day04-股票K线功能实现

发布时间：2026/7/30 4:41:44

day04-股票K线功能实现

股票K线功能实现

今日目标

1.理解股票T和T-1概念，实现成交量对比功能;
2.理解个股涨跌幅度统计功能;
2.1 分析业务，SQL落地;
2.2 完善不存在数据的区间默认回显功能;
3.理解个股分时线业务，并实现功能;
4.理解个股日K线业务，并实现功能;

第一章 股票成交量对比功能

1、股票成交量对比功能分析

1.1 股票成交量对比功能原型

功能描述：统计A股大盘T日和T-1日成交量对比功能（成交量为沪深两市成交量之和）

在这里插入图片描述

1.2 相关表分析

stock_market_index_info表结构相关字段：

在这里插入图片描述

1.3 成交量对比功能接口分析

功能描述：统计A股大盘T日和T-1日成交量对比功能（成交量为沪深两市成交量之和）

服务路径：/api/quot/stock/tradeAmt
服务方法：GET
前端请求频率：每分钟
请求参数：无

在这里插入图片描述

返回数据格式：

{"code": 1,"data": {"amtList": [{"count": 3926392,"time": "202112310930"},{"count": 3926392,"time": "202112310931"}，...],//T日每分钟成交量信息"yesAmtList":[{"count": 3926392,"time": "202112310930"},...]//T-1日每分钟成交量信息 }
}

注意事项：如果当前日期不在股票交易日，则按照前一个有效股票交易日作为T日查询

R<Map<String,List>>

2、成交量对比功能SQL分析

-- 思路：通过逻辑获取T日开盘时间和当前时间日期范围，ge: 2022-01-03 09:30:00 到 2022-01-03 14:40:00
-- 那么T-1日日期范围则为：2022-01-02 09:30:00 到 2022-01-02 14:40:00
-- 我们可分别统计T日和T-1日国内A股大盘交易量，然后再讲数据组装即可
-- 1.统计T日交易量数据信息（T-1日SQL结构一致）
selectdate_format(smi.cur_time,'%Y%m%d%H%i') as time,sum(smi.trade_amount) as count
fromstock_market_index_info as smi
wheresmi.cur_time between '2022-01-03 09:30:00' and '2022-01-03 14:40:00'
andsmi.market_code in ('sh000001','sz399001')
group by time
order by smi.cur_time asc;
-- SQL语句添加order by 保证查询的数据是按照日期排序

3、成交量对比功能实现

3.1 定义web服务接口方法

    /*** 功能描述：统计国内A股大盘T日和T-1日成交量对比功能（成交量为沪市和深市成交量之和）* @return*/@GetMapping("/stock/tradeAmt")public R<Map> stockTradeVol4InnerMarket(){return stockService.stockTradeVol4InnerMarket();}

3.2 定义服务接口方法与实现

服务接口方法：

    /*** 功能描述：统计国内A股大盘T日和T-1日成交量对比功能（成交量为沪市和深市成交量之和）* @return*/R<Map> stockTradeVol4InnerMarket();

服务接口方法实现：

    /*** 功能描述：统计国内A股大盘T日和T-1日成交量对比功能（成交量为沪市和深市成交量之和）*   map结构示例：*      {*         "volList": [{"count": 3926392,"time": "202112310930"},......],*       "yesVolList":[{"count": 3926392,"time": "202112310930"},......]*      }* @return*/@Overridepublic R<Map> stockTradeVol4InnerMarket() {//1.获取T日和T-1日的开始时间和结束时间//1.1 获取最近股票有效交易时间点--T日时间范围DateTime lastDateTime = DateTimeUtil.getLastDate4Stock(DateTime.now());DateTime openDateTime = DateTimeUtil.getOpenDate(lastDateTime);//转化成java中Date,这样jdbc默认识别Date startTime4T = openDateTime.toDate();Date endTime4T=lastDateTime.toDate();//TODO  mock数据startTime4T=DateTime.parse("2022-01-03 09:30:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();endTime4T=DateTime.parse("2022-01-03 14:40:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//1.2 获取T-1日的区间范围//获取lastDateTime的上一个股票有效交易日DateTime preLastDateTime = DateTimeUtil.getPreviousTradingDay(lastDateTime);DateTime preOpenDateTime = DateTimeUtil.getOpenDate(preLastDateTime);//转化成java中Date,这样jdbc默认识别Date startTime4PreT = preOpenDateTime.toDate();Date endTime4PreT=preLastDateTime.toDate();//TODO  mock数据startTime4PreT=DateTime.parse("2022-01-02 09:30:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();endTime4PreT=DateTime.parse("2022-01-02 14:40:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//2.获取上证和深证的配置的大盘id//2.1 获取大盘的id集合List<String> markedIds = stockInfoConfig.getInner();//3.分别查询T日和T-1日的交易量数据，得到两个集合//3.1 查询T日大盘交易统计数据List<Map> data4T=stockMarketIndexInfoMapper.getStockTradeVol(markedIds,startTime4T,endTime4T);if (CollectionUtils.isEmpty(data4T)) {data4T=new ArrayList<>();}//3.2 查询T-1日大盘交易统计数据List<Map> data4PreT=stockMarketIndexInfoMapper.getStockTradeVol(markedIds,startTime4PreT,endTime4PreT);if (CollectionUtils.isEmpty(data4PreT)) {data4PreT=new ArrayList<>();}//4.组装响应数据HashMap<String, List> info = new HashMap<>();info.put("amtList",data4T);info.put("yesAmtList",data4PreT);//5.返回数据return R.ok(info);}

