értékek. Ehhez azonban az kell, hogy országos szinten minden órában létezzen legalább 1 adatsorunk valahol. Vajon tervezhetünk ezzel a lehetőséggel? Vagy ha nem, akkor mikor mutatkozik az utolsó ilyen hiányosság, és honnantól tekinthetjük folyamatosnak az adatok rendelkezésre állását?

5. Adja meg, hogy az adatbázis szerint mennyi volt az éves összes csapadékmennyiség a különböző városokban az egyes években. Ez alapján állapítsa meg, hogy mikortól tekinthetjük az adatbázis csapadékra vonatkozó számait használható adatforrásként.

Annak megítélésére, hogy az adatbázisból kapott számok mennyire tekinthetőek hitelesnek, összehasonlításként használja a metnet.hu éves csapadékösszeg térképeit.

Adatok megjelenítése webes felületen

Készítsen PHP programot, mely webes felületen táblázatos formában megválaszolja a következő kérdéseket!

6. Mikor mérték 2000. óta az egyes városokban a leghidegebbet, és a legmelegebbet? Hol mennyi volt ott ez a két érték? 7. Mennyi az egyes városok átlaghőmérséklete? Mennyivel térnek el ezek az értékek a teljes (országos) átlagtól? 8. A különböző városokban mely napokon volt a legnagyobb a hőingás? Mennyi volt ez, és milyen szélső értékekből adódott?

A napi hőingás a legmelegebb és a leghidegebb hőmérsékletek közti különbséget jelenti az adott napon.

API végpontok létrehozása

9. Készítsen API végpontot, mely egy adott dátum és város alapján megadja a kért helyszín aznapi időjárási adatait a múltból.
Bemenő paraméterezésként

tegye kötelezővé a dátum megadását a 2000-01-01-től 2025-12-31-ig terjedő időtartamra (hibás paraméterérték esetén adjon az API a válaszában útmutatót a paraméterhez),
tegye opcionálissá a helyszín megadását a fenti 7 város valamelyikeként (a paraméter hiánya esetén a teljes magyarországi adathamazból - mind a 7 város adataiból - dolgozzon; hibás paraméterérték esetén pedig a válaszban sorolja fel az opciókat az API).

Kimenetként adja meg az API a kért dátumra (és helyszínre) vonatkozóan az aznapi

legalacsonyabb hőmérsékletet,
legmagasabb hőmérsékletet,
összes csapadékmennyiséget,
és a legnagyobb jegyzett szélsebességet.

Adatbázis kiegészítése

10. Egészítse ki az adatbázis megfelelő tábláit úgy, hogy abban a jelenleg megtalálható 7 magyar város mellett 3 szomszédos országunk 1-1 városának időjárási adatai is elérhetővé váljanak! Az új városok például a következők lehetnek:

Poprád
Gyergyószentmiklós
Rovinj

ám ha a szíve másként diktálja, egyéb városokat is választhat ezek bármelyike helyett. Ügyeljen azonban rá, hogy 3 különböző szomszédos országból válassszon!
Az új városokhoz tartozó időjárási adatokat a Meteostat adatfelületéről szerezze be, és oldja meg az onnan beszerzett adatok átalakítását, és importálását a meglévő MySQL adatbázisba.

előző oldal

random oldal

következő oldal

2026-09-14 13:24:36 Admin Köszönöm, ha Ön lesz az első, aki megírja ide véleményét, észrevételét, kérdését ezzel a lappal kapcsolatban.

Új hozzászólás:
E-mail cím:	Erre a címre küldjük ki a hozzászólás jóvá- hagyásához szükséges linket. Az e-mail címet sehol nem tesszük közzé.
Név:	Ez a név fog megjelenni az Ön hozzászólásai mellett.
Mennyi tizennyolc + hat? Számjegyekkel írja be!	Ez a robotok beírása elleni védelem miatt szükséges ellenőrzés.