top of page
Buscar

Conectando Python usando ODBC II

  • Foto del escritor: Oscar Gutierrez
    Oscar Gutierrez
  • 28 abr 2024
  • 2 Min. de lectura


Continuando con mi reflexión de este ejercicio seguiré con los puntos:


4.- Configuración del Entorno virtual en Python para cada RDBMS.

5.- Carga de bibliotecas, y archivo de configuración de DSN

6.- Exploración remota del base de datos a las tablas de sistema

7.- Resolución de cada problema propuesto en SQL en la interfaz grafica y en Pandas.


ENTORNO VIRTUAL


Este es uno de los aspectos con los que mas he tenido que invertir tiempo en Python. Una biblioteca puede no ser compatible con otra y lo mejor es configurar un entorno para cada proyecto.


La dos bibliotecas que cargo son sqlalchemy y pandas. Luego prosigo a aquella que proporciona los elementos necesarios para que sqlalquemy interprete. Este metodo fue igual casi en todos menos para DB2, pues la versión de sqlalchemy mas actual no era compatible con el controlador de IBM.


La creación del DSN siguió el mismo patrón, enmascararlo con un archivo JSON, luego importar los valores, lo mismo se logra creando un paquete de python.


EXPLORACION


Una vez realizada la conexión, se hace un testeo explorando las tablas de sistema, primero explorando el esquema, y luego la estructura de cada una de las tablas. Esto permite saber todos los detalles de las tablas con las que se va a trabajar en las consultas.


RESOLUCION


Todas las solicitudes a la base de datos se realizaban usando SQL compatible con la que correspondiera en turno, y recuperadas en dataframe de pandas con pandas.read_sql(). Esto lo hice a propósito para seguir ensayando el hecho de que la consulta es uno de los pasos iniciales, y aun falta un largo proceso en el análisis de datos. Siguiendo esta misma lógica, cuando llego el caso de Access, las consultas estaban listas para exportarse a archivos de Excel en hojas separadas, pensando en entornos de oficina.


Los 75 problemas abordan DML y DDL, así como la creación de vistas, joins y cubos. Aquellas operaciones que no tenían como resultado una consulta, fueron gestionadas directamente por el objeto engine sqlalquemy, asegurando un commit al terminar la operación.


En la ultima parte pondré mis conclusiones generales, así como los enlaces ocupados.

 
 
 

Entradas recientes

Ver todo
Carrusel de RDBMS

Como estudiante, de nuevo ingreso en el mundo de los datos. Que sorpresa hallar una enorme variedad de herramientas gratuitas y...

 
 
 

Comments


DatapOinT

©2024 por DatapOinT. Creado con Wix.com

bottom of page