注意：当前无法获取实时的数据，选择已存在的合适的时间范围查询即可；

3.3 定义mapper接口和xml

定义mapper接口方法：

    /*** 根据时间范围和指定的大盘id统计每分钟的交易量* @param markedIds 大盘id集合* @param startTime 交易开始时间* @param endTime 结束时间* @return*/List<Map> getStockTradeVol(@Param("markedIds") List<String> markedIds,@Param("startTime") Date startTime,@Param("endTime") Date endTime);

XML方法绑定：

    <select id="getStockTradeVol" resultType="map">selectdate_format(smi.cur_time,'%Y%m%d%H%i') as time,sum(smi.trade_amount)  as countfrom stock_market_index_info as smiwhere smi.market_code in<foreach collection="markedIds" item="marketId" open="("  separator="," close=")">#{marketId}</foreach>and smi.cur_time between #{startTime} and #{endTime}group by smi.cur_timeorder by time asc;</select>

3.4 web接口测试

  • postman:http://localhost:8091/api/quot/stock/tradeAmt

在这里插入图片描述

  • 页面效果如下

在这里插入图片描述

第二章 个股分时涨跌幅度统计功能

1、个股分时涨跌幅度统计功能分析

1.1 个股涨跌幅度功能原型

功能说明：统计当前时间下（精确到分钟），A股在各个涨跌区间股票的数量；

在这里插入图片描述

股票涨跌幅区间定义: “<-7%” 、 “-7~-5%”、 “-5~-3%” 、 “-3~0%” 、“0~3%” 、 “3~5%” 、 “5~7%” 、 “>7%”

1.2 个股分时涨跌幅度统计功能接口说明

功能描述：统计当前时间下（精确到分钟），A股在各个涨跌区间股票的数量；
服务路径：/api/quot/stock/updown
服务方法：GET
前端请求频率：每分钟
请求参数：无

注意事项：如果当前不在股票有效时间内，则以最近最新的一个有效股票交易日作为查询时间点展示；

响应数据格式：

{"code": 1,"data": {"time": "2021-12-31 14:58:00","infos": [{"count": 17,"title": "-3~0%"},{"count": 2,"title": "-5~-3%"},//省略......]}
}

1.3 个股涨跌幅度区间统计功能SQL分析

在这里插入图片描述

2、涨跌幅度统计SQL实现

-- 整体思路：先统计当前时间点下每支股票的涨幅和时间集合，然后再将结果子查询将涨幅值转换成涨幅区间名称，
-- 最后再根据涨幅区间分组统计每一组对应的数量即可
-- 步骤1：统计当前时间下，每只股票的涨幅值
select( sri.cur_price - sri.pre_close_price )/ sri.pre_close_price as rate 
fromstock_rt_info as sri 
wheresri.cur_time = '2022-01-06 09:55:00'
-- 步骤2：将步骤1的查询结果中数据转换为区间范围集合
selectCASEWHEN tmp.rate > 0.07 THEN  '>7%'WHEN tmp.rate > 0.05  AND tmp.rate <= 0.07 THEN '5~7%'WHEN tmp.rate > 0.03  AND tmp.rate <= 0.05 THEN '3~5%'WHEN tmp.rate > 0     AND tmp.rate <= 0.03 THEN '0~3%'WHEN tmp.rate > -0.03 AND tmp.rate <= 0 THEN '-3~0%'WHEN tmp.rate > -0.05 AND tmp.rate <= -0.03 THEN '-5~-3%'WHEN tmp.rate > -0.07 AND tmp.rate <= -0.05 THEN '-7~-5%'ELSE '<-7%'END 'title'
from(select(sri.cur_price-sri.pre_close_price)/sri.pre_close_price as ratefrom stock_rt_info as sriwhere sri.cur_time='2022-01-06 09:55:00')as tmp
-- 根据区间分组，统计各个区间数据量
selecttmp2.title,count(*) as count
from
(selectCASEWHEN tmp.rate > 0.07 THEN  '>7%'WHEN tmp.rate > 0.05 AND tmp.rate <= 0.07 THEN '5~7%'WHEN tmp.rate > 0.03 AND tmp.rate <= 0.05 THEN '3~5%'WHEN tmp.rate > 0 AND tmp.rate <= 0.03 THEN '0~3%'WHEN tmp.rate > -0.03 AND tmp.rate <= 0 THEN '-3~0%'WHEN tmp.rate > -0.05 AND tmp.rate <= -0.03 THEN '-5~-3%'WHEN tmp.rate > -0.07 AND tmp.rate <= -0.05 THEN '-7~-5%'ELSE '<-7%'END 'title'
from
(select
(sri.cur_price-sri.pre_close_price)/sri.pre_close_price as rate
from stock_rt_info as sri
where sri.cur_time='2022-01-06 09:55:00')
as tmp)
as tmp2 group by tmp2.title;

3、个股涨跌幅度区间统计功能实现

3.1 定义web访问接口

    /*** 查询当前时间下股票的涨跌幅度区间统计功能* 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点* @return*/@GetMapping("/stock/updown")public R<Map> getStockUpDown(){return stockService.stockUpDownScopeCount();}

3.2 定义服务接口和实现

定义服务接口：

    /*** 查询当前时间下股票的涨跌幅度区间统计功能* 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点* @return*/R<Map> stockUpDownScopeCount();

定义实现：

    /*** 功能描述：统计在当前时间下（精确到分钟），股票在各个涨跌区间的数量*  如果当前不在股票有效时间内，则以最近的一个有效股票交易时间作为查询时间点；* @return*  响应数据格式：*  {*     "code": 1,*     "data": {*         "time": "2021-12-31 14:58:00",*         "infos": [*             {*                 "count": 17,*                 "title": "-3~0%"*             },*             //...*             ]*     }*/@Overridepublic R<Map> stockUpDownScopeCount() {//1.获取股票最新一次交易的时间点Date curDate = DateTimeUtil.getLastDate4Stock(DateTime.now()).toDate();//mock datacurDate=DateTime.parse("2022-01-06 09:55:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//2.查询股票信息List<Map> maps=stockRtInfoMapper.getStockUpDownSectionByTime(curDate);//3.组装数据HashMap<String, Object> mapInfo = new HashMap<>();//获取指定日期格式的字符串String curDateStr = new DateTime(curDate).toString(DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss"));mapInfo.put("time",curDateStr);mapInfo.put("infos",maps);//4.返回数据return R.ok(mapInfo);}

3.3 定义mapper接口方法与xml

mapper接口方法定义

    /*** 统计指定时间点下，各个涨跌区间内股票的个数* @param avlDate* @return*/List<Map> stockUpDownScopeCount(@Param("avlDate") Date avlDate);

xml定义：

<select id="stockUpDownScopeCount" resultType="java.util.Map">selecttmp2.title,count(*) as countfrom(selectCASEWHEN tmp.rate > 0.07 THEN  '>7%'WHEN tmp.rate > 0.05 AND tmp.rate &lt;= 0.07 THEN '5~7%'WHEN tmp.rate > 0.03 AND tmp.rate &lt;= 0.05 THEN '3~5%'WHEN tmp.rate > 0 AND tmp.rate &lt;= 0.03 THEN '0~3%'WHEN tmp.rate > -0.03 AND tmp.rate &lt;= 0 THEN '-3~0%'WHEN tmp.rate > -0.05 AND tmp.rate &lt;= -0.03 THEN '-5~-3%'WHEN tmp.rate > -0.07 AND tmp.rate &lt;= -0.05 THEN '-7~-5%'ELSE '&lt;-7%'END 'title'from(select(sri.cur_price-sri.pre_close_price)/sri.pre_close_price as ratefrom stock_rt_info as sriwhere sri.cur_time=#{avlDate})as tmp)as tmp2 group by tmp2.title
</select>

大量的转义符书写非常麻烦？

如果在XML中SQL语句遇到大量特殊字符需要转义，比如：< 等，建议使用**<![CDATA[ sql 语句 ]]>**标记，这样特殊字符就不会被解析器解析，所以最终xml方式：

<select id="stockUpDownScopeCount" resultType="java.util.Map"><![CDATA[selecttmp2.title,count(*) as countfrom(selectCASEWHEN tmp.rate > 0.07 THEN  '>7%'WHEN tmp.rate > 0.05 AND tmp.rate <= 0.07 THEN '5~7%'WHEN tmp.rate > 0.03 AND tmp.rate <= 0.05 THEN '3~5%'WHEN tmp.rate > 0 AND tmp.rate <= 0.03 THEN '0~3%'WHEN tmp.rate > -0.03 AND tmp.rate <= 0 THEN '-3~0%'WHEN tmp.rate > -0.05 AND tmp.rate <= -0.03 THEN '-5~-3%'WHEN tmp.rate > -0.07 AND tmp.rate <= -0.05 THEN '-7~-5%'ELSE '<-7%'END 'title'from(select(sri.cur_price-sri.pre_close_price)/sri.pre_close_price as ratefrom stock_rt_info as sriwhere sri.cur_time=#{avlDate})as tmp)as tmp2 group by tmp2.title]]>
</select>

3.4 功能测试

  • postman测试:http://localhost:8091/api/quot/stock/updown

在这里插入图片描述

  • 页面展示效果：

在这里插入图片描述

4、股涨幅幅度排序优化

4.1 分析问题

  • 前端查询的数据是无序展示的，涨幅区间应该从小到大顺序展示;
  • 当前涨幅区间下如果没有对应的股票，则区间标题不会被展示，我们需要对无数据的区间默认为0给前端显示；
  • 最终效果

在这里插入图片描述

4.2 实现思路分析

在这里插入图片描述

说明：

1.先顺序定义一个包含区间范围标题的有序集合；

2.遍历有序集合，然后从实际查询结果中找出各自的区间值，如果没有则以0补齐；

3.遍历过程形成新的集合，包可以顺序性保证数据有序且完整；

4.3 顺序定义股票涨幅范围集合

在application-stock.yml中顺序添加股票涨幅区间信息：

# 配置股票相关的参数
stock:upDownRange:- "<-7%"- "-7~-5%"- "-5~-3%"- "-3~0%"- "0~3%"- "3~5%"- "5~7%"- ">7%"

说明：yml中顺序定义区间范围值，这样加载到内存时也可保证其顺序性；

4.4 完善实体类

在stock_common工程下为StockInfoConfig类补齐配置：

@Data
@ConfigurationProperties(prefix = "stock")
public class StockInfoConfig {//a股大盘ID集合private List<String> inner;//外盘ID集合private List<String> outer;//股票区间private List<String> upDownRange;
}

