ecnu-openapi-sdk-python 1.0.0

ecnu-openapi-sdk-python

Python-SDK

能力

• 授权模式（token 管理）
  • client_credentials 模式
  • password 模式
  • authorization code 模式
• 接口调用
  • GET
  • POST
  • PUT
  • DELETE
• 数据同步（接口必须支持翻页）
  • 全量同步
    • 同步为 csv 格式
    • 同步为 xls/xlsx 格式
    • 同步到数据库
    • 同步到模型
  • 增量同步（接口必须支持ts增量参数）
    • 同步到数据库
    • 同步到模型

依赖

• python 3.10 +
• requirements.txt

相关资料

• oauth2.0
• sqlalchemy

支持的数据库

理论上只要 sqlalchemy支持的数据库驱动都可以支持，以下是测试的情况

如果sqlalchemy无法直接支持，可以先同步到模型，然后自行处理数据入库的逻辑。

数据库	驱动	测试情况	upsert 支持
MySQL	pymysql	测试通过	todo
SQLite	null	测试通过	todo
PostgreSQL	psycopg2	测试通过	todo
SQL Server	pymssql	测试通过	todo
Oracle	cx_oracle	测试通过	todo

示例

详见以下示例代码，和示例代码中的相关注释

• CallAPI
• SyncToCSV
• SyncToModel
• SyncToDB

性能

性能与 ORM 的实现方式（特别是对 upsert 的实现方式），数据库的实现方式，以及网络环境有关，不一定适用于所有情况。

当同步到数据库时，SDK 会采用分批读取/写入的方式，以减少内存的占用。

当同步到模型时，则会将所有数据写入到一个数组中，可能会占用较大的内存。

以下是测试环境

同步程序运行环境

• i5 cpu
• 32G 内存
• windows10 X64
• WD 固态硬盘
• dotnet 4.8

测试接口信息

• /api/v1/sync/fake
• 使用 pageSize=2000 仅限同步
• 接口请求耗时约 0.2 - 0.3 秒
• 接口数据示例

{
	"errCode": 0,
	"errMsg": "success",
	"requestId": "73a60094-c0f1-4daf-bc58-4626fbef7a2b",
	"data": {
		"pageSize": 2000,
		"pageNum": 1,
		"totalNum": 10000,
		"rows": [{
			"id": 1,
			"colString1": "Oxqmn5MWCt",
			"colString2": "mzavQncWeNlOlFgUW7HC",
			"colString3": "mvy6K1HU7rdCicPbvvA3rNZcDWPhvV",
			"colString4": "XGsK5NVQHOu4JrmHZ9ZL1iLf0UYpdIvNIzswULzb",
			"colInt1": 3931594532918648027,
			"colInt2": 337586114254574578,
			"colInt3": 2291922259603323213,
			"colInt4": 3000562485500051124,
			"colFloat1": 0.46541339000557547,
			"colFloat2": 0.6307996439929248,
			"colFloat3": 0.9278393850101392,
			"colFloat4": 0.7286866920659677,
			"colSqlTime1": "2023-10-20 22:02:07",
			"colSqlTime2": "2023-10-20 22:02:07",
			"colSqlTime3": "2023-10-20 22:02:07",
			"colSqlTime4": "2023-10-20 22:02:07"
		}]
	}
}

测试结果

• 数据库：本地mysql:5.7 (docker环境)
• pageSize = 2000
• batchSize = 100

数据量(totalNum)	Time Spent on Direct CallAPI	Time Spent on Model Sync	Time Spent on DB Sync
1w	0.324615	1.192462	6.551163
10w	0.280315	7.836467	30.583456
100w	0.28313	78.528211	263.68381

数据量(totalNum)	Memory Spent on Model Sync	Memory Spent on DB Sync
1w	3.07421875	3.12890625
10w	107.265625	15.22265625
100w	695.171875	12.56640625

注意事项

1 OAuth2身份认证+鉴权

initOauth2ClientCredentials方法可以实现对token的自动续约与管理，指定client_id与client_secret即可

2 同步到csv文件SyncToCSV

使用案例在exampleSyncToCSV()方法中，开发者仅需在example_csv.py文件中进行配置即可。仅需配置api参数，包括url、pageSize等，还需配置写入的文件名。

3 同步到数据模型SyncToModel

因为写入到csv文件中的数据都是字符串类型，为满足开发者需求，提供同步数据到Model的功能。使用案例在exampleSyncToModel()方法中，开发者仅需在example_model.py文件中进行配置即可。配置：Model类型，api，指定Model对象

4 同步到数据库SyncToDB

使用案例在exampleSyncToDB()方法中，开发者仅需在example_db.py文件中进行配置即可。ORM：sqlalchemy

该sdk提供全量与增量刷新数据到DB中，支持数据库MySQL（建议）、Oracle、PostgrelSQL、SQLServer

目前暂时不支持 upsert，全量刷新时建议删除原本存在的表结构，增量同步时则不需要。配置如下：数据库、api、映射类，注意若接口返回的数据存在id，一般无需指定自增