###### 0. Informações importantes ###### # Script com os comandos para realizar a conexão com o banco de dados ## consultar as tabelas com os dados amostrais e salvar em um dataframe # O comando para executar o script do R no terminal do Linux é: # Rscript --vanilla PPW_expansao.R conf_conexao_BD.json 5_parametros.json ## Esse comando irá fazer uma chamada para o sistema operacional ## executar o ambiente do R, alimentar o ambiente com as variáveis ## dos dois arquivos adicionais informados, executar o Script e ## fechar o ambiente do R. Esse é o comando que será enviado pelo ## ProPesqWEB, alterando apenas o arquivo de parametros que terá ## o ID (neste exemplo 5) de acordo com o ID da configuração ## criada pelo usuário no ProPesqWEB ###### Atenção - Atenção - Atenção - Atenção - Atenção - Atenção - ###### # Neste script alterar apenas o caminho da pasta de trabalho ## Todas as outras informações não devem ser alteradas ###### 1. Preparar o script ###### ## Aceitar parâmetros no terminal como arquivos externos ### Esse comando permite o script a ler as variáeis dos arquivos ### que foram infomados no comando de execução do script PPW_args = commandArgs(trailingOnly=TRUE) ## Diretório padrão de trabalho ### Adicionar o caminho para a pasta de trabalho setwd("/var/www/html/expansao/conf") # Mensagem inicial PPW_msg_fim <- "Procedimentos inciados: " message(PPW_msg_fim, Sys.time()) # Instalar pacotes necessários ## Conexão PostrgeSQL ##install.packages("RPostgreSQL", dependencies = TRUE) ## Ferramentas de maninupalção ##install.packages("tidyverse", dependencies = TRUE) ## Criar variáveis e string #install.packages("glue", dependencies = TRUE) ## Gerenciar arquivos JSON ##install.packages("jsonlite", dependencies = TRUE) ## Adicionar abaixo os pacotes não identificados na lista acima # Instalar pacotes necessários # carregar os pacotes necessários library(RPostgreSQL) library(dplyr) library(glue) library(jsonlite) ###### 2. Ler arquivos JSON externos ###### # Ler arquivos JSON com os dados de acesso ao BD ## Pegar parâmetros do arquivo informado no comando ### Método que vai ser utilizado em produção pelo terminal PPW_conf_con <- fromJSON(PPW_args[1], simplifyDataFrame = TRUE) ## Pegar parâmetros do arquivo diretamente ### Método alternativo para testes, lendo os arquivos ## auxiliares na execução do script # PPW_conf_con <- fromJSON("conf_conexao_BD.json", simplifyDataFrame = TRUE) # Ler arquivos YAML com os parâmetros da expansão ## Pegar parâmetros do arquivo informado no comando ### Método que vai ser utilizado em produção ### passando os arquivos auxiliares na execução do script PPW_para <- fromJSON(PPW_args[2], simplifyDataFrame = TRUE) ## Pegar parâmetros do arquivo diretamente ### Método alternativo para testes, lendo os arquivos ### auxiliares direto da pasta de trabalho # PPW_para <- fromJSON("2_parametros.json", simplifyDataFrame = TRUE) ###### 3. Conectar ao Banco de Dados do ProPesqWEB ###### # Variáveis de conexão ao BD PPW_pgdrv <- dbDriver(drvName = "PostgreSQL") PPW_bd <- PPW_conf_con$banco PPW_host <- PPW_conf_con$host PPW_port <- PPW_conf_con$port PPW_user <- PPW_conf_con$user PPW_pwd <- PPW_conf_con$pwd # Criar conexão ao BD PPW_conexao_bd <- DBI::dbConnect(PPW_pgdrv, dbname = PPW_bd, host = PPW_host, port = PPW_port, user = PPW_user, password = PPW_pwd ) ###### 4. Consumir os dados das tabelas do BD ###### # Identificar id das tabelas referentes a configuração da expansão criada ## ID da variável presente no arquivo parametros_5.yml" PPW_id_conf <- PPW_para$id # Criar Dataframe para cada tabela criada com os dados amostrais que serão expandidos ## Tabela referente a configuração de expansão de ID do arquivo "parametros_12.yml" # Criar a variável do nome da tabela com o ID dinâmico ## Tabela captura PPW_var_captura <- glue('captura_{PPW_id_conf}') ## Tabela expansores PPW_var_expansores_estado <- glue('expansores_estado_{PPW_id_conf}') PPW_var_expansores_estado_municipio <- glue('expansores_estado_municipio_{PPW_id_conf}') PPW_var_expansores_municipio <- glue('expansores_municipio_{PPW_id_conf}') PPW_var_expansores_municipio_localidade <- glue('expansores_municipio_localidade_{PPW_id_conf}') PPW_var_expansores_municipio_mes <- glue('expansores_municipio_mes_{PPW_id_conf}') PPW_var_expansores_municipio_localidade_mes <- glue('expansores_municipio_localidade_mes_{PPW_id_conf}') ## Tabela acompanhamento de coleta diaria PPW_var_acompanh_coleta <- glue('acompanhamento_coleta_{PPW_id_conf}') # Query SQL de consulta ao BD para as tabelas dos dados amostrais que ## serão expandidos ## Criando o SQL com a variável tabela criada ### Tabela captura PPW_query_captura <- glue_sql("SELECT * FROM {`PPW_var_captura`}", .con = PPW_conexao_bd) ### Tabela expansores PPW_query_expansores_estado <- glue_sql("SELECT * FROM {`PPW_var_expansores_estado`}", .con = PPW_conexao_bd) PPW_query_expansores_estado_municipio <- glue_sql("SELECT * FROM {`PPW_var_expansores_estado_municipio`}", .con = PPW_conexao_bd) PPW_query_expansores_municipio <- glue_sql("SELECT * FROM {`PPW_var_expansores_municipio`}", .con = PPW_conexao_bd) PPW_query_expansores_municipio_localidade <- glue_sql("SELECT * FROM {`PPW_var_expansores_municipio_localidade`}", .con = PPW_conexao_bd) PPW_query_expansores_municipio_mes <- glue_sql("SELECT * FROM {`PPW_var_expansores_municipio_mes`}", .con = PPW_conexao_bd) PPW_query_expansores_municipio_localidade_mes <- glue_sql("SELECT * FROM {`PPW_var_expansores_municipio_localidade_mes`}", .con = PPW_conexao_bd) ### Tabela acompanhamento de coleta PPW_query_acompanh_coleta <- glue_sql("SELECT * FROM {`PPW_var_acompanh_coleta`}", .con = PPW_conexao_bd) # Enviando a consulta SQL para o banco e salvando no dataframe ## Dataframe da tabela captura PPW_captura <- dbGetQuery(PPW_conexao_bd, PPW_query_captura) ## Dataframe da tabela expansores PPW_expansores_estado <- dbGetQuery(PPW_conexao_bd, PPW_query_expansores_estado) PPW_expansores_estado_municipio <- dbGetQuery(PPW_conexao_bd, PPW_query_expansores_estado_municipio) PPW_expansores_municipio <- dbGetQuery(PPW_conexao_bd, PPW_query_expansores_municipio) PPW_expansores_municipio_localidade <- dbGetQuery(PPW_conexao_bd, PPW_query_expansores_municipio_localidade) PPW_expansores_municipio_mes <- dbGetQuery(PPW_conexao_bd, PPW_query_expansores_municipio_mes) PPW_expansores_municipio_localidade_mes <- dbGetQuery(PPW_conexao_bd, PPW_query_expansores_municipio_localidade_mes) ## Dataframe da tabela acompanhamento de coleta PPW_acompanh_coleta <- dbGetQuery(PPW_conexao_bd, PPW_query_acompanh_coleta)