最近寫了一個工具（比較兩套測試環境mysql數據庫中表、表字段、索引的差異，基於python）通過文章簡單介紹下工具的相關內容

1. 工具名稱
2. 主要功能
3. 具體使用方法
4. 部分實現代碼
5. 後續

一、工具名稱：

dbstructsync （python庫）

二、主要功能：

比較兩套環境中mysql指定庫中表、表字段及索引的差異，返回同步的sql ，裡面包含建表，修改索引，修改字段的sql .

A環境的數據庫db 作為sourcedb， B環境的數據庫db targetdb ，程序邏輯比較的是 sourcedb 與targetdb 的差異，然後返回一個list的數據類型 

list中包含新建表sql，修改、增加字段sql, 刪除、新增索引sql 

現在總共有3個版本，0.0.1 和0.0.2 存在一定的bug, 所以請使用最新的0.0.3版本

其他說明：由於是剛完成不久的程序，所以暫時不對最終結果sql進行執行，避免對使用過程中產生不好的影響，這個版本大家可以通過python 自行選擇需要執行哪些操作；隨着之後程序的逐步深入修改和演變，會將執行sql這一步也都加進去

同時也會優化使用方式，讓使用這個工具的小夥伴更容易操作

三、具體使用方法：

1、 pip install  -i https://pypi.python.org/pypi  dbstructsync   

在代碼里引入使用，

from DbStructSync import cli 

result=cli.db_sync(sourcedb, targetdb) 
#sourcedb,targetdb是兩個dict的參數，具體參數看下面
# 這裏得到的    result = ['use 庫;', 
#             'CREATE TABLE `test_async` (\n  `test_async` #varchar(30) NOT NULL,\n  `aa` varchar(400) DEFAULT NULL,\n  #PRIMARY KEY (`test_async`)\n) ENGINE=InnoDB DEFAULT #CHARSET=utf8;',
#             'drop index `index_chaxx` on chanxx_auto_puxx_conf;',
#             'create index `index_chaxx` on #chanxx_auto_puxx_conf(`channel_nxx`,`channel_prxx`) USING #BTREE;']
#result 中包含  use 庫；
#              如果有少的表，會有 create table的數據; 如果有不同的索引，會#存在drop index 和create index的sql;
#              如果有不同的字段，會有alter table的sql ;
#只需要對這個結果，再通過pymysql的一些數據庫操作就可以保證 sourcedb #的內容與taragetdb一致。

2、同時還支持命令行操作，代碼寫入到x.py代碼中

result = cli.db_sync_commandline()
python x.py --source  host=10.1.1.x,port=3306,user=root,passwd=root,db=investx --target host=10.1.1.x,port=3306,user=root,passwd=root,db=investx

命令行中  –source  key=value;key2=value2;key3=value3  –target key=value;key2=value2;key3=value3

–source, –target 是兩給必輸的參數，後續的值會作為一個dict類型傳入程序。 –source是源庫的信息， –target是目標庫的信息

還包括其他幾個命令參數 –only-index , –only-fields ; –only-index 只比較索引差異， –only-fields 只比較字段差異， 非必填，默認都為False 

四、部分實現代碼：

def diff_tables(sourcetable, targettable):
    '''

    :param sourcetable:  源數據庫的表名列表
    :param targettable:  目的數據庫的表名列表
    :return: 返回dict，包含三種結果，源庫多的表，目標庫多的表，相同的表
    '''
    logger.info('開始比較兩個庫中表的差異,源庫表{}，目標庫表{}'.format(sourcetable, targettable))
    table_result={}
    if not isinstance(sourcetable, list) or not isinstance(targettable, list):
         raise  TypeError('sourcetable , targettable的類型不是list')
    source_diff = set(sourcetable) - set(targettable)
    target_diff = set(targettable) - set(sourcetable)
    same_tables = set(sourcetable)& set(targettable)
    table_result['source'] = source_diff
    table_result['target'] = target_diff
    table_result['same'] = same_tables
    logger.info('兩個庫中表的差異結果{}'.format(table_result))
    return  table_result
 

