Python 一键拉取Git分支源码自动解析并执行SQL语句

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: Python 一键拉取Git分支源码自动解析并执行SQL语句

基于Python实现自动拉取Git分支源码自动解析并执行SQL语句

 


1.代码用途

开发过程中,研发人员会提交SQL更新脚本到Git源码库,然后测试负责去拉取这些SQL脚本,并手动在测试环境或其它环境的数据库中执行这些脚本,很麻烦,本代码的用途就是为了替代手工执行的操作

2.测试环境

Win7 64

 

Python 3.3.2

 

git-credential-winstore.exe

下载地址:

https://pan.baidu.com/s/1hsehGjU

 

mysql-connector-python-2.1.4-py3.3-winx64.msi

下载地址:http://pan.baidu.com/s/1cDtP1O

官方下载地址:http://dev.mysql.com/downloads/connector/python/

 

Git-2.13.1.2-64-bit.exe

 

TortoiseGit-1.8.14.0-64bit.msi

 

atlassian-bitbucket-5.1.1-x64.exe

3.设计思路

大致思路如下:

->> 1-1 如果是首次运行程序,创建基线文件和基线变量,递归遍历本地目标目录下的SQL文件,然后根据待执行SQL文件所属数据库(例中为ddtm|ddtmk)和操作类型(例中为更新|回滚),分别记录到不同的基线文件,同时也记录到对应的基线变量中

->> 1-2 如果非首次运行程序,从基线文件读取已执行过的文件到对应的基线变量

 

->> 2 切换到本地目标分支

 

->> 3 PULL Git远程分支merge到本地目标分支

 

->> 4 递归遍历本地目标目录下的SQL文件,然后根据待执行SQL文件所属数据库和操作类型,分别记录到不同非基线变量

 

->> 5 对比基线变量和非基线变量,过滤得出待执行的SQL脚本文件,根据所属数据库和操作类型,分别存入不同变量

 

->> 6 按操作顺序执行这些变量中的SQL脚本(先执行更新,再执行回滚,再执行更新)

 

6.1 针对每个变量,排序好SQL文件(例中为按文件名),接着按排序后的顺序,解析每个SQL文件

 

6.1.1针对每个SQL文件,先解析得到单个文件中所有待执行SQL语句,并按文件中SQL语句编写顺序存储,然后执行每条SQL语句,根据执行结果分别记录结果到不同的文件

 

6.1.2 等待单个SQL文件中的SQL都执行完成,更新该文件信息至对应的基线文件

 

4.使用方法

1) 安装好相关软件,特别是git-credential-winstore.exe

安装好该软件后,手动执行一次Git PULL操作,目的在于存储凭据,以便后续执行Git相关操作时,免输入密码操作

 

2配置程序用数据库

编辑配置文件conf/dbconfig.conf

[DDTM]

host = 192.168.1.100

port = 3306

user = testacc

passwd = test1234

db =ddtm

charset = utf8

 

[DDTMK]

host = 192.168.1.100

port = 3306

user = testacc

passwd = test1234

db =ddtmk

charset = utf8

 

 

3配置需要遍历的目标目录(SQL文件所在目录)

编辑配置文件conf/dirpath_init.conf

[INITCONF]

dir_path = E:\Git\ddt-core-ws\ddt-db\db\V6.8

 

4git初始化配置

编辑配置文件conf/git_init.conf

[INITCONF]

git_remote_hostname = origin

remote_branchs_to_pull =  ['master']

local_branch = master

path_to_local_branch = E:/Git/ddt-core-ws

 

说明:

git_remote_hostname:  远程主机名称

remote_branchs_to_pull: 需要拉取的远程分支,格式为列表形式,形如['master', 'feature/V1.1']

local_branch:需要切到至的本地目标分支,要求必须已在本地经创建该分支

path_to_local_branch:本地分支源码所在路径,依葫芦画瓢,注意用 /分隔

 

5)执行程序

推荐写成批处理,然后用windows定时任务跑,如下

cd /d D:\auto_exec_sql

python main.py

start D:\auto_exec_sql\filerecord\file_for_failure.txt

 

说明:

start D:\auto_exec_sql\filerecord\file_for_failure.txt

该命令用于执行完毕后自动打开存放执行SQL失败的文件,方便查看

 

每条sql语句执行结果包含以下几个方面

执行的sql

执行时间

所在的文件(全路径)

操作的数据库

执行失败的原因

 

注意:

<1> 每次允许程序,执行成功、失败的记录都会分别追加到file_for_failure.txtfile_for_success.txt,为了方便查看执行结果,建议适时清空file_for_failure.txt内容。(为何不以w方式打开呢?如果是定时任务跑,中途某次运行结果忘记查看了,那岂不是会因为覆盖,无法查询那次的执行结果?