4.5 完善过滤实现

    /*** 查询当前时间下股票的涨跌幅度区间统计功能* 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点* @return*/@Overridepublic R<Map> stockUpDownScopeCount() {//1.获取股票最新一次交易的时间点Date curDate = DateTimeUtil.getLastDate4Stock(DateTime.now()).toDate();//mock datacurDate=DateTime.parse("2022-01-06 09:55:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//2.查询股票信息List<Map> maps=stockRtInfoMapper.getStockUpDownSectionByTime(curDate);//2.1 获取有序的标题集合List<String> orderSections = stockInfoConfig.getUpDownRange();//思路：利用List集合的属性，然后顺序编译，找出每个标题对应的map，然后维护到一个新的List集合下即可
//        List<Map> orderMaps =new ArrayList<>();
//        for (String title : orderSections) {
//            Map map=null;
//            for (Map m : maps) {
//                if (m.containsValue(title)) {
//                    map=m;
//                    break;
//                }
//            }
//            if (map==null) {
//                map=new HashMap();
//                map.put("count",0);
//                map.put("title",title);
//            }
//            orderMaps.add(map);
//        }//方式2：使用lambda表达式指定List<Map> orderMaps  =  orderSections.stream().map(title->{Map mp=null;Optional<Map> op = maps.stream().filter(m -> m.containsValue(title)).findFirst();//判断是否存在符合过滤条件的元素if (op.isPresent()) {mp=op.get();}else{mp=new HashMap();mp.put("count",0);mp.put("title",title);}return mp;}).collect(Collectors.toList());//3.组装数据HashMap<String, Object> mapInfo = new HashMap<>();//获取指定日期格式的字符串String curDateStr = new DateTime(curDate).toString(DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss"));mapInfo.put("time",curDateStr);mapInfo.put("infos",orderMaps);//4.返回数据return R.ok(mapInfo);}

第三章 股票K线图功能

1、个股分时图行情功能

1.1 个股分时K线行情功能分析

1.1.1 个股分时线行情原型效果

在这里插入图片描述

在这里插入图片描述

1.1.2 个股分时K线行情接口说明

功能描述：查询个股的分时行情数据，也就是统计指定股票T日每分钟的交易数据；
服务路径：/api/quot/stock/screen/time-sharing
服务方法：GET
前端请求频率：每分钟请求

请求参数：code

参数说明参数名称是否必须数据类型备注
股票编码codetruestring股票编码

返回数据格式：

{"code": 1,"data": [{"date": "2021-12-31 09:25",//当前时间，精确到分钟"tradeAmt": 63263,//当前交易量"code": "000021",//股票编码"lowPrice": 15.85,//最低价格"preClosePrice": 15.85,//前收盘价格"name": "深科技",//股票名称"highPrice": 15.85,//最高价格"openPrice": 15.85,//开盘价"tradeVol": 1002718.55,//交易金额"tradePrice": 15.85//当前价格（最新价格）},//......]
}
1.1.3 查询封装

在stock_common工程下添加实体类：

/*** @author by itheima* @Date 2022/2/28* @Description 个股分时数据封装*/
@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
public class Stock4MinuteDomain {/*** 日期，eg:202201280809*/@JsonFormat(pattern = "yyyy-MM-dd HH:mm",timezone = "Asia/Shanghai")private Date date;/*** 交易量*/private Long tradeAmt;/*** 股票编码*/private String code;/*** 最低价*/private BigDecimal lowPrice;/*** 前收盘价*/private BigDecimal preClosePrice;/*** 股票名称*/private String name;/*** 最高价*/private BigDecimal highPrice;/*** 开盘价*/private BigDecimal openPrice;/*** 当前交易总金额*/private BigDecimal tradeVol;/*** 当前价格*/private BigDecimal tradePrice;
}

1.2 个股分时K线行情功能SQL分析

-- 分析：查询个股分时K线图，说白了就是查询指定股票在当前交易日产生的流水数据报表展示
-- 综合条件：1.股票ID 2.股票开盘时间 3.当前时间点
selectsri.cur_time     as date,sri.trade_amount as tradeAmt,sri.stock_code as code,sri.min_price lowPrice,sri.pre_close_price as preClosePrice,sri.stock_name as name,sri.max_price as highPrice,sri.open_price as openPrice,sri.trade_volume as tradeVol,sri.cur_price as tradePrice
from stock_rt_info as sri
where	sri.stock_code='600021'
and sri.cur_time between '2021-12-30 09:30:00' and '2021-12-30 14:30:00';

1.3 个股分时K线行情功能实现

1.3.1 定义web服务接口
    /*** 功能描述：查询单个个股的分时行情数据，也就是统计指定股票T日每分钟的交易数据；*         如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询时间点* @param code 股票编码* @return*/@GetMapping("/stock/screen/time-sharing")public R<List<Stock4MinuteDomain>> stockScreenTimeSharing(String code){return stockService.stockScreenTimeSharing(code);}
1.3.2 定义服务接口方法与实现

服务接口方法：

    /*** 功能描述：查询单个个股的分时行情数据，也就是统计指定股票T日每分钟的交易数据；*         如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询时间点* @param code 股票编码* @return*/R<List<Stock4MinuteDomain>> stockScreenTimeSharing(String code);