def  diff_indexs_fields(sourcesql, targetsql, type=1):
    '''
    :param sourcesql: 源數據庫表的創建sql
    :param targetsql: 目標數據表的創建sql
    :return: 記錄下索引不一致的地方
    '''
    result = {}
    logger.info('解析語句中的索引字段，並進行比較索引')
    sourcesql = parse_str(sourcesql)  # 從括號中提取需要的內容
    #logger.info('從括號中提取出來的信息數據{}'.format(sourcesql))
    sourcesql = lists2str(sourcesql)  #將list轉換為str，並對數據的空格數據進行處理
    logger.info('解析完的數據的信息{}'.format(sourcesql))
    sourcesql = sourcesql.split('\n') #將str按照'\\n'進行分割
    logger.info('解析完數據之後的信息{}'.format(sourcesql))
    targetsql = parse_str(targetsql)
    targetsql = lists2str(targetsql)
    targetsql = targetsql.split('\n')
    if type ==1:
        source_index = parse_fields(sourcesql,type)
        target_index = parse_fields(targetsql,type)

        result= compare_indexs_field(source_index, target_index, type)
    elif type ==2:
        source_field_sql = parse_fields(sourcesql, type)
        target_field_sql = parse_fields(targetsql, type)
        result = compare_indexs_field(source_field_sql, target_field_sql, type)
    return  result

def dict2sql(dict_str):
    '''
    將解析完成的數據轉換為對應的可執行sql
    :param dict_str:
    :return:
    '''
    dict_str = copy.deepcopy(dict_str) # 做一個深度copy，可以放心的進行相關數據處理

    if not isinstance(dict_str, dict):
        raise  TypeError('調用方法{}參數不是dict類型，請確認'.format('dict2sql'))
    #獲取db名字
    for key ,value in dict_str.items():
        dbname = key
        logger.info('數據庫名{}'.format(dbname))
        for table, table_desc  in  value.get('source').items():
               if table =='create_table':
                   #create_table_sql = lists2str(table_desc)
                   dict_str[dbname]['source'][table] = table_desc
                   #其他的都是table的名字
                   logger.info('數據庫的修改語句:{}'.format(table_desc))
               else:
                  logger.info('對於索引和字段的解析原始數據{}'.format(table_desc))
                  if table_desc.get('index'):
                      create_index_sql_lists=[]
                      #create_index_sql_lists.append('use {};'.format(dbname))
                      index_lists= (table_desc.get('index'))
                      result_index= parse_comma_split(str(index_lists)[1:-1])
                      for i in result_index:
                           if i.strip().startswith('\'KEY'):
                               #print(i.strip())
                               index_values = parse_space_split(i.strip())
                               drop_index_sql= 'drop index {} on {}'.format(index_values[1],table )
                               if len(index_values)<=3:
                                  create_index_sql='create index {} on {}{} '.format(index_values[1], table, index_values[2])
                               else:
                                  create_index_sql='create index {} on {}{} {}'.format(index_values[1], table, index_values[2], ' '.join(index_values[3:]))
                               create_index_sql_lists.append(drop_index_sql)
                               create_index_sql_lists.append(create_index_sql)

