Вопрос пользователя: «Как автоматизировать выгрузку данных из нашей базы данных (например, из 1С или MySQL) для формирования отчётов? Или как загружать данные из Excel в базу?»
Суть проблемы
Сотрудникам часто приходится вручную делать выборки из корпоративных баз данных (1С, PostgreSQL, MySQL) для отчётов или, наоборот, массово загружать в них данные. Это требует знания SQL, тратит время и приводит к ошибкам при ручном вводе.
Что может Puzzle RPA?
Puzzle RPA умеет подключаться к большинству популярных баз данных и выполнять SQL-запросы, а также работать с NoSQL-базами, такими как MongoDB:
- Создать подключение к базе данных: Поддерживает PostgreSQL, MySQL, Oracle, SQLite, MSSQL, MongoDB.
- Выполнить SQL запрос: Любой запрос на выборку (SELECT), изменение (INSERT, UPDATE, DELETE) или создание объектов (CREATE TABLE).
- Выполнить запрос к MongoDB: Выполнять операции вставки (insert), поиска (find), обновления (update) и удаления (delete) документов в коллекциях.
- Закрыть подключение: Корректно завершать работу с базой.
Характеристика операций (Суть подхода и преимущества)
- Универсальный доступ к данным:
Как: Вам не нужно устанавливать отдельные клиенты для каждой базы. Puzzle RPA использует стандартные драйверы. Вы просто выбираете тип базы, указываете адрес, логин, пароль — и получаете подключение.
Преимущества: Один инструмент для работы со всеми базами в компании. Не нужно переключаться между разными программами. - Безопасность и контроль:
Как: Подключение создаётся один раз, сохраняется в переменной и используется в запросах. В конце подключение закрывается. SQL-запросы можно параметризовать, подставляя значения из переменных.
Преимущества: Нет риска «подвешенных» подключений. Чёткое разделение: настройка подключения — выполнение операций — закрытие. - Работа с результатами:
Как: Результат SELECT возвращается в виде списка строк (как таблица), который можно легко обойти в цикле и обработать. Результаты операций изменения (сколько строк затронуто) также доступны.
Преимущества: Данные из базы сразу готовы для дальнейшей автоматической обработки: создания отчёта, сравнения, загрузки в другую систему.
Решение и рекомендации
- Используйте отдельные переменные для параметров подключения: Хост, логин, пароль лучше хранить в переменных или файле конфигурации, а не прописывать в блоке.
- Всегда закрывайте подключение: Используйте блок «Закрыть подключение к базе данных» в конце процесса, особенно если робот работает долго. Это освобождает ресурсы на сервере БД.
- Проверяйте результаты запросов: После INSERT/UPDATE/DELETE проверяйте количество затронутых строк, чтобы убедиться, что операция прошла как планировалось.
- Для сложных запросов используйте переменные: В текст SQL-запроса можно вставлять значения переменных, что делает запросы гибкими.
Итог простыми словами
Представьте, что Puzzle RPA — это универсальный пульт управления для всех ваших баз данных. Вместо того чтобы учить каждого сотрудника SQL и давать ему доступ к базе, вы настраиваете робота-посредника. Вы говорите ему: «Подключись к нашей 1С, выгрузи всех клиентов, которые сделали заказ вчера, и сохрани в Excel». Робот знает, как подключиться, говорит на языке SQL и аккуратно возвращает результат. При этом он не забывает «закрыть дверь» (сеанс подключения) после себя.
Типичные сценарии использования:
- Сценарий для отдела снабжения:
Ситуация: Ежедневно нужно формировать отчёт по остаткам на складе из базы данных 1С и рассылать его менеджерам.
Проблема: В 1С есть стандартный отчёт, но он не совсем такой, как нужно, и его приходится запускать вручную.
Решение: Робот в заданное время подключается к базе 1С (MSSQL) и выполняет точный SQL-запрос, который выгружает нужные данные (склад, номенклатура, остаток). Затем он форматирует их в красивый Excel-файл и рассылает по почте.
Результат: Менеджеры получают точный и своевременный отчёт без участия кладовщика. Процесс занимает минуты вместо часов ручной работы. - Сценарий для службы поддержки:
Ситуация: В MongoDB накапливаются логи обращений. Раз в неделю нужно находить все обращения с низкой оценкой удовлетворённости (NPS) и создавать по ним задачи для менеджеров.
Решение: Робот подключается к MongoDB, выполняет запрос find с фильтром по оценке и дате. Для каждого найденного документа он создаёт задачу в корпоративной системе (например, через API) и отмечает в MongoDB, что задача создана.
Результат: Обратной связью недовольных клиентов начинают заниматься мгновенно, а не когда её накопятся сотни.