 

<2> 正常情况下,每次运行完成后,无更新的情况下,每个已执行过的文件都不会在下次运行中被执行,需要人工查看失败原因,并手工补充执行操作

 

<3> 如果想目标目录下的文件都被重新执行一次,则程序运行之前,手动放置四个空文件到filerecord目录下

 

 

5.源码下载地址

https://pan.baidu.com/s/1c1ObC9y

6.说明

本程序非通用程序,仅提供思路,针对不同项目,需要做适当的修改,方可用

程序使用限制如下

<1> 固定的目录组织结构,存放SQL文件的上级目录,及上级目录的父目录结构及名称,必须和以下一模一样,否则必须修改程序

 

 

<2> 脚本文件命名,必须数字打头,代表文件新增顺序,同时也代表其SQL语句执行顺序,如果目标目录包含了多个带<1>结构的文档目录,那么要求每个SQL脚本的编号唯一,或者按名称升序排序能代表文件执行顺序

 

 

 


<3> 统一SQL脚本文件编码,暂时不支持不同编码的文件同时存在,目前定性为UTF-8-SIG(UTF-8BOM格式编码)

 

<4> 不支持创建mysql存储过程,事件等,这类以DELIMITER //开头,以DELIMITER ;结尾的SQL语句

 

<5> 存储过程,事件等除外,其它普通SQL,每条SQL语句之间必须以;分号分隔

 

<6> 程序根据文件名称&文件最后修改时间组合值是否变化来判断文件是否被更新,是则会被执行


源码下载

程序重构:

自动感知新分支并自动拉去,自动切换到新目录进行脚本执行,支持不改代码,动态增加数据库


[授客]基于Python实现自动拉取Git分支源码自动解析并执行SQL语句20170821


 

目录
相关文章
|
5天前
|
监控 算法 安全
内网桌面监控软件深度解析:基于 Python 实现的 K-Means 算法研究
内网桌面监控软件通过实时监测员工操作,保障企业信息安全并提升效率。本文深入探讨K-Means聚类算法在该软件中的应用,解析其原理与实现。K-Means通过迭代更新簇中心,将数据划分为K个簇类,适用于行为分析、异常检测、资源优化及安全威胁识别等场景。文中提供了Python代码示例,展示如何实现K-Means算法,并模拟内网监控数据进行聚类分析。
28 10
|
23天前
|
存储 算法 安全
控制局域网上网软件之 Python 字典树算法解析
控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
50 17
|
26天前
|
运维 Shell 数据库
Python执行Shell命令并获取结果:深入解析与实战
通过以上内容,开发者可以在实际项目中灵活应用Python执行Shell命令,实现各种自动化任务,提高开发和运维效率。
54 20
|
1月前
|
SQL Java 数据库连接
如何在 Java 代码中使用 JSqlParser 解析复杂的 SQL 语句?
大家好,我是 V 哥。JSqlParser 是一个用于解析 SQL 语句的 Java 库,可将 SQL 解析为 Java 对象树,支持多种 SQL 类型(如 `SELECT`、`INSERT` 等)。它适用于 SQL 分析、修改、生成和验证等场景。通过 Maven 或 Gradle 安装后,可以方便地在 Java 代码中使用。
239 11
|
1月前
|
数据采集 供应链 API
Python爬虫与1688图片搜索API接口:深度解析与显著收益
在电子商务领域,数据是驱动业务决策的核心。阿里巴巴旗下的1688平台作为全球领先的B2B市场,提供了丰富的API接口,特别是图片搜索API(`item_search_img`),允许开发者通过上传图片搜索相似商品。本文介绍如何结合Python爬虫技术高效利用该接口,提升搜索效率和用户体验,助力企业实现自动化商品搜索、库存管理优化、竞品监控与定价策略调整等,显著提高运营效率和市场竞争力。
83 3
|
2月前
|
SQL 存储 数据挖掘
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
本文介绍了一种使用Python和`pdfplumber`库自动筛选简历的方法,特别是针对包含“SQL”技能的简历。通过环境准备、代码解析等步骤,实现从指定文件夹中筛选出含有“SQL”关键词的简历,并将其移动到新的文件夹中,提高招聘效率。
72 8
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
|
2月前
|
数据采集 JSON API
如何利用Python爬虫淘宝商品详情高级版(item_get_pro)API接口及返回值解析说明
本文介绍了如何利用Python爬虫技术调用淘宝商品详情高级版API接口(item_get_pro),获取商品的详细信息,包括标题、价格、销量等。文章涵盖了环境准备、API权限申请、请求构建和返回值解析等内容,强调了数据获取的合规性和安全性。
|
2月前
|
数据挖掘 vr&ar C++
让UE自动运行Python脚本:实现与实例解析
本文介绍如何配置Unreal Engine(UE)以自动运行Python脚本,提高开发效率。通过安装Python、配置UE环境及使用第三方插件,实现Python与UE的集成。结合蓝图和C++示例,展示自动化任务处理、关卡生成及数据分析等应用场景。
173 5
|
2月前
|
存储 缓存 Python
Python中的装饰器深度解析与实践
在Python的世界里,装饰器如同一位神秘的魔法师,它拥有改变函数行为的能力。本文将揭开装饰器的神秘面纱,通过直观的代码示例,引导你理解其工作原理,并掌握如何在实际项目中灵活运用这一强大的工具。从基础到进阶,我们将一起探索装饰器的魅力所在。
|
2月前
|
Android开发 开发者 Python
通过标签清理微信好友:Python自动化脚本解析
微信已成为日常生活中的重要社交工具,但随着使用时间增长,好友列表可能变得臃肿。本文介绍了一个基于 Python 的自动化脚本,利用 `uiautomator2` 库,通过模拟用户操作实现根据标签批量清理微信好友的功能。脚本包括环境准备、类定义、方法实现等部分,详细解析了如何通过标签筛选并删除好友,适合需要批量管理微信好友的用户。
102 7