Automatiserte databehandlingsoppgaver med Shell‑skripting, PL/pgSQL, Python og Transact‑SQL, og økte produktiviteten og effektiviteten.
Arbeidet utført: 2015 – 2022
det repeterende dataarbeidet, gjort med skript
Situasjon. Det var en jevn mengde gjentakende databehandling som ble gjort for hånd. Manuelt dataarbeid har to problemer på en gang: det spiser tid, og det er inkonsistent — gjør den samme oppgaven for hånd mange nok ganger, så blir den gjort litt ulikt, og noen av de ulikhetene er feil.
Oppgave. Målet var å automatisere disse oppgavene, både for å få tiden tilbake og for å gjøre dem pålitelige.
Handling. Databehandlingen ble automatisert på tvers av databasene og systemene den berørte, med det som passet til jobben — Shell‑skripting som lim, PL/pgSQL og Transact‑SQL nede i databasene, Python der det trengtes mer enn SQL kunne gi. Manuelle steg ble erstattet med jobber som kjørte på samme måte hver gang, og det er hele poenget: et skript kjeder seg ikke, hopper ikke over et steg og gjør det ikke annerledes en fredag ettermiddag.
Resultat. Både produktiviteten og effektiviteten gikk opp, folk slapp det manuelle arbeidet, og databehandlingen ble konsistent og pålitelig i stedet for en kilde til små, gjentakende feil.
Se tilbake på Effektiviserte prosessene for dataanalyse og programvareutvikling og sparte 4 000 timer ved å innføre CI/CD‑praksis med GitHub, GitLab, Bash og Python. Eller ta en titt på hele porteføljen.
Ett stykke av en lengre oversikt — og den ligger i sin helhet her.
Hver oppføring er skrevet på samme måte: situasjonen, oppgaven, hva vi gjorde, og hva som endret seg.