SQL Worksheet
Das SQL Worksheet bietet den ersten Zugang zur Ausführung von SQL im Web - Client, darauf setzen viele andere Funktionen in JANUS auf
- Das SQL wird vom Webclient an den JANUS Server geschickt und dort ausgeführt
- Der Client visualisiert die Daten als HTML - Tabelle
Pivot-SQL und Chart
Pivot-SQL formulieren und ausführen - einen Pivot Chart generieren...
Labware LIMS Package Explorer
JANUS Code-Diff im Package Explorer. Zur Visualisierung dient hier CodeMirror. Der Code der beiden Labware-Instanzen wird mit DiffMatchPatch verglichen.
Oracle JET: Gantt Charting
Mittels Oracle JET lassen sich Daten als Gantt - Chart visualisieren...See
Gantt Charts
Interaktives Reporting
- Links der Project Tree zur Auswahl des Experimentes.
- Rechts die Experimentdaten
MongoDB
Labware LIMS kann programmiert werden. Der Code, der dabei entsteht befindet sich in verschiedenen Tabellen wie z.B. SUBROUTINE, CALCULATION oder FORMAT_CALCULATION.
JANUS erlaubt es, in den entsprechenden Tabellen nach Code zu suchen, um z.B. die Verwendung einer bestimmten Subroutine oder einer Variablen bestimmten Namens herauszufinden.
Das ist mit SQL möglich, ist aber langsam, da nicht nur eine Tabelle auf Code hin überprüft werden muss sondern eben mehrere. MongoDB als dokumentenbasierte NoSQL Datenbank ist ideal, um Text in Objekten zu suchen.
MongoDB Data Store aufbauen
Zuerst muss der MongoDB Store aufgebaut werden, indem die Daten aus der Oracle-DB ausgelesen werden
Das geschieht durech eine SQL SELECT * - Abfrage gegen die entsprechenden Tabellen, die Treffer werden in die MongoDB persistiert.
Wir benötigen folgende Packages
- nodeoracledb
- mongodb
Volltextsuche im Store
Die Volltextsuche in einer MongoDB gestaltet sich unglaublich viel schneller als in einer relationalen Datenbank.
Die Abfrage erfolgt allerdings nicht über eine Abfragesprache wie SQL, sondern mittels des Aufrufs von bestimmten befehlen wie find(), die gegen eine Datenmenge (Collection) ausgeführt werden.
Die find() - Funktion erwartert als Parameter vorkonfigurierte JSON - Objekte mit den Abfrageparametern.
function find(database, collection, expression, callBack) {
var projection;
projection = {};
var sortObj = {"NAME": 1};
mongoClient.connect(mongoURL, function (err, db) {
if (err) throw err;
var dbo = db.db(database);
try {
dbo.collection(collection).find(expression, projection).sort(sortObj)
.toArray(function (err, result) {
if (err) throw err;
callBack(result);
db.close();
});
} catch(e){
console.log("mongo.find: error:" + expression + ":");
}
});
}
var searchExpr = "ArrayFromCSV";
var expression =
{
$text:
{
$search: "\"" + searchExpr + "\"",
$caseSensitive: false,
}
}
find("DEV", "SUBROUTINE", expression, function(result){
console.log(result);
})
Das Ganze kann dann in einer Webanwendung etwa so aussehen:
