schema2dwh

️ Важное примечание!

schema2dwh работает на базе искусственного интеллекта — Gemini от Google. Обязательно проверьте все выходные данные кода, прежде чем регистрировать его в рабочей среде. Также имейте в виду, что при обработке с помощью этого скрипта будет использоваться API Gemini, где данные обрабатываются Google.

Schema2dwh [Сценарий создания схемы БД на базе AI для создания схемы DWH]

schema2dwh — это платформа с открытым исходным кодом, предназначенная для упрощения и автоматического создания модели данных на основе вашей базы данных с использованием ее информационной схемы, использования искусственного интеллекта и нескольких вопросов о ваших входных данных. Она быстро создаст вам файл SQL DDL, готовый для создания скелет вашего недавно построенного хранилища данных.

Функции

• Интерактивно собирайте необходимые данные от пользователя
• Используйте Google Generative AI для создания схемы ЗВЕЗДА/СНЕЖИНКА.
• Поддерживает различное программное обеспечение баз данных (MySQL, SQL Server, PostgreSQL и т. д.).
• Выводит операторы SQL DDL, совместимые с указанным программным обеспечением базы данных.
• добавляет комментарии ко всем столбцам для справки пользователям вашей базы данных
• Сохраняет сгенерированную схему в указанный выходной файл.

Предварительный просмотр:

Ниже приведен пример того, как это работает.

Ввод (запуск сценария с использованием my_schema.csv :

Выходной DDL ( output_schema.sql :

Предварительные условия

• Питон 3.x
• Пакет Google Generative AI Python ( google-generativeai )
• Ключ Google Generative AI API — https://aistudio.google.com/app/apikey

Установка

1. Клонируем репозиторий:

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

2. Установите необходимые пакеты:

   pip install google-generativeai

3. Настройте ключ Google Generative AI API. Замените заполнитель your-api-key в скрипте фактическим ключом Google Generative AI API. Сгенерируйте ключ здесь: https://aistudio.google.com/app/apikey.

4. Замените пример файла входной схемы (my_schema.csv). Обратите внимание: чтобы это было максимально точно, вам необходимо получить информационную схему из вашей базы данных. В большинстве случаев это так же просто, как SELECT * FROM information_schema.columns . В противном случае обратитесь к документации по программному обеспечению базы данных.

Использование

1. Запустите скрипт:

   python schema2dwh.py

2. Следуйте подсказкам: Скрипт запросит следующую информацию:

   • Программное обеспечение баз данных (например, MySQL, SQL Server, PostgreSQL)
   • Имя базы данных/схемы
   • Отрасль, связанная с вашей базой данных (например, электронная коммерция, строительство, страхование)
   • Соглашение об именах для таблиц/столбцов (например, Snake_case, PascalCase, CamelCase)
   • Путь к файлу информационной схемы в формате CSV
   • Важные данные для отчетности

3. Вывод: сценарий сгенерирует операторы DDL SQL и сохранит их в output_schema.sql . Если схема не может быть сгенерирована, вам будет предложено предоставить правильную информационную схему.

Структура сценария

• configure_genai(api_key) : настраивает модель генеративного ИИ с помощью предоставленного ключа API.
• create_model() : создает и настраивает генеративную модель ИИ с указанными настройками.
• start_chat_session(model) : запускает сеанс чата с моделью, используя предопределенные инструкции.
• gather_user_input() : собирает необходимые данные от пользователя в интерактивном режиме.
• format_response(db_software, db_name, industry, case_type, input_schema, additional_value) : Форматирует вводимые пользователем данные в ответ для сеанса чата.
• save_schema_to_file(output_file, schema_output) : сохраняет сгенерированные выходные данные схемы в указанный файл.
• main() : основная функция, управляющая сценарием.