AI este potrivită pentru conversiile de format (CSV ↔ JSON ↔ SQL) și scripturile de migrare, deoarece regulile de transformare sunt mecanice. Trucul este să-i dai suficient context pentru a fi corect și sigur: scheme, un rând de eșantion și cerințe de siguranță explicitite.
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
Comentariile marchează parțile care au importanță: validare (sări peste e-mailurile goale), escaping (ghilimele) și idempotență (ON CONFLICT DO NOTHING). Cere AI să includă toate trei — acestea sunt lucrurile pe care le uită un script naiv.
Migrările de date sunt riscuri mari și de obicei o operație unică: un script care dublează sau scapă rânduri poate fi scump de anulat. AI accelerează scrierea conversiei, dar proprietățile de siguranță — idempotență, validare și o simulare pe o copie — sunt negociabile. Tratează scriptul generat ca un proiect pe care trebuie să-l citești și testezi, niciodată ca ceva care trebuie să rulezi orbește pe date reale.