                           if i.strip().startswith('\'UNIQUE KEY'):
                                 index_values = parse_space_split(i.strip())
                                 drop_index_sql = 'drop index {} on {}'.format(index_values[2], table)
                                 if len(index_values) <= 4:
                                     create_index_sql = 'create unique index {} on {}{} '.format(index_values[2], table,
                                                                                          index_values[3])
                                 else:
                                     create_index_sql = 'create unique index {} on {}{} {}'.format(index_values[2], table,
                                                                                               index_values[3],
                                                                                               ' '.join(index_values[4:]),
                                                                                               )
                                 create_index_sql_lists.append(drop_index_sql)
                                 create_index_sql_lists.append(create_index_sql)
                      logger.info('表{}解析出來的索引的修改sql{}'.format(table, create_index_sql_lists))
                      dict_str[dbname]['source'][table]['index'] = create_index_sql_lists
                  if table_desc.get('fields'):
                      create_fields_sql_lists=[]
                      #create_fields_sql_lists.append('use {};'.format(dbname))
                      modify_field_sqls = table_desc.get('fields').get('modify',None)
                      create_field_sqls=table_desc.get('fields').get('lose',None)

                      if modify_field_sqls:
                           for modify_field_sql in modify_field_sqls:
                               sql_indexs = parse_space_split(str(modify_field_sql)[0:-1])
                               #print(sql_indexs)
                               alter_fields_sql='alter table {} modify column {} {} {}'.format(table, sql_indexs[0],sql_indexs[1],' '.join(sql_indexs[2:]))
                               create_fields_sql_lists.append(alter_fields_sql)
                      if create_field_sqls:
                           for  create_field_sql in create_field_sqls:
                                sql_indexs = parse_space_split(str(create_field_sql)[0:-1])
                                create_fields_sql='alter table {} add column {} {}'.format(table, sql_indexs[0],' '.join(sql_indexs[2:]))
                                create_fields_sql_lists.append(create_fields_sql)
                      logger.info('表{}解析出來的字段的修改sql{}'.format(table,create_fields_sql_lists))
                      dict_str[dbname]['source'][table]['fields'] = create_fields_sql_lists

    return  dict_str  # 返回給一個全部是可執行sql的dict

五、後續：

1、對使用過程中遇到對bug進行修復

2、對代碼進行優化

3、增加其他相關功能，讓工具越來越好用

4、希望使用的小夥伴多提意見，未來成為一個好用的小工具

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※廣告預算用在刀口上，網站設計公司幫您達到更多曝光效益

※自行創業 缺乏曝光? 下一步"網站設計"幫您第一時間規劃公司的門面形象

鹼性電池售價便宜、也比鋰電池更不容易起火燃燒，唯一缺點是無法重複充電使用。不過，新創公司Ionic Materials即將在本週四（8月3日）發表一項突破性的新發現，讓固態的鹼性電池成為鋰電池等高儲電科技的替代品，直接應用到PC、智慧型手機或電動車。

紐約時報1日報導（），Ionic發明的新技術，可讓鹼性電池重複充電，其推出的原型，最多已能充電400次。Ionic創辦人兼材料科學家Mike Zimmerman說，該公司開發的鹼性電池，目前雖比市面上的鋰電池還要重，但其成本優勢和更優秀的儲電能力，將彌補這項缺點。

不只如此，鋰電池的關鍵材料是鈷，不但毒害環境，非洲還有不少礦場違法使用童工採鈷，令人憂心。相較之下，鹼性電池使用的是蘊藏量相對豐富的鋅和錳。

另外，Ionic還修正鹼性電池的設計，以價格更為親民的鋁取代鋅。在過去，鋁因為容易被腐蝕的問題，並未被採納，若鹼性電池真的能以鋁為材料，那麼重量有機會比鋰電池還要輕，也會比當前市面上的鹼性電池還要便宜。

報導稱，Ionic計畫在週四於永續能源研究機構Rocky Mountain Institute舉行的35週年大會上，宣布研究成果。

鹼性電池若能重複充電、將有諸多好處，但鋰電池之父John Goodenough也不是省油的燈。Goodenough雖已高齡94歲，卻寶刀未老，他今（2017）年3月已經帶領德州大學（University of Texas）奧斯汀分校團隊，打造出「全固態」（all-solid-state）鋰電池，不但更加安全，容量還是三倍大，而且只要數分鐘就可充電完畢，不必再像從前那樣等待數小時。

