如何获取实时与历史F1数据：OpenF1完全指南

OpenF1是一个专注于提供实时和历史一级方程式赛车数据的开源项目，通过API接口为开发者、数据分析师和F1爱好者提供标准化的赛车数据访问能力。项目核心优势在于实时数据摄取、结构化数据存储和灵活查询接口的结合，使复杂的F1赛事数据变得易于获取和分析。

项目核心价值与应用场景

OpenF1解决了F1数据获取和处理的核心痛点，其主要价值体现在三个方面：

• 实时数据接入：通过MQTT协议实时获取比赛数据，支持实时分析和应用开发
• 历史数据沉淀：系统自动存储历史赛事数据，提供完整的赛季数据查询能力
• 标准化接口：统一的数据格式和API设计，降低数据使用门槛

典型应用场景包括：

• 赛车数据分析平台开发
• F1赛事直播辅助系统
• 历史战绩统计与可视化
• 赛车策略研究与模拟

3分钟快速启动流程

环境准备

# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/op/openf1
cd openf1

# 安装依赖
pip install -r requirements.txt

启动服务

# 使用Docker Compose一键启动
docker-compose up -d

验证服务

# 检查API服务状态
curl http://localhost:5000/health

成功启动后，你将看到包含"status": "healthy"的JSON响应，表示系统已准备就绪。

核心模块深度解析

数据摄取模块：src/openf1/services/ingestor_livetiming/

该模块负责从F1官方数据源获取实时和历史数据，包含三个核心子系统：

• 实时处理系统：通过MQTT协议接收实时赛事数据，进行实时解析和存储

  • 核心文件：real_time/app.py

• 历史数据系统：处理历史赛事数据的批量导入和处理

  • 核心文件：historical/main.py

• 数据处理核心：实现数据解码、标准化和存储逻辑

  • 核心文件：core/decoding.py, core/processing/main.py

典型使用示例：

# 历史数据处理示例
from openf1.services.ingestor_livetiming.historical.main import HistoricalIngestor

ingestor = HistoricalIngestor()
# 导入2023年摩纳哥大奖赛数据
ingestor.ingest_event(year=2023, event_name="Monaco Grand Prix")

API查询模块：src/openf1/services/query_api/

提供RESTful API接口，允许用户查询和过滤F1数据：

• 主要功能：支持 race、qualifying、practice 等多种会话类型的数据查询
• 核心文件：app.py（API入口）、query_params.py（参数处理）
• 数据输出：支持JSON和CSV格式输出

典型API请求示例：

# 获取2023年所有比赛结果
GET /api/v1/races?year=2023

# 获取特定车手的比赛数据
GET /api/v1/drivers/hamilton/results?year=2023

数据处理工具集：src/openf1/util/

提供跨模块的通用工具函数：

• 数据库工具：db.py - 数据库连接和操作封装
• MQTT工具：mqtt.py - MQTT客户端实现
• 类型转换：type_casting.py - 数据类型标准化处理

个性化配置与优化

基础配置

API服务配置：src/openf1/services/query_api/app.py

# 配置示例
app.config['API_PORT'] = 5000
app.config['CACHE_TTL'] = 300  # 缓存超时时间(秒)
app.config['MAX_RESULT_LIMIT'] = 1000  # 最大返回记录数

MQTT配置：mqtt-config/mosquitto.conf

# MQTT broker配置
listener 1883
allow_anonymous false
password_file /mosquitto/config/mosquitto.passwd

性能优化建议

1. 缓存策略：调整query_api/cache.py中的缓存设置，对频繁查询的热门数据启用长缓存
2. 数据库优化：为常用查询字段创建索引，修改src/openf1/util/db.py中的表结构定义
3. 数据过滤：使用query_params.py中定义的过滤参数减少返回数据量

新手常见问题解决

服务启动失败

问题：执行docker-compose up后API服务未正常启动
解决：检查端口是否被占用，查看日志：

docker-compose logs query_api

数据查询返回为空

问题：调用API返回空结果
解决：

1. 确认数据摄取服务是否正常运行
2. 检查查询参数格式是否正确
3. 验证是否有对应赛事数据

MQTT连接问题

问题：无法连接到MQTT broker
解决：检查mqtt-config/mosquitto.conf配置，确保用户名密码正确

项目扩展与贡献

OpenF1项目欢迎社区贡献，主要贡献方向包括：

• 新数据源集成：添加对更多F1相关数据源的支持
• API功能扩展：实现更复杂的数据聚合和分析接口
• 文档完善：补充使用示例和开发指南

贡献流程请参考项目根目录下的CONTRIBUTING.md文件。

通过本指南，您应该已经掌握了OpenF1项目的核心功能和使用方法。无论是构建F1数据应用还是进行赛事分析，OpenF1都能为您提供可靠的数据基础和灵活的访问方式。