4000 python语言 实现数据仓库开发



数据仓库架构：stg—ods—dw—rep/dm/other，基本维度日期+产品。

使用python语言实现mysql到
oracle的etl工作，文件落地方式。

定义hss函数，程序执行入口；定义general.py公共函数；开发python.py脚本。

 

数据架构，每一层根据业务设计规范规则

 

etl工作，extract，transform，load，

导出文件：数据库本身导出语句，

transform远程获取文件，python有封装好的包，也可以自己写

加载文件，数据库本身语句，

定义文件分隔符，定义文件格式

 

hss函数的实现，新建hss名sh文本，

#!/usr/bin/bash

exec /usr/bin/python/ $0 $@($0是入参脚本名$@其他参数入参)

后面是python语言设计，检查环境配置，获取入参配置（对sh传参，再传参给python），实现灵活入参hss
–s test.py –p etl_test –t 20170607 等，不像pythontest.py arg1 arg2 arg3必须指定每位的传参。

hss其实是个别名，hss =
‘sh /path/hss’

 

 

general.py定义公共函数。

 

python.py脚本，里面是一个过程，该过程被hss函数调用。

test.py

def Deal:

        try:

                  sql

        except:

                  异常

模板详见 《python语言 实现数据仓库开发 附件》