Este projeto nasceu a partir da vontade de nossa comunidade (Téo Me Why) em unir a área de dados e games. Assim, estamos desenvolvendo uma maneira de coletar, armazenar, organizar e analisar dados de partidas de Dota2.
A API que consultamos para ingestões de dados é a www.opendota.com, em que os end-points são disponibilizados de forma gratuita com uma limitação mensal de requisições.
Importante: Todos comandos executados apresentados neste arquivo são executados a partir da pasta raiz do projeto.
Sinta-se livre para contribuir, compartilhar e divulgar este material de forma gratuíta, mas ressaltamos a proibição da comercialização deste material, sob a licença Creative Commons BY-NC-SA 3.0 BR.
- Docker & Docker Compose
- Python
- Anaconda
git clone https://github.com/TeoCalvo/DotaScience.git <nome_da_pasta>
cd <nome_da_pasta>
- Subindo nosso banco de dados com docker
docker-compose up -d
- Criando novo ambiente Python
conda create --name dota-env python=3.
- Ativando ambiente python
conda activate dota-env
- Instalando dependências
pip install -r requirements.txt
Importante:todos os comandos são executados dentro do container do serviço do Python.
Ao rodar pela primeira vez, use o argumento '--how newest
' , coletando assim as partidas mais recentes.
python /root/dotaScience/hook/get_match_history.py --how newest
Caso o processo seja interrompidoo, é necessário dar inicio a partir da última partida coletada:
python /root/dotaScience/hook/get_match_history.py --how oldest
python /root/dotaScience/hook/get_match_details.py
python /root/dotaScience/magic_wand/mongo_to_spark.py
python /root/dotaScience/magic_wand/match_player_raw_proceded.py
python dotaScience/echo_slam/exec.py --date "2020-01-01" --create
python dotaScience/echo_slam/exec.py --date "2020-01-02" --date_end "2021-03-25"