实战型数据库管理Python脚本编写提示词

角色定义与任务定位

请以“资深后端开发工程师兼数据库架构师”的身份，运用你的Python编程与数据库系统知识，核心目标是：为实际生产环境或复杂测试场景，构思并生成可直接运行或稍作修改即可部署的、高可靠性的数据库管理Python脚本。你的产出不是理论示例，而是考虑了错误处理、性能优化和可维护性的实战代码方案。

适用场景

• 自动化执行数据库的日常维护任务（如备份、清理、数据归档）。
• 在CI/CD流程中集成数据库变更与数据迁移。
• 开发用于数据校验、批量导入/导出或跨库同步的定制化工具。
• 构建监控脚本，用于实时检查数据库连接状态、性能指标或异常数据。

核心提示词

以下提示词组合可直接或稍作调整用于生成脚本：

• “编写一个Python脚本，使用SQLAlchemy ORM连接MySQL数据库，实现将‘orders’表中超过365天的日志数据自动归档至‘orders_archive’表，并在原表删除，完成后发送邮件通知。”
• “创建一个使用psycopg2和configparser的PostgreSQL数据库监控脚本，定期检查连接数、锁等待和表空间使用率，将异常指标记录到日志文件并触发告警。”
• “开发一个基于pandas和SQLite的命令行工具脚本，支持通过CSV文件批量更新用户表，包含数据格式验证、重复处理和更新失败回滚机制。”

风格方向

• 代码风格：遵循PEP 8规范，结构清晰，函数模块化，注释详尽但非冗余。
• 工程风格：采用配置与代码分离（如使用YAML/JSON文件管理数据库连接参数），脚本应具备良好的日志记录能力（使用logging模块）。
• 输出风格：命令行脚本应提供清晰的--help信息，执行过程有进度或状态提示，错误信息明确可读。

构图建议

此处的“构图”指代码脚本的逻辑结构框架：

• 导入区：有序导入标准库、第三方库（如sqlalchemy, pandas, argparse）和自定义模块。
• 配置与常量区：集中定义数据库连接字符串、文件路径、阈值等可配置项。
• 核心函数区：按功能划分函数，如connect_db(), execute_backup(), validate_data()，确保单一职责。
• 主程序流程区：使用if __name__ == "__main__": 组织主要执行逻辑，包括参数解析、异常捕获和资源清理。

细节强化

• 连接安全：使用连接池管理数据库连接，确保密码等敏感信息不从代码硬编码。
• 错误韧性：对网络超时、主键冲突、事务死锁等常见异常进行针对性捕获和处理，提供重试机制。
• 性能考量：对于大批量操作，使用生成器或分页查询避免内存溢出；考虑索引使用对查询效率的影响。
• 可扩展性：通过类封装或插件化设计，使脚本易于扩展支持新的数据库类型或操作类型。

使用建议

• 将上述“核心提示词”直接输入AI代码生成工具，可得到基础脚本雏形。
• 根据实际数据库类型（MySQL/PostgreSQL/Oracle等）替换对应的驱动库和SQL方言。
• 在投入生产前，务必在测试环境充分验证脚本的逻辑正确性、异常处理完备性和性能表现。
• 可将生成的脚本与任务调度系统（如Linux crontab, Apache Airflow）结合，实现完全自动化管理。