AI ફોર્મેટ રૂપાંતર (CSV ↔ JSON ↔ SQL) અને માઇગ્રેશન સ્ક્રિપ્ટ્સ માટે સારી રીતે અનુકૂળ છે કારણ કે પરિવર્તન નિયમો યાંત્રિક છે. યુક્તિ તેને સાચા અને સુરક્ષિત હોવા માટે પૂરતો સંદર્ભ આપવાની છે: સ્કીમા, નમૂનો પંક્તિ અને સ્પષ્ટ સુરક્ષા આવશ્યકતાઓ.
AI ફોર્મેટ રૂપાંતર (CSV ↔ JSON ↔ SQL) અને માઇગ્રેશન સ્ક્રિપ્ટ્સ માટે સારી રીતે અનુકૂળ છે કારણ કે પરિવર્તન નિયમો યાંત્રિક છે. યુક્તિ તેને સાચા અને સુરક્ષિત હોવા માટે પૂરતો સંદર્ભ આપવાની છે: સ્કીમા, નમૂનો પંક્તિ અને સ્પષ્ટ સુરક્ષા આવશ્યકતાઓ.
import csv
# Source CSV: id,email,signup_date (signup_date may be blank)
# Target table: users(id INT, email TEXT NOT NULL, signup_date DATE NULL)
def csv_to_sql(path: str) -> list[str]:
statements = []
with open(path, newline="", encoding="utf-8") as f:
for row in csv.DictReader(f):
email = row["email"].strip()
if not email: # validate: skip invalid rows, don't insert garbage
continue
date = row["signup_date"].strip() or None
email_sql = email.replace("'", "''") # escape quotes to avoid broken SQL / injection
date_sql = f"'{date}'" if date else "NULL"
# ON CONFLICT makes it idempotent: re-running won't create duplicates
statements.append(
f"INSERT INTO users (id, email, signup_date) "
f"VALUES ({int(row['id'])}, '{email_sql}', {date_sql}) "
f"ON CONFLICT (id) DO NOTHING;"
)
return statements
ટિપ્પણીઓ અગત્યના ભાગોને ચિહ્નિત કરે છે: માન્યતા (ખાલી ઇમેલ્સ છોડો), એસ્કેપિંગ (અવતરણ) અને idempotency (ON CONFLICT DO NOTHING). AI ને આ ત્રણેય શામેલ કરવાનું કહો — તે તે વસ્તુઓ છે જે સાદો સ્ક્રિપ્ટ ભૂલે છે.
ડેટા માઇગ્રેશન ઉચ્ચ જોખમ અને ઘણીવાર એક-બીજું છે: એક સ્ક્રિપ્ટ જે ડબલ-શામેલ કરે અથવા પંક્તિઓ ફોલવે તે પાછું કરવા માટે મોંઘું હોઇ શકે છે. AI રૂપાંતર લખવા તરફ તત્પરતા કરે છે, પરંતુ સુરક્ષા ગુણધર્મો — idempotency, માન્યતા અને કॉપી પર ડ્રાય-રન — અનિવાર્ય છે. જનરેટ કરેલ સ્ક્રિપ્ટને એક ડ્રાફ્ટ તરીકે ગણો જે તમારે વાંચવું અને પરીક્ષણ કરવું જોઈએ, ક્યારેય તે નહીં જે વાસ્તવિક ડેટા વિરુદ્ધ અંધોજ ચલાવવું જોઈએ.
વિગતવાર જવાબો સાથે IT ઇન્ટરવ્યૂ પ્રશ્નોની લાઇબ્રેરી — જુનિયરથી સિનિયર સુધી.
દાન કરો