Migrace 1C:UPP do UH přes Python SQLite

Migrace dat z 1C:UPP do 1C:UH: kanál na Python, SQLite a COM

Vývojáři 1C se často setkávají s omezeními standardní konverze při přechodu z UPP na UH. Úpravy ve zdroji, rozdíly ve strukturách objektů a potřeba opakovaných běhů vyžadují mezivrstvu. Kanál na Python + SQLite + COM zajišťuje transparentnost: import do surových databází, zpracování podle mapování a export do příjemce. Otevřený kód je dostupný na GitHubu.

Třífázová architektura

Kanál je rozdělen na nezávislé fáze:

• import: čtení z UPP přes COM, normalizace, uložení do SQLite.
• process: transformace podle modelu UH s mapováním polí, typů a odkazů.
• export: vyhledání/vytvoření objektů v UH, zápis přes COM.

Mezilehlé SQLite databáze umožňují kontrolovat data v každém kroku, porovnávat surové a zpracované verze. Každá entita má samostatný soubor databáze.

Požadavky na migrační proces

Implementace řeší klíčové úkoly průmyslového přenosu:

• Přenos propojených entit s ohledem na závislosti.
• Oddělení čtení, zpracování a zápisu.
• Ukládání mezilehlých dat pro analýzu.
• Automatické a manuální mapování polí a výčtů.
• Samostatná kontrola odkazů podle UUID.
• Bodový přeexport záznamů.
• Webové rozhraní pro spuštění a monitoring.
• Automatické spouštění podle plánu s notifikacemi.

Výhody SQLite jako mezivrstvy

SQLite je zvoleno pro praktičnost:

• Lokální přístup bez serveru.
• Porovnání fází zpracování.
• Odolnost vůči opakovaným běhům.
• Samostatná databáze pro každý katalog a fázi.

Formát dat je předvídatelný: odkazy v JSON s presentation, UUID a type; výčty jako Výčet.Název.Hodnota.

{
  "presentation": "Společnost Sedmikráska",
  "uuid": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "type": "Seznam.Kontrahenti"
}

Import z UPP: modulární struktura

Moduly v IN/ se připojují k UPP přes COM, provádějí dotazy, normalizují typy a ukládají do databáze. Klíčové úkoly:

• Extrakce reprezentací a UUID odkazů.
• Zpracování výčtů.
• Ukládání typů pro následnou transformaci.

Export metadat UPP a UH automatizuje hrubá mapování, porovnání atributů a diagnostiku rozdílů.

Zpracování dat: procesor a mapování

Fáze process je jádrem: přejmenování polí, převod typů, konsolidace účtů, příprava odkazů. Logika je rozdělena:

• Obecný procesor pro infrastrukturu.
• Specifické PROCESS/<katalog>_processor.py pro obchodní logiku.

Mapování v samostatných souborech:

• catalog_mapping.json – trasy loader/processor/writer.
• chart_of_accounts_mapping.json – účetní osnova.
• Odpovídající objekty, pole, typy, výčty.

Automatizace generuje návrh podle metadat, manuální mapování koriguje sémantiku.

Okruh odkazů: databáze reference_objects

Samostatná databáze zaznamenává vytvořené objekty podle UUID:

• Zdroj odkazu (objekt, pole).
• Stav záznamu.
• Podpora doplnění a opětovného exportu.

To eliminuje chaos při chybách: stav odkazů je sledovatelný.

Export do UH

Writer čte zpracovanou databázi, hledá objekty podle klíče, vyplňuje atributy, aktualizuje reference_objects. Výhoda: data jsou již připravena, ladění je zjednodušeno.

Operativní webové rozhraní

Webová vrstva spouští pipeline, zobrazuje logy, databáze, bodový export. Neduplikuje logiku, je dostupná týmu.

Automatizace a plánování

Integrace s plánovačem: noční běhy, notifikace do messengeru. Přechod od ručních spuštění k procesu.

Výhody oproti standardní konverzi

Okruh zajišťuje:

• Transparentnost mezilehlých dat.
• Cyklus export-analýza-úprava.
• Řízená mapování a odkazy.
• Bodová kontrola.
• Web a plánování.

Rychlejší adaptace nových entit bez přestavby celého systému.

Co je důležité

• Třífázový kanál s SQLite minimalizuje rizika migrace.
• Mapování automatická a manuální urychlují nastavení podle úprav.
• Samostatný okruh odkazů předchází ztrátám.
• Webové rozhraní a plánování činí proces operativním.
• Otevřený kód pro reprodukci.

— Editorial Team