Har automatiseret databehandling i Python og SQL

Situation. En stadig strøm af tilbagevendende databehandling blev udført manuelt. Manuelt dataarbejde har to problemer på én gang: det sluger tid, og det er uensartet — udfører man den samme opgave i hånden tilstrækkeligt mange gange, bliver den gjort en anelse forskelligt, og nogle af de forskelle er fejl.

Opgave. Målet var at automatisere disse opgaver, både for at vinde tiden tilbage og for at gøre dem pålidelige.

Handling. Databehandlingen blev automatiseret i de databaser og systemer, den berørte, med de værktøjer, der passede til opgaven — shell‑scripting til at binde det hele sammen, PL/pgSQL og Transact‑SQL nede i databaserne og Python, hvor der var brug for mere, end SQL kunne give. Manuelle trin blev erstattet af jobs, der kørte på samme måde hver gang, og det er hele pointen: et script keder sig ikke, springer ikke et trin over og gør det ikke anderledes en fredag eftermiddag.

Resultat. Både produktiviteten og effektiviteten steg, det manuelle arbejde blev taget af folks bord, og databehandlingen blev ensartet og pålidelig i stedet for en kilde til små, tilbagevendende fejl.