python学习

统计禅道数据到本地表格

2019-06-20  本文已影响0人  Jane93

背景说明

因为在每次发版和每周,都分别需要编写发版报告和测试周报,而这两次均需要统计剩余的bug,分别是从人员与严重程度和模块与严重程度两个维度去统计。

大家也知道,禅道只可以对人员统计或者对严重程度统计,不可以将信息汇总在一个表格内。

实现思考

为了减轻工作量,于是就想写一个小工具,目前是想,把数据统计下来就好了,因为使用excel生成表格的工作量还好,繁重的工作在与统计。

这里的工作量就在于 查询,然后将结果写在表格里面。

这里以统计每个模块下 对应 不同严重程度的bug数为例子,至于统计人员以及对应不同严重程度的bug数就大家自己试着去做了。

实现步骤

主要就是分两步进行,第一步就是先写sql了:

首先查询bug列表里面的模块名,我这里没有对bug状态进行筛选,筛选了所有存在bug的模块名。


SELECT  `name` FROM zt_module m WHERE m.id in ( SELECT module FROM zt_bug 
WHERE product = ( SELECT p.id FROM zt_product p WHERE p.`name` = 'DEEPEXI DevOps'))

然后是查询bug的严重程度,具体sql如下:
这里使用了group by 对严重等级进行分组,也是一个去重操作

SELECT severity FROM zt_bug WHERE deleted = '0 ' and `status` !='closed'  
AND product = (SELECT p.id FROM zt_product p WHERE p.`name` = 'DEEPEXI DevOps' ) GROUP BY severity

最后 就是查询对应的数量,不同模块下的不同等级的bug数

在代码中,需要将 模块名(module) 和严重程度(severity)进行参数化,这里为了方便调试,使用了固定的值。

SELECT count(*) from zt_bug b WHERE  b.severity = '1' and b.deleted = '0' and b.`status` !='closed' 
and b.module = (SELECT zt_module.id from zt_module LEFT JOIN zt_product ON zt_module.root = zt_product.id 
WHERE zt_product.`name` = 'DEEPEXI DevOps' and zt_module.name = '基础设施')

SQL都毕竟简单,我这里就不多做解释了,具体的表的作用,可以在禅道的官方文档去看快速通道

部分截图

在完成sql之后,就要开始编码了,具体的代码如下:

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# author:jianfan

import pymysql.cursors
import xlwt
import sys
import importlib

importlib.reload(sys)


def export(table_name, outputpath):
    # 创建数据库链接,需要输入自己的数据库信息
    db = pymysql.connect(host="127.0.0.1",port=3306,user='xxx',passwd='xxx',db='zentao',charset='utf8')
    # 获得当前数据库游标,可以理解为操作权,对数据库有操作的权限了
    cur = db.cursor()
    # 查询当前项目的bug列表中,存在的模块名称
    sqlmodule = "select name from zt_module m WHERE m.id in ( SELECT module FROM zt_bug WHERE product = ( SELECT p.id FROM zt_product p WHERE p.name = 'DEEPEXI DevOps'))"

    # 使用刚刚的游标对象,执行sql语句
    re_module = cur.execute(sqlmodule)
    print(re_module)

    # fetchall 获取刚刚 cur执行sql的全部结果
    result_module = cur.fetchall()

    # 查询当前项目中,未关闭的bug列表中 问题的严重程度
    sqlseverity = "SELECT severity FROM zt_bug WHERE deleted = '0 ' and `status` !='closed'  AND product = (SELECT p.id FROM zt_product p WHERE p.`name` = 'DEEPEXI DevOps' ) GROUP BY severity"

    # 执行sql语句
    re_severity = cur.execute(sqlseverity)
    print(re_severity)
    # print(type(re_severity))

    # 获取全部的查询结果
    result_severity = cur.fetchall()

    # 创建Workbook
    workbook = xlwt.Workbook()
    # 创建表
    sheet = workbook.add_sheet(table_name, cell_overwrite_ok=True)

    # 查找模块名称,写入表格里面
    for row in range(0, 1):
        for col in range(1,len(result_module)+1):
            # 将数据写道表格
            sheet.write(row, col, '%s'%result_module[col-1][0])
            print(result_module[col-1][0])

    # 查看bug严重程度,写入表格里面
    for row in range(1,len(result_severity)+1):
        for col in range(0,1):
            sheet.write(row,col,'%s'%result_severity[row -1][0])
            print(result_severity[row-1][0])

    # 筛选每个模块不同的严重程度,对应的bug数量,写入表格

    for i in range(0, len(result_module)):
        for j in range(0, len(result_severity)):
            severity = str(result_severity[j][0])
            module = str(result_module[i][0])
            sqlcount = "SELECT count(*) from zt_bug b WHERE  b.severity = '{0}' and b.deleted = '0' and b.`status` !='closed'"\
                       "and b.module in (SELECT zt_module.id from zt_module LEFT JOIN zt_product ON zt_module.root = zt_product.id "\
                       "WHERE zt_product.`name` = 'DEEPEXI DevOps' and zt_module.name = '{1}')".format(severity, module)


            result_count = cur.fetchall()
            # print(re)

            sheet.write(i+1, j+1, '%s'%result_count[0][0])

    # 最后 一定要记得保存
    workbook.save(outputpath)
    # 关闭游标
    cur.close()
    # 关闭数据库
    db.close()

if __name__=='__main__':
    export('TEST', 'test.xlsx')

最后

这里就差不多结束,作为不知道怎么去用python的人,也是一点点去完善,中间也遇到了一些问题,比如

1054, "Unknown column '基础设施' in 'where clause'"
(1242, 'subquery returns more than 1 row')

细心的小伙伴可以发现,再代码中的sql语句中,用的是“in”,再单个sql中是用的“=”。

python代码

最后,贴一张生成的表格的图片吧

禅道中的严重程度,是通过数字来体现的


表格截图
上一篇 下一篇

猜你喜欢

热点阅读