接口实现：

    /*** 功能描述：查询单个个股的分时行情数据，也就是统计指定股票T日每分钟的交易数据；*         如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询时间点* @param code 股票编码* @return*/@Overridepublic R<List<Stock4MinuteDomain>> stockScreenTimeSharing(String code) {//1.获取最近最新的交易时间点和对应的开盘日期//1.1 获取最近有效时间点DateTime lastDate4Stock = DateTimeUtil.getLastDate4Stock(DateTime.now());Date endTime = lastDate4Stock.toDate();//TODO mockdataendTime=DateTime.parse("2021-12-30 14:47:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//1.2 获取最近有效时间点对应的开盘日期DateTime openDateTime = DateTimeUtil.getOpenDate(lastDate4Stock);Date startTime = openDateTime.toDate();//TODO MOCK DATAstartTime=DateTime.parse("2021-12-30 09:30:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//2.根据股票code和日期范围查询List<Stock4MinuteDomain> list=stockRtInfoMapper.getStockInfoByCodeAndDate(code,startTime,endTime);//判断非空处理if (CollectionUtils.isEmpty(list)) {list=new ArrayList<>();}//3.返回响应数据return R.ok(list);}
1.3.3 定义mapper接口和xml

mapper接口方法：

    /*** 根据时间范围查询指定股票的交易流水* @param stockCode 股票code* @param startTime 起始时间* @param endTime 终止时间* @return*/List<Stock4MinuteDomain> getStockInfoByCodeAndDate(@Param("stockCode") String stockCode,@Param("startTime") Date startTime,@Param("endTime") Date endTime);

xml sql绑定：

    <select id="getStockInfoByCodeAndDate" resultType="com.itheima.stock.pojo.domain.Stock4MinuteDomain">selectsri.cur_time    as date,sri.trade_amount as tradeAmt,sri.stock_code as code,sri.min_price as lowPrice,sri.pre_close_price as preClosePrice,sri.stock_name as name,sri.max_price as highPrice,sri.open_price as openPrice,sri.trade_volume as tradeVol,sri.cur_price as tradePricefrom stock_rt_info as sriwhere sri.stock_code=#{stockCode}and sri.cur_time between #{startTime} and #{endTime}</select>
1.3.4 web接口测试
  • postman测试：http://localhost:8091/api/quot/stock/screen/time-sharing?code=600019

在这里插入图片描述

  • 页面效果

在这里插入图片描述

在这里插入图片描述

2、个股日K线详情功能

2.1 个股日K线详情功能分析

2.1.1 个股日K线详情功能原型

在这里插入图片描述

说明：

1.日K线就是将股票交易流水按天分组，然后统计出每天的交易数据，内容包含：日期、股票编码、名称、最高价、最低价、开盘价、收盘价、前收盘价、交易量；

2.需要注意的是这里的收盘价就是指每天最大交易时间点下对应的价格；

2.1.2 个股日K线详情功能接口说明

功能描述：查询指定股票每天产生的数据，组装成日K线数据；

​ 如果当大盘尚未收盘，则以最新的交易价格作为当天的收盘价格；

服务路径：/api/quot/stock/screen/dkline
服务方法：GET
前端请求频率：每分钟

请求参数：code

参数说明参数名称是否必须数据类型备注
股票编码codetruestring股票编码

响应数据结构：

{"code": 1,"data": [{"date": "2021-12-20 10:20",//日期"tradeAmt": 28284252,//交易量(指收盘时的交易量，如果当天未收盘，则显示最新数据)"code": "000021",//股票编码"lowPrice": 16,//最低价格（指收盘时记录的最低价，如果当天未收盘，则显示最新数据）"name": "深科技",//名称"highPrice": 16.83,//最高价（指收盘时记录的最高价，如果当天未收盘，则显示最新数据）"openPrice": 16.8,//开盘价"tradeVol": 459088567.58,//交易金额（指收盘时记录交易量，如果当天未收盘，则显示最新数据）"closePrice": 16.81//当前收盘价（指收盘时的价格，如果当天未收盘，则显示最新cur_price）"preClosePrice": 16.81//前收盘价},//......]
}
2.1.3 封装查询数据

在stock_common工程添加实体类：


/*** @author by itheima* @Date 2022/2/28* @Description 个股日K数据封装*/
@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
public class Stock4EvrDayDomain {/*** 日期，eg:202201280809*/@JsonFormat(pattern = "yyyy-MM-dd HH:mm",timezone = "Asia/Shanghai")private Date date;/*** 交易量*/private Long tradeAmt;/*** 股票编码*/private String code;/*** 最低价*/private BigDecimal lowPrice;/*** 股票名称*/private String name;/*** 最高价*/private BigDecimal highPrice;/*** 开盘价*/private BigDecimal openPrice;/*** 当前交易总金额*/private BigDecimal tradeVol;/*** 当前收盘价格指收盘时的价格，如果当天未收盘，则显示最新cur_price）*/private BigDecimal closePrice;/*** 前收盘价*/private BigDecimal preClosePrice;
}

2.2 个股日K线详情功能SQL分析

2.2.1 核心思路
  • SQL查询要划定一个默认的日期范围，这样可避免大数据量下全表查询而导致慢查询的问题；
  • 在指定的日期范围内以天分组统计出每天日期的最大值（收盘时间);
  • 根据获取的最大日期组，使用in进行条件查询，进而获取日K线相关的数据；

