pyhton_将impala查询结果进行钉钉群内推送

from datetime import datetime

import json

import urllib.request

import pymysql as pms

import pandas as pd

import pandas as pd

from sqlalchemy import create_engine

import datetime

from pyhive import hive

from impala.dbapi import connect as impala_connect

from impala.util import as_pandas


# 连接impala数据库

def impala_db(sql):

? ? conn = impala_connect(host='#地址 ', port=#端口)

? ? cursor = conn.cursor()

? ? cursor.execute(sql)

? ? results = as_pandas(cursor)

? ? cursor.close()

? ? conn.close()

? ? return results


# 日期

today = datetime.date.today()

last_day = today + datetime.timedelta(days=-1)

last_day = datetime.datetime.strftime(last_day,"%Y%m%d")

engine = create_engine('mysql+pymysql://tableau:Tableau@253.com.Ta@103.28.213.198:53306/tableau_report')

df_sql ='''

select? a, b, c? FROM table limit 5;

? ? ? ? '''


#调用方法? impala_db()

df =? impala_db(sql = df_sql)

df.columns = ['  ? 字段A','  ? 字段B','  ? 字段C']


#格式

def sg_md_deal(data):

? ? sig = '|'

? ? sig_md_str = '### {} 查询结果展示:? \n'.format(last_day)

? ? cols_list =list(data.columns)

? ? sig_cols = sig+sig.join(('**'+i +'**'? for i in cols_list))+sig +' \n '

? ? # | --- | --- |

? ? sig_tab = sig + sig.join(['---:' for i in range(len(cols_list))]) +sig +' \n '

? ? sig_md_str = sig_md_str + sig_cols +sig_tab

? ? for value in data.values:

? ? ? ? sig_val = sig+sig.join(['   '+str(i) for i in list(value)])+sig +' \n '

? ? ? ? sig_md_str = sig_md_str + sig_val

? ? return sig_md_str


#你的钉钉机器人url



global myurl

my_url ="?你的钉钉机器人url "


# 自定义传入url和内容发送请求

def send_request(url, datas):

? ? #传入url和内容发送请求

? ? # 构建一下请求头部

? ? header = {

? ? "Content-Type": "application/json",

? ? "Charset": "UTF-8"

? ? }

? ? sendData = json.dumps(datas) # 将字典类型数据转化为json格式

? ? sendDatas = sendData.encode("utf-8") # python3的Request要求data为byte类型

? ? # 发送请求

? ? request = urllib.request.Request(url=url, data=sendDatas, headers=header)

? ? # 将请求发回的数据构建成为文件格式

? ? opener = urllib.request.urlopen(request)

? ? # 打印返回的结果

? ? print(opener.read())

# 自定义钉钉模型

def get_ddmodel_datas(type):

? ? #返回钉钉模型数据,1:文本;2:markdown所有人;3:markdown带图片,@接收人;4:link类型

? ? if type == 1:

? ? ? my_data = {

? ? "msgtype": "text",

? ? "text": {

? ? ? ? "content":"test】我就是我, 是不一样的烟火"

? ? },

? ? "at": {

? ? ? ? "atMobiles": [

? ? ? ? ? ? "17317386472"

? ? ? ? ],

? ? ? ? "isAtAll":True

? ? }

? ? }

? ? elif type == 3:

? ? ? my_data =? {

? ? "msgtype": "markdown",

? ? "markdown": {"title":" ",

? ? "text":" "

? ? },

? ? "at": {

? ? ? ? "atMobiles": [

? ? ? ? ? ? "13761329116"

? ? ? ? ],

? ? ? ? "isAtAll":True

? ? }

? ? }

? ? return my_data


#主函数

if __name__ == "__main__":

#? ? print('Main! The time is: %s' % datetime.now())

? ? #3.Markdown(带图片@对象)

? ? my_data = get_ddmodel_datas(3)

? ? my_data["markdown"]["title"] = " 查询结果:"

? ? my_data["markdown"]["text"] = sg_md_deal(df)

? ? send_request(my_url, my_data)


推送结果:


自动化推送:

在跳板机上执行:

#Linux crontab是用来定期执行程序的命令。

crontab -e

#编辑如下

# oozie failure schedule

30 8 * * * ${PYTHON_HOME}/python? ${DINGDING_REPORT_DIR}/dingding_push.py

最后编辑于
?著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,992评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,212评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事?!?“怎么了?”我有些...
    开封第一讲书人阅读 159,535评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,197评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,310评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,383评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,409评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,191评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,621评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,910评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,084评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,763评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,403评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,083评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,318评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,946评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,967评论 2 351

推荐阅读更多精彩内容