Análisis, obtención y visualización de información almacenada en bases de datos SQL.
Mediante esta herramienta se pretende agilizar el análisis y obtención de información de bases de datos SQL a través de archivos previamente configurados, logrando así ahorrar tiempo, además de mostrar resultados de manera visual o generando reportes con dicha información.
Estas instrucciones le proporcionarán una copia del proyecto en funcionamiento en su máquina local esto con fines de desarrollo y prueba. Consulte el apartado de Comenzar para obtener notas sobre cómo iniciar el proyecto.
El script actualmente este siendo desarrollado y probado en SGBD como MySQL & MariaDB.
Es necesario contar con un SGBD como:
MySQL
O
MariaDB
Además, es necesario contar con Python instalado en nuestro computador.
Python 3.8 o superior
Para su instalación y debido a el estado en que se encuentra actualmente no se requieren configuraciones complejas, ya que solo basta con descarga el proyecto.
- Descargamos el proyecto.
git clone https://github.com/DiegoDG-01/SQL-POISON-RESEARCH
- Colocamos la carpeta descargada en la ruta que mejor nos parezca.
- Con algún editor abriremos primeramente el archivo "Configuration_Script.json" el cual se encuentra en la ruta "/SRC/Data/"
- Nos dirigimos al apartado de "actually" y colocaremos la información de acuerdo con nuestras configuraciones.
- Host.
- Usuario.
- Contraseña.
- Nombre de la base de datos. (Esta será la base de datos sobre la cual trabajará el script)
- Stauts (Mantener el valor por default).
"actually":
{
"Host":"localhost",
"User":"TEST",
"Pass":"TEST",
"DB":"TEST",
"Charset":"utf8mb4",
"Status":1
}
-
Por último, configuraremos el archivo "Data_Structure.json" el cual nos permitirá ejecutar consultar de manera automatizada, se encuentra en la ruta "/SRC/Data/" (Actualmente es requerido ya que es la función que muestra el funcionamiento del script).
- Estructura:
-
El primer nivel corresponde a la acción a realizar sobre la base de datos consultar, insertar, actualizar o eliminar. (Deberá seguir un estándar en los nombres como "search", "delete", "update" o "insert")
{ "search": { } }
-
El segundo nivel se especificará la tabla ("tables" es la palabra clave) sobre la cual realizaremos las acciones, así como los datos que buscaremos.
{ "search": { "tables": [ "usuarios" ] } }
-
Data: en este caso es necesario especificar que tipo de búsqueda se realizara, por claves(key), valores(value) o patrones(patterns) (Este ultimo aun no esta implementado).
{ "search": { "tables": [ "usuarios" ], "data": { "key": { }, "value": { }, "ShowData":"Name, Age", } } }
-
Una vez especificado que tipo de búsqueda realizara tenemos que detallar que valores buscaremos y opcionalmente que información de columnas queremos obtener. (Si no se especifica columnas con "ShowData" retornara todas las disponibles)
{ "search": { "tables": [ "usuarios" ], "data": { "key": { "column":"ID", "value":[1,2,3,4] }, "value": { }, "ShowData":"Name, Age", } } }
-
- Estructura:
Esa es la estructura interna necesaria para hacer funcionar el script de manera automatizada, el archivo puede ser modificado para variar el tipo de consultas y datos a obtener, pero siempre manteniendo dicha estructura.
Con el fin de facilitar el entendimiento del proyecto en la ruta "/Other/SQL/" encontraras un base de datos de pruebas con la cual podrás ejecutar el script sin ningún problema, basta con importarla en tu SGBD.
-
Dirígete a la ruta "SRC" del proyecto y ejecuta el comando:
python3 main.py
-
Seleccionamos la opción #2.
Nota: Actualmente solo la función #2 (search) esta operativa.
-
Elegimos la opción 4. (Cargara y ejecutara el archivo "Data_Structure.json")
-
Finalmente mostrara el resultado que obtuvo en la consulta de los datos y finalizara el script.
Actualmente esta en desarrollo la fase alpha del proyecto, por lo cual su funcionalidad es limitada y existe un gran porcentaje de fallo, con lo cual se recomienda trabajar con cuidado y no hacer uso de bases de datos con información importante para usted.
- Python - Lenguaje de programación
- Análisis automático de la estructura interna de la Base de datos.
- Uso de inteligencia artificial que agilice en mayor medida el análisis y tratamiento de la información.
- @DiegoDG-01 - Idea & trabajo inicial
- Logo by Good Ware (FlatIcon)