GarminDB – Eine DB zum Importieren und Parsen von Daten aus Garmin Connect/Uhren

• Python-Skript zum Parsen und Bearbeiten von Gesundheitsdaten in einer SQLite-Datenbank
• Lädt Daten aus Garmin Connect oder Garmin-Uhren sowie aus FitBit-CSV- und MS-Health-CSV-Dateien herunter und analysiert sie; mit Jupyter-Notebooks können die Daten in der Sqlite-Datenbank ausgewertet werden

Funktionen

• Lädt und importiert automatisch Daten wie ganztägige Herzfrequenz, Aktivitäten, Aufstieg/Abstieg, Stress und Intensitätsminuten von der Seite „Daily Summary“ in Garmin Connect
• Extrahiert Schlaf-, Gewichts- und Ruheherzfrequenzdaten aus Garmin Connect, speichert sie als JSON-Dateien und importiert sie in die Datenbank
• Lädt Aktivitätsdateien aus Garmin Connect herunter und importiert sie. Enthält Übersichtstabellen für alle Aktivitäten sowie Detaildaten für einige Aktivitätstypen
• Fasst Daten in Tabellen zusammen, einschließlich täglicher, wöchentlicher, monatlicher und jährlicher Zusammenfassungen
• Stellt Daten über die Kommandozeile oder mit Jupyter-Notebooks grafisch dar
• Archiviert heruntergeladene JSON- und FIT-Dateien, sodass die Datenbank neu erstellt werden kann, ohne Garmin Connect erneut zu verbinden oder Daten erneut herunterzuladen
• Kann Aktivitäten als TCX-Dateien exportieren

Verwendung

Release

• GarminDb wird auf PyPI gehostet. Python 3.x ist erforderlich. Zur Installation des neuesten Release im Terminal pip install garmindb ausführen
• GarminConnectConfig.json.example nach ~/.GarminDb/GarminConnectConfig.json kopieren, Garmin-Connect-Benutzername und -Passwort hinzufügen und das Startdatum der Daten anpassen
• Um alle Daten herunterzuladen und die Datenbank zu erstellen, garmindb_cli.py --all --download --import --analyze ausführen
• Um die neuesten Daten herunterzuladen und zu importieren und die Datenbank inkrementell zu aktualisieren, garmindb_cli.py --all --download --import --analyze --latest ausführen
• Zum Sichern der Datenbankdatei gelegentlich garmindb_cli.py --backup ausführen

Aus dem Quellcode

• Das GarminDB-Repository per Git mit der SSH-Klonmethode klonen. Submodule müssen SSH verwenden
• Im geklonten Verzeichnisbaum make setup ausführen, um die Datenverarbeitung vorzubereiten
• GarminConnectConfig.json.example nach ~/.GarminDb/GarminConnectConfig.json kopieren, Benutzername und Passwort hinzufügen und das Startdatum anpassen
• make create_dbs einmal ausführen, um Daten zu importieren und zu verarbeiten
• Den Befehl make regelmäßig ausführen, um alle lokalen Daten auf dem neuesten Stand zu halten

Jupyter-Notebooks

• Jupyter-Notebooks zur Analyse der Datenbankdaten befinden sich im Verzeichnis „Jupyter“ im Quellbaum

Plugins

• Plugins ermöglichen es Nutzern, die Arten von Daten zu erweitern, die verarbeitet und in der Datenbank gespeichert werden können. GarminDb verfügt bereits über mehrere Plugins zur Verarbeitung von Connect-IQ-Apps und Datenfeldern von Drittanbietern

[GN⁺]

Hacker-News-Kommentare

• Bei Apps, die Garth zur Authentifizierung verwenden, ist Vorsicht geboten. Die Integration mit Garmin ist schwierig.

  • Garmins API und SDK sind schwer zu nutzen.
  • Es gibt eine Möglichkeit, Daten aus Garmin Connect als FIT-Dateien zu exportieren.
  • Mit Open-Source-Bibliotheken für Python und Go lassen sich FIT-Dateien lesen und interpretieren.

• Es gibt eine Möglichkeit, aktuelle Daten direkt vom Gerät abzurufen.

  • Man kann das Gerät an einen Computer anschließen, als Dateisystem mounten und die .FIT-Dateien abrufen.

• Es ist nützlich, mit Intervals Garmin- und Strava-bezogene Daten zu analysieren.

  • Besonders gut ist, dass sich damit ruderspezifische Metriken erzeugen lassen.

• Garmin sollte Hardware bereitstellen, mit der sich Daten besser verwalten lassen, statt von einer Smartphone-App abhängig zu sein.

  • Nicht nur der API-Zugang ist schwierig, auch auf die Meinung der Community wird nicht gehört.
  • Es wird eine Funktion benötigt, mit der sich Workouts ohne Ausrüstung filtern lassen.

• Garmins SDK ist veraltet und der Datenzugriff ist eingeschränkt.

  • Das FIT-Dateiformat wird nur von wenigen Apps unterstützt.

• Es werden Fitnessuhren mit besserem Datenzugriff benötigt.

  • Es wird eine Uhr benötigt, die Zugriff auf Gesundheitsinformationen in Echtzeit bietet.

• Ich habe mir kürzlich die neue Garmin Vivoactive5 gekauft und bin zufrieden, auch wenn Garmins API nicht optimal ist.

  • Ich hatte die Apple Watch Series 10 in Betracht gezogen, mich aber wegen der Akkulaufzeit und des Preises dagegen entschieden.
  • Es braucht eine hackbare Open Watch, und die Rückkehr von Pebble könnte diese Lücke füllen.