概览：从 12 个生产基地的 IoT 配置库抽取数据，生成统一配置台账（Excel）与每日变更日志（新增/删除/字段级 diff），用于审计追溯与运维排障。
面向“多基地/多实例”的 IoT 配置运营场景：从多个生产基地的关系型数据库抽取配置与字典数据，生成可检索的统一配置台账与每日变更日志（审计/追溯用）。
仓库默认以“某制造企业 / 某 IoT 平台 / 某 EMS”的匿名方式描述，示例字段/截图可按需脱敏补充。
- 多基地配置分散：同一套业务在 12 个生产基地分别维护配置，排障/核对需要跨基地查看。
- 配置变更频繁：配置可能在小时级变化，靠人工“盯”和反复拼表不可持续。
- 平台缺口：上游平台缺少“跨基地合并台账 / 每日变更追踪”这类运营能力时，需要一条轻量流水线先把结果跑出来。
- 每个基地从多张原始表（约 7 张）+ 字典表（约 8 张）抽取并加工
- 合并后每基地沉淀为 2 张“全字段”台账表（将关键字段集中在少量表内，便于筛选/联查）
- 支持跨基地汇总导出（每基地分页 + 汇总页）
- 对比“本次生成的合并结果”与“上一基准结果”
- 输出：
- 新增记录
- 删除记录
- 修改明细（字段级 diff）
- 用途：审计追溯、快速定位“哪里变了/谁改了/何时改了”（如源表存在更新时间/更新人字段则会随输出携带）
- 覆盖：12 个基地
- 资产规模：50 万+采集点，10 万+聚合关系
- 运营侧常见代价（引入本工具链前）：
- 多表（≥5 张）反复
VLOOKUP拼接台账（约 10 分钟/次） - 配置可能 1 小时内变化导致台账失效，一天需要重复拼接多次
- 人工对账/肉眼盯变更，错误与遗漏概率高
- 多表（≥5 张）反复
- 引入后：
- 一键生成台账 + 自动输出每日变更日志
- 将“重复拼表 + 肉眼对比”替换为可审计的结构化结果
注：README 保持“产品/工具说明”的语气；具体数字可在私有场景中继续细化（例如日均运行耗时、单次导出行数、变更条数分布等）。
0_run_all.py：流水线编排入口（串起 1~5 脚本，并写执行日志）- 数据同步
1_copy_to_local.py：从各基地数据库同步到本地 MySQL（按配置映射）1_copy_ems_to_local.py：从某 EMS（PostgreSQL）同步到本地 MySQL（含类型映射/字段清洗）
- 数据加工
2_table_aggregator.py：按配置文件生成“汇总表”（JOIN 字典表、字段映射、基地命名等）
- 台账导出与合并
3_merge_tables.py：导出并合并“采集点/设备/数据源”等台账4_merge_calc_tables.py：导出并合并“计算逻辑/聚合关系”等台账5_Equipment Ledger Merge.py：设备台账相关额外合并处理
- 变更审计
6_daily_changelog.py：在合并结果上做每日对比，导出新增/删除/修改明细
- 工程化
0_run_all.spec：PyInstaller 打包配置（可交付给非开发同学运行）定时执行数据库文件.bat：Windows 批处理（全量更新→等待→生成变更日志）
- 抽取/同步：从各基地关系型数据库 + EMS 抽取配置与字典表 → 同步至本地 MySQL
- 加工：按字段映射与 JOIN 规则生成面向运营的“汇总表”
- 导出：将汇总表导出为 Excel 台账（按基地拆分 + 汇总合并）
- 对比：基于上次结果生成每日变更日志（新增/删除/修改）
生产凭据不进入仓库：通过本地配置文件注入连接参数（不提交任何可用账号/密码/IP）。
- Python 3.9+（Windows 环境验证较多）
- 常用依赖（按脚本 import 推断）：
pandaspymysqlsqlalchemyopenpyxlxlsxwritermysql-connector-pythonpsycopg2
建议创建虚拟环境并安装依赖：
python -m venv .venv
# Windows
.\.venv\Scripts\activate
pip install pandas pymysql sqlalchemy openpyxl xlsxwriter mysql-connector-python psycopg2-binarypython 0_run_all.py运行仓库内 .bat：先全量更新并导出台账，等待文件落盘后再执行 6_daily_changelog.py 生成每日变更日志。