总之，股票每天最后一条数据就包含了当天最高价、最低价等相关信息了。

2.2.2 SQL实现
-- 说明：因为在股票流水中，开盘价、最高价、最低价、当前价等信息在每条记录中都会记录，所以我们更加关注的是每天的收盘价格，业务要求如果当前没有收盘，则以最新价格作为收盘价，所以该业务就可以转化成查询每天最大交易时间对应的信息；
-- 步骤1：查询指定股票在指定日期范围内每天的最大时间，说白了就是以天分组，求每天最大时间
selectmax( sri.cur_time ) as closeDate 
fromstock_rt_info as sri 
wheresri.stock_code ='600021' and sri.cur_time between '2022-01-01 09:30:00' and '2022-01-06 14:25:00' 
group bydate_format( sri.cur_time, '%Y%m%d' )
-- 步骤2：以步骤1查询结果作为条件，同统计指定时间点下，股票的数据信息
selectsri2.cur_time as date,sri2.trade_amount as tradeAmt,sri2.stock_code as code,sri2.min_price as lowPrice,sri2.stock_name as name,sri2.max_price as highPrice,sri2.open_price as openPrice,sri2.trade_volume as tradeVol,sri2.cur_price as closePrice,sri2.pre_close_price as preClosePrice
fromstock_rt_info as sri2
where sri2.stock_code='600021'  and sri2.cur_time in (selectmax( sri.cur_time ) as closeDate fromstock_rt_info as sri wheresri.stock_code ='600021' and sri.cur_time between '2022-01-01 09:30:00' and '2022-01-06 14:25:00' group bydate_format( sri.cur_time, '%Y%m%d' ))	order by sri2.cur_time;

2.3 个股日K线详情功能实现

2.3.1 定义web接口方法
/*** 单个个股日K 数据查询 ，可以根据时间区间查询数日的K线数据* @param stockCode 股票编码*/@RequestMapping("/stock/screen/dkline")public R<List<Map>> getDayKLinData(@RequestParam("code") String stockCode){return stockService.stockCreenDkLine(stockCode);}
2.3.2 定义服务方法和实现

服务接口方法：

    /*** 单个个股日K 数据查询 ，可以根据时间区间查询数日的K线数据* @param stockCode 股票编码*/R<List<Stock4EvrDayDomain>> stockCreenDkLine(String code);

服务接口实现方法：

    /*** 功能描述：单个个股日K数据查询 ，可以根据时间区间查询数日的K线数据* 		默认查询历史20天的数据；* @param code 股票编码* @return*/@Overridepublic R<List<Stock4EvrDayDomain>> stockCreenDkLine(String code) {//1.获取查询的日期范围//1.1 获取截止时间DateTime endDateTime = DateTimeUtil.getLastDate4Stock(DateTime.now());Date endTime = endDateTime.toDate();//TODO MOCKDATAendTime=DateTime.parse("2022-01-07 15:00:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//1.2 获取开始时间DateTime startDateTime = endDateTime.minusDays(10);Date startTime = startDateTime.toDate();//TODO MOCKDATAstartTime=DateTime.parse("2022-01-01 09:30:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();//2.调用mapper接口获取查询的集合信息-方案1List<Stock4EvrDayDomain> data= stockRtInfoMapper.getStockInfo4EvrDay(code,startTime,endTime);//3.组装数据，响应return R.ok(data);}
2.3.3 定义mapper接口方法与xml

在StockRtInfoMapper定义接口方法：

    /*** 查询指定日期范围内指定股票每天的交易数据* @param stockCode 股票code* @param startTime 起始时间* @param endTime 终止时间* @return*/List<Stock4EvrDayDomain> getStockInfo4EvrDay(@Param("stockCode") String stockCode,@Param("startTime") Date startTime,@Param("endTime") Date endTime);

在StockRtInfoMapper.xml定义sql：

    <select id="getStockInfo4EvrDay" resultType="com.itheima.stock.pojo.domain.Stock4EvrDayDomain">selectdate_format(sri2.cur_time,'%Y%m%d') as date,sri2.trade_amount as tradeAmt,sri2.stock_code as code,sri2.min_price as lowPrice,sri2.stock_name as name,sri2.max_price as highPrice,sri2.open_price as openPrice,sri2.trade_volume as tradeVol,sri2.cur_price as closePrice,sri2.pre_close_price as preClosePricefrom stock_rt_info as sri2where sri2.cur_time in (selectmax(sri.cur_time) as max_timefrom stock_rt_info as sriwhere sri.stock_code=#{stockCode}and sri.cur_time between  #{startTime}   and	#{endTime}group by date_format(sri.cur_time,'%Y%m%d'))and sri2.stock_code=#{stockCode}order by sri2.cur_time</select>
2.3.4 web接口测试
  • postman测试：http://localhost:8091/api/quot/stock/screen/dkline?code=600019

在这里插入图片描述

  • 页面效果

在这里插入图片描述

在这里插入图片描述

3、日K线功能拆分实现[作业]

3.1 拆分目标

​ 练习复杂sql拆分的实现思路；

3.2 日K线功能拆分

  • 第一步：查询指定股票在指定日期范围内的每天的最大时间；
  • 第二步：将第一步的结果作为条件查询对应的数据；
    • 定义2个Mapper方法。落后逻辑层逐次调用方法，最终获取日K线的数据；

price as lowPrice,
sri2.stock_name as name,
sri2.max_price as highPrice,
sri2.open_price as openPrice,
sri2.trade_volume as tradeVol,
sri2.cur_price as closePrice,
sri2.pre_close_price as preClosePrice
from stock_rt_info as sri2
where sri2.cur_time in (select
max(sri.cur_time) as max_time
from stock_rt_info as sri
where sri.stock_code=#{stockCode}
and sri.cur_time between #{startTime} and #{endTime}
group by date_format(sri.cur_time,‘%Y%m%d’))
and sri2.stock_code=#{stockCode}
order by sri2.cur_time


