schema2dwh

️ Wichtiger Hinweis!

schema2dwh wird von KI unterstützt – Googles Gemini – Bitte überprüfen Sie unbedingt alle Codeausgaben, bevor Sie dies für die Produktion registrieren. Bitte beachten Sie auch, dass bei der Verarbeitung über dieses Skript die Gemini-API verwendet wird, bei der Daten von Google verarbeitet werden.

schema2dwh [KI-gestütztes DB-Schema-zu-DWH-Schema-Erstellungsskript]

schema2dwh ist ein Open-Source-Framework zur Vereinfachung und automatischen Erstellung eines Datenmodells basierend auf Ihrer Datenbank. Mithilfe des Informationsschemas, der Nutzung von KI und einigen Fragen zu Ihren Eingaben wird Ihnen schnell eine SQL-DDL-Datei erstellt, die Sie erstellen können Das Grundgerüst hinter Ihrem neu errichteten Data Warehouse.

Merkmale

• Sammeln Sie interaktiv die notwendigen Eingaben des Benutzers
• Verwenden Sie Google Generative AI, um ein STAR/SNOWFLAKE-Schema zu generieren
• Unterstützt verschiedene Datenbanksoftware (MySQL, SQL Server, PostgreSQL usw.)
• Gibt SQL-DDL-Anweisungen aus, die mit der angegebenen Datenbanksoftware kompatibel sind
• Fügt Kommentare zu allen Spalten als Referenz für Ihre Datenbankbenutzer hinzu
• Speichert das generierte Schema in einer angegebenen Ausgabedatei

Vorschau:

Unten finden Sie ein Beispiel dafür, wie es funktioniert.

Eingabe (Ausführen des Skripts mit my_schema.csv :

Ausgabe-DDL ( output_schema.sql :

Voraussetzungen

• Python 3.x
• Google Generative AI Python-Paket ( google-generativeai )
• Google Generative AI API-Schlüssel – https://aistudio.google.com/app/apikey

Installation

1. Klonen Sie das Repository:

   git clone https://github.com/cqllum/schema2dwh.git
   cd schema2dwh

2. Installieren Sie die erforderlichen Pakete:

   pip install google-generativeai

3. Richten Sie Ihren Google Generative AI API-Schlüssel ein: Ersetzen Sie den Platzhalter your-api-key im Skript durch Ihren tatsächlichen Google Generative AI API-Schlüssel. Generieren Sie hier einen Schlüssel: https://aistudio.google.com/app/apikey

4. Ersetzen Sie die Beispiel-Eingabeschemadatei (my_schema.csv): Bitte beachten Sie, dass Sie das Informationsschema aus Ihrer Datenbank abrufen müssen, damit dies so genau wie möglich ist. In den meisten Fällen ist es so einfach wie SELECT * FROM information_schema.columns . Andernfalls lesen Sie die Dokumentation Ihrer Datenbanksoftware.

Verwendung

1. Führen Sie das Skript aus:

   python schema2dwh.py

2. Befolgen Sie die Anweisungen: Das Skript fordert Sie zur Eingabe der folgenden Informationen auf:

   • Datenbanksoftware (z. B. MySQL, SQL Server, PostgreSQL)
   • Datenbank-/Schemaname
   • Branche im Zusammenhang mit Ihrer Datenbank (z. B. E-Commerce, Baugewerbe, Versicherungen)
   • Namenskonvention für Tabellen/Spalten (z. B. Snake_case, PascalCase, camelCase)
   • Dateipfad zum Informationsschema im CSV-Format
   • Wichtige Datenpunkte für die Berichterstattung

3. Ausgabe: Das Skript generiert die DDL-SQL-Anweisungen und speichert sie in output_schema.sql . Wenn das Schema nicht generiert werden kann, werden Sie aufgefordert, ein geeignetes Informationsschema anzugeben.

Skriptstruktur

• configure_genai(api_key) : Konfiguriert das generative KI-Modell mit dem bereitgestellten API-Schlüssel.
• create_model() : Erstellt und konfiguriert das generative KI-Modell mit den angegebenen Einstellungen.
• start_chat_session(model) : Startet eine Chat-Sitzung mit dem Modell anhand vordefinierter Anweisungen.
• gather_user_input() : Sammelt interaktiv notwendige Eingaben des Benutzers.
• format_response(db_software, db_name, industry, case_type, input_schema, additional_value) : Formatiert die Benutzereingaben in eine Antwort für die Chat-Sitzung.
• save_schema_to_file(output_file, schema_output) : Speichert die generierte Schemaausgabe in der angegebenen Datei.
• main() : Die Hauptfunktion, die das Skript steuert.