Как построить график в реальном времени / Dash Python Plotly Live Streaming с использованием sql server (pyodbc) в Python?

Question

Может кто-нибудь дать мне подсказку или ссылку?

Эти 3 таблицы ниже - мои таблицы базы данных:

1. Информация о продукте

2. Smash test

3. Падение

1. Как построить график в реальном времени после захвата данных с сервера sql? Мой первый метод - использовать график в реальном времени с использованием sql. Однако это не мой ожидаемый график. Потому что я ожидал, что каждый "id" будет иметь 2 оси y [(год, продажи), (год, доход)]. Как построить 2 оси y с помощью этого метода?

sql = "SELECT * FROM dbo.smashTest WHERE condition='good'"
cursor = sql_conn.cursor()
cursor.execute(sql)
rows = cursor.fetchall()
for row in rows:
    dataSQL.append(list(row))
    labels = ['id','condition','sales','return','year']
    df = pd.DataFrame.from_records(dataSQL, columns=labels)
    X = df['year']
    Y = df['sales']
    Z=df['id']

data = plotly.graph_objs.Scatter(
        x=list(X),
        y=list(Y),

        text=list(Z),
        mode='lines+markers'
        # connectgaps=False
    )


return {'data': [data],'layout' : go.Layout(
    xaxis={'title': 'year'},
    yaxis={'title': 'sales'},
    hovermode='closest')}

Второй метод использует фрейм данных, но он не работал так, как я ожидал.

df=pd.read_sql(sql,sql_conn)
pivot=pd.pivot_table(df, values=['return', 'sales'], index='year', columns='id')
X=pivot.index
Y=pivot.values
data = plotly.graph_objs.Scatter(
            x=list(X),
            y=list(Y),

            # text=list(rd),
            mode='lines+markers'
            # connectgaps=False
        )
return {'data': [data],'layout' : go.Layout(
    xaxis={'title': 'year'},
    yaxis={'title': 'sales'},
    hovermode='closest')}

2. Сначала пользователь может выбрать модель и тест качества в выпадающем списке, затем на тире отобразится соответствующий график. Пример, выбранная пользователем модель: samsung и test: smash test, после чего будет отображаться график плохого, хорошего и лучшего состояния.