#### 2.3.4 web接口测试- postman测试：http://localhost:8091/api/quot/stock/screen/dkline?code=600019[外链图片转存中...(img-JhgWKPYb-1708244780206)]- 页面效果[外链图片转存中...(img-2XkQlb4D-1708244780208)][外链图片转存中...(img-Fn9jKgw2-1708244780211)]## 3、日K线功能拆分实现[作业]### 3.1 拆分目标​	练习复杂sql拆分的实现思路；### 3.2 日K线功能拆分- 第一步：查询指定股票在指定日期范围内的每天的最大时间；
- 第二步：将第一步的结果作为条件查询对应的数据；- 定义2个Mapper方法。落后逻辑层逐次调用方法，最终获取日K线的数据；

相关新闻

XBOX360S双破更换硬盘操作步骤

XBOX360S双破更换硬盘操作步骤

前提&#xff1a; 文件系统格式为FATX&#xff0c;非通用的FAT32、NTFS&#xff0c;尽量使用游戏主机进行格式化。 主机内置闪存带有操作系统&#xff0c;使用空白硬盘也可进入系统。 开机卡住启动动画再黑屏提示E68即表示硬盘出现故障&#xff0c;需要更换硬盘。 实测1T固…

2026/7/27 20:57:48
Opencv实战(1)读取与图像操作

Opencv实战(1)读取与图像操作

Opencv 文章目录 Opencv一、读取图片1.imshow2.namedWindow3.imshow4.效果图 二、像素操作(1).访问像素1. at()2.Mat_ (2).遍历像素1.指针遍历2.迭代器遍历 (3).threshold(4).通道分离1.split2.merge (5)Gamma矫正 三、深浅拷贝 一、读取图片 1.imshow Mat imread(const stri…

2026/7/30 0:10:04
lv15 input子系统框架、外设驱动开发 5

lv15 input子系统框架、外设驱动开发 5

一、input子系统基本框架 在我们日常的Linux系统中&#xff0c;存在大量的输入设备&#xff0c;例如按键、鼠标、键盘、触摸屏、摇杆等&#xff0c;他们本身就是字符设备&#xff0c;linux内核将这些字符设备的共同性抽象出来&#xff0c;简化驱动开发建立了一个input子系统。 …

2026/7/25 19:00:40

最新新闻

Python编程入门：从零基础到独立项目的实战指南

Python编程入门：从零基础到独立项目的实战指南

1. 从“Hello World”到独立项目&#xff1a;为什么你需要这份不一样的Python指南如果你在搜索引擎里敲下“Python入门教程”&#xff0c;大概率会看到铺天盖地的“三天速成”、“七天精通”这类标题。作为一个写了十几年代码&#xff0c;也带过无数新人入行的老程序员&#xf…

2026/7/30 4:40:55
Proteus仿真16x16 LED点阵：从元件创建到51单片机驱动全攻略

Proteus仿真16x16 LED点阵：从元件创建到51单片机驱动全攻略

1. 项目概述&#xff1a;为什么要在Proteus里折腾16x16 LED点阵&#xff1f;如果你玩过51单片机&#xff0c;大概率在面包板或者洞洞板上焊过8x8的LED点阵模块&#xff0c;点个爱心、显示个字母&#xff0c;成就感满满。但当你把目光投向更复杂的图案&#xff0c;比如显示一个汉…

2026/7/30 4:40:55
局域网共享打印机全攻略：从SMB协议到故障排查

局域网共享打印机全攻略：从SMB协议到故障排查

1. 项目概述&#xff1a;为什么局域网共享打印机是“刚需”&#xff1f; 如果你在办公室、工作室或者家里有多台电脑&#xff0c;但只有一台打印机&#xff0c;那么“局域网共享打印机”这个操作&#xff0c;绝对是你必须掌握的技能。它远不止是省下买多台打印机的钱那么简单。…

2026/7/30 4:40:55
LaTeX引用字体变色与点击跳转：提升PDF文档交互性的实用指南

LaTeX引用字体变色与点击跳转：提升PDF文档交互性的实用指南

1. 项目概述&#xff1a;让LaTeX引用“活”起来在撰写学术论文、技术报告或者书籍时&#xff0c;LaTeX以其卓越的排版质量和稳定性成为许多人的首选。然而&#xff0c;其默认的引用样式——一个简单的数字或字母标签——常常显得过于朴素和“沉默”。你有没有想过&#xff0c;当…

2026/7/30 4:40:55
AI问卷工具如何革新传统调研设计

AI问卷工具如何革新传统调研设计

1. 项目概述&#xff1a;当AI问卷工具遇上传统手工设计去年帮某教育机构做用户调研时&#xff0c;我同时使用了AI问卷工具和传统设计方法。当把两份问卷放在客户面前时&#xff0c;他们指着AI生成的版本说&#xff1a;"这个问题的选项设置更符合我们学生的实际场景"—…

