Kif tuża l-AI biex tikteb scripts ta' migrazzjoni tad-data u ta' konverżjoni tal-format?

Question

IT Interview Practice · Accepted Answer

L-AI hija tajba ħafna għal **konverżjoni ta' format** (CSV ↔ JSON ↔ SQL) u scripts ta' migrazzjoni għaliex ir-regoli ta' trasformazzjoni huma mekkaniċi. Il-qosor huwa li tagħtihom kontess suffiċjenti biex ikunu korretti u siguri: skemi, ringiela ta' kampjun, u rekwiżiti ta' sigurtà espliċiti.

## Kif tifformula l-mistoqsija

- **Ipprovdi l-iskema tas-sors u l-istandard** — ismijiet ta' kolonna, tipi, nullability.
- **Inkluż ringiela ta' kampjun reali** sabiex tara l-forma attwali u l-każi tal-ħافри (kwitaturi, nulls, dati).
- **Itlob li jkun idempotent u vvalidat** — milli jexegwixxi mill-ġdid ma għandu jagħmel duplikati jew jnissel id-data; ringielaw ħamsa għandhom jingħabdu, mhux ddaħħlu b'sħuħ.
- **Dejjem dry-run fuq kopja** tad-data qabel ma tittratta l-produzzjoni. Inspezzjona l-output l-ewwel.

## Eżempju: CSV → SQL inserts

```python
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
```

Il-komentarji jisemmgħu l-partijiet importanti: **validazzjoni** (ħalli barra l-emailz vojta), **escaping** (kwitaturi), u **idempotency** (`ON CONFLICT DO NOTHING`). Itlob lill-AI li tinkludi l-għaxar tlieta — dawn huma l-affarijiet li script inġenju niftakru.

## Għaliex huwa importanti

Il-migrazzjonijiet tad-data huma ta' riskju għoli u ħafnu drabi punt wieħed: script li tdopja jew ħassra ringielaw tista' tkun għalija għal ritrattazzjoni. L-AI taħaffef il-kitba tal-konverżjoni, imma l-proprjetajiet ta' sigurtà — idempotence, validazzjoni, u dry-run fuq kopja — huma non-negotiable. Ittrata l-iskript li ġie ġġenerat bħala drafft li għandek taqra u ttestja, qatt mhux bħala xi ħaġa biex tkerri bl-għomja kontra d-data reali.

Kif tifformula l-mistoqsija

Eżempju: CSV → SQL inserts

Għaliex huwa importanti

Mistoqsijiet relatati