여러 데이터베이스에 연결하고, SQL 쿼리를 만들거나 생성하고, 분석하거나 시각화하세요.
출처: https://github.com/HimrajDas/SQTHON
스큐톤
여러 데이터베이스에 연결하고, 원시 SQL 쿼리를 실행하고, 분석을 수행하고, 시각화합니다.
현재 작업 중인 항목:
- SqthonAI: 선택한 LLM을 사용하여 SQL 쿼리 생성 ?
- 보안 개선?
- 새로운 기능
- 더 나은 오류 쇼케이스를 위한 사용자 정의 예외 ?
패키지는 아직 pypi에 게시되지 않았으며 시를 사용하여 제작되고 있습니다. ?
현재 이 패키지는 Windows에서만 작동합니다.
그리고 안전을 위해 가상 환경을 만드세요.?
설치 ?
1. 리포지토리를 복제합니다.
https://github.com/HimrajDas/SQTHON.git
cd sqthon
2. 시를 설치하세요(설치되어 있지 않은 경우)
Windows Powershell 사용
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -
Linux, macOS, Windows(WSL) 사용
curl -sSL https://install.python-poetry.org | python3 -
pipx 사용
pipx install poetry
3. 시를 사용하여 종속성 설치
poetry install
대체 설치 ?
pip 설치 Git https://github.com/HimrajDas/SQTHON
이제 어떻게 사용하나요?
1. 프로젝트 루트에 .env 파일을 만듭니다. [반드시 해야 할 단계]
-
다음과 같이 데이터베이스 비밀번호를 설정하세요:
password ✅
2. 데이터베이스에 연결해 보겠습니다.
from sqthon import Sqthon # Instantiate the class. Passwords gets fetch from the .env file (that's why you have to create it) sq = Sqthon(dialect="mysql", user="root", host="localhost", service_instance_name="MySQL service instance name") # Connects to a database conn1 = sq.connect_to_database(database="dbname", local_infile=True) # local_infile controls the infile settings for the client. conn2 = sq.connect_to_database("dbname") # or you can connect like this: conn3 = sq.connect_db.connect(database="dbname") # not preferred ❌.
MySQL 서버가 실행되고 있지 않은 경우 service_instance_name을 제공하면 서버가 자동으로 시작됩니다.
스크립트를 관리자로 실행하지 않는 경우 서버를 시작하려면 관리자 권한을 요청합니다.
3. 쿼리. ⭐
dummy 라는 데이터베이스가 있다고 가정해 볼까요?
데이터베이스에 연결합니다.
dummy_conn = sq.connect_to_database(database="dummy")
이제 일부 쿼리를 어떻게 실행합니까?
# Suppose, You have a table named sales in the dummy database. query = """ SELECT customer_name FROM sales; """ customer_names = dummy_conn.run_query(query=query) # it will return the result as pandas dataframe.
run_query에는 쿼리 이외의 여러 매개변수가 있습니다. visualize: bool = False,
plot_type: str = 없음,
x=없음,
y=없음,
제목=없음.
visualize=True로 설정하고 x, y 및 plot_type 인수를 제공하면
과 함께 그래프가 반환됩니다. 좋지 않은 데이터는 나중에 변수로 활용하기에는 좋지 않을 것 같아요.
4. 시각화.
https://github.com/HimrajDas/SQTHON.git
5. CSV를 테이블로 가져오기.
여러 보안상의 이유로 이 기능을 격리했습니다. 내 말은 별도의
걱정할 필요가 없는 테이블로 CSV를 가져오는 엔진 ?
타인과 생명력이 없는 별도의 메소드로 util.py에 존재합니다.
현재는 mysql만 지원합니다.
메소드 이름: import_csv_to_mysqltable
매개변수는 다음과 같습니다.
- 사용자: str
- 호스트: str
- 데이터베이스: str
- csv_path: str
- service_instance: str = 없음
- 테이블: str
사용자: 사용자 이름,
호스트: 호스트,
데이터베이스: 데이터베이스 이름,
csv_path: csv 파일의 상대 또는 절대 경로입니다.
table: 테이블 이름. 테이블이 없으면 csv 파일에 따라 테이블을 생성합니다.
데이터 유형에 대해 걱정할 필요가 없습니다. 처리해드리겠습니다.
cd sqthon
위 내용은 여러 데이터베이스에 연결하고, SQL 쿼리를 만들거나 생성하고, 분석하거나 시각화하세요.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.