2026/7/30 4:40:55
放大器非线性失真研究装置：从原理到实践的硬件设计与算法实现

放大器非线性失真研究装置：从原理到实践的硬件设计与算法实现

1. 项目概述与核心价值放大器&#xff0c;这个在电子世界里无处不在的“能量搬运工”&#xff0c;我们总希望它是个完美的线性系统——输入一个正弦波&#xff0c;输出一个等比例放大的、纯净的正弦波。但现实很骨感&#xff0c;任何实际的放大器&#xff0c;无论是我们DIY的运…

2026/7/30 4:40:11

日新闻

终极TeamSpeak3音乐机器人搭建指南：5分钟实现语音聊天室音频播放

终极TeamSpeak3音乐机器人搭建指南：5分钟实现语音聊天室音频播放

终极TeamSpeak3音乐机器人搭建指南&#xff1a;5分钟实现语音聊天室音频播放 【免费下载链接】TS3AudioBot Advanced Musicbot for Teamspeak 3 项目地址: https://gitcode.com/gh_mirrors/ts/TS3AudioBot 你是否经常在TeamSpeak3语音聊天室中感到背景单调乏味&#xff…

2026/7/30 0:00:28
nfsserve：用Rust构建跨平台NFSv3服务器的终极指南

nfsserve：用Rust构建跨平台NFSv3服务器的终极指南

nfsserve&#xff1a;用Rust构建跨平台NFSv3服务器的终极指南 【免费下载链接】nfsserve A Rust NFS Server implementation 项目地址: https://gitcode.com/gh_mirrors/nf/nfsserve nfsserve是一个基于Rust语言开发的NFSv3服务器实现&#xff0c;旨在提供跨平台的文件共…

2026/7/30 0:00:28
广州海珠区内搬家攻略，平价靠谱搬家服务商推荐，专业打包搬运省心避坑全流程指南 - 厚道搬家

广州海珠区内搬家攻略，平价靠谱搬家服务商推荐，专业打包搬运省心避坑全流程指南 - 厚道搬家

对于居住、办公在广州海珠区的居民、租房群体、小微企业、沿街商铺经营者而言，同城搬迁常常面临诸多难题：老小区楼道狭窄、城中村道路限行、物品打包繁琐、搬运缺少人手、担心中途加价、家具家电搬运磕碰受损。海珠区…

2026/7/30 0:00:28

周新闻

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别&#xff1a; allies enemy tag图片总量&#xff1a;7247张训练集&#xff1a;5139张验证集&#xff1a;1425张测试集&#xff1a;683张标注状态&#xff1a;全部已标注&#xff0c;即拿即用数据格式&#xff1a;支持YOLO格式及其他格式&#…

2026/7/29 11:47:07
智慧飞行 大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 从航线规划、自动飞行、AI识别到数据管理，一个平台全搞定

智慧飞行 大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 从航线规划、自动飞行、AI识别到数据管理，一个平台全搞定

智慧飞行-大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 企业级全域智能无人机一体化管控平台源码&#xff01; 专为电力巡检、安防监控、应急救援、测绘勘察等行业打造&#xff0c;让您的无人机舰队实现 “无人化、自动化、智能化” 管理&#xff01; &#x1f3af; …

2026/7/29 11:47:11
揭秘ChatGPT+Mathematica协同教学：为什么92%的初学者在72小时内建立函数直觉？

揭秘ChatGPT+Mathematica协同教学：为什么92%的初学者在72小时内建立函数直觉？

更多请点击&#xff1a; https://codechina.net 第一章&#xff1a;AI帮助理解数学概念 人工智能正以前所未有的方式重塑数学学习的路径。通过自然语言处理与符号计算的深度融合&#xff0c;AI不仅能解析抽象定义&#xff0c;还能将定理、证明和几何直觉转化为可交互、可验证的…

2026/7/29 11:47:11

月新闻

[C++]内存管理：串顺序存储的内存回收

[C++]内存管理：串顺序存储的内存回收

在串&#xff08;字符串&#xff09;的顺序存储中&#xff0c;内存回收的方式取决于字符串的存储方式以及所使用的编程语言和相关库。以下以 C 为例进行说明&#xff0c;因为 C 对内存管理有较为直接的控制。 1. 基于 char 数组的串顺序存储 如果使用普通的 char 数组来存储字…

2026/7/29 2:28:15
移动端游戏功耗测试实战：电流、功率、亮度和场景对比

移动端游戏功耗测试实战：电流、功率、亮度和场景对比

移动端游戏功耗测试：先控制变量，再比较优化是否真的省电 摘要：功耗测试最容易犯的错误，是拿两次不同温度、不同亮度、不同场景的平均功率直接比较。本文给出一套可复现的游戏功耗测试方法，覆盖引擎特性验证、版本回归和黑盒体验测试，并说明如何把功耗与帧率、温控、CPU/G…

2026/7/29 2:28:16
足球口袋教练 HarmonyOS 离线应用实战（03/20）：ArkUI 首页仪表盘搭建

足球口袋教练 HarmonyOS 离线应用实战（03/20）：ArkUI 首页仪表盘搭建

本文是“足球口袋教练 HarmonyOS 离线应用实战”系列第 3 篇。示例项目是一个 HarmonyOS / ArkTS / ArkUI 编写的离线足球训练助手&#xff0c;围绕真实页面、真实截图和可复现操作展开。 本篇要解决的问题 训练 App 的首页不能只展示欢迎语&#xff0c;它要解决“我现在该点哪…

2026/7/29 12:06:51