Apple Insider、CNET、CleanTechnica等多家外電3月6日報導，Goodenough採用全新技術打造的鋰電池可適用幾乎所有裝置，包括iPhone、MacBook Pro、車用電池或是類似特斯拉「Powerwall」家用電力儲存系統等，都可使用這種電池。

Goodenough團隊開發的最新技術，使用了玻璃製的電解質（不是以往的液體 ），可解決電池充電過快時激發「金屬鬚晶」（metal whiskers），導致正負兩極相互接觸、繼而起火爆炸的問題。

玻璃電解質是以鋰、鈉或鉀製成，可大幅增加電池的能量密度，據研究人員估算，即使充放電超過1,200次，電池續航力也幾乎不受影響。不僅如此，即使環境急凍到零下20度C，新款電池依舊能正常運作。

研發團隊指出，玻璃電解質可簡化電池製造流程，採用的材料也都對環境友善，能輕鬆回收再利用，另外更能降低稀土金屬的使用量。不過，德州大學科技商業化辦公室目前還在跟多家電池大廠洽談授權事宜，因此短期內恐怕還無法上市。

（本文內容由授權使用。圖片出處：Ionic Materials）  

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※廣告預算用在刀口上，網站設計公司幫您達到更多曝光效益

※自行創業 缺乏曝光? 下一步"網站設計"幫您第一時間規劃公司的門面形象

特斯拉電動車好威，旗下兩款車種速度之快，讓藍寶堅尼（Lamborghini）跑車也汗顏，只能在後面吃灰塵。

CNBC兩篇稱，Drag Times在美國佛州棕櫚灘舉辦賽事，特斯拉「Model S」轎車和「Model X」休旅車，雙雙派出具備「P100D Ludicrous」超快加速模式的車款，對戰藍寶堅尼Aventador跑車。在0.25英里（約400公尺）的直線加速賽上，特斯拉兩車款都大獲全勝，Model X更打破了休旅車的飆速紀錄。

電動車能立刻獲得扭力，加速之快勝過靠內燃機推動的傳統汽車。特斯拉的Ludicrous模式更能讓車輛在3秒內，速度從0飆至60英里（約96公里）。儘管部分跑車速度快過特斯拉電動車，但是價格遠高於特斯拉。以藍寶堅尼Aventador而言，價格為53萬美元，超過特斯拉的16.5萬美元。

JPMorgan看好電動車前景，預估2025年電動車將在全球車市奪下35%市佔、2030年續增至48%。這會帶來巨大衝擊，汽車經銷商和維修商將受重創。報告稱，電動車維修費用低廉，主因電動車移動零件少，只有20個，低於傳統汽車的2千個，會大幅壓低維修費用、並延長車輛壽命。仰賴售後服務利潤的汽車經銷商等將面臨可觀風險。

不只如此，車貸業者也會拉警報。電動車盛行之後，傳統汽車的剩餘價值會減少，如果車貸公司回收汽車、再次出售，價格將低於現值。而且電動車壽命較長，車貸業者承作的新貸款也會萎縮。

此外，原油需求也會受到威脅。CNBC 5月23日報導，Tony Seba是獨立智庫RethinkX共同創辦人兼史丹福大學教授，他預言自駕電動車崛起會衝擊原油需求。他說，原油需求估計在2020到2021年觸頂，十年之內，原油需求會從1億桶降至7,000萬桶，原油均衡價格（equilibrium price）大跌至25美元。

Sebe做此預言，主因預期自駕電動車將蔚為風潮。他說，自駕車獲得許可之後，叫車服務、電動車和自動駕駛結合，叫車會比自己買車開車便宜十倍。若是如此，車輛總數將大減、停車需求也暴跌。

（本文內容由授權使用。圖片出處：Tesla）

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※廣告預算用在刀口上，網站設計公司幫您達到更多曝光效益

※自行創業 缺乏曝光? 下一步"網站設計"幫您第一時間規劃公司的門面形象