mdbq 1.1.9__py3-none-any.whl → 1.2.1__py3-none-any.whl

mdbq/aggregation/aggregation.py

@@ -23,34 +23,17 @@ import getpass
 
 warnings.filterwarnings('ignore')
 """
-建表规范:
-1. 先建 json 表，再批量上传数据;（非常重要）
-    在初创数据表时, 如果有不同类报表，新版和旧版都要取一个文件，先创建数据表，再导其他数据;
-    例如有的报表转化率是0%，数据类型会被识别为2位小数: decimal(10, 2)，正常值应类似 0.43%，应保留4个小数, 创建类型为 decimal(10, 4)
-    为了避免以上可能数据类型错误的情况，初创时要先检查一遍数据类型，确认没问题再导其他数据！
-    即导一个表，然后删除数据库，但保留 mysql_types.json，并检查表的数据类型（有问题就手动改 json 文件），之后会按 json 的 types 上传数据;
-
-2. 数据库和数据表名如果有字母，必须使用小写，大写在建库后会自动变小写，再次上传数据会找不到数据库(macos和linux都有这种情况)
-3. 无论是数据库/表/列名还是值，尽量避免特殊字符或者表情符号，数据库/表/列名尽量都使用 `列名` 转义，避免错误
-4. 小数必须使用 decimal, 禁止 float 和 double, 因为计算精度差异，后续需要聚合数据时会引发很多问题
-5. 日期类型暂时全部用 DATETIME，使用 DATE 在后续可能会重复插入不能排重，因为 df 进来的数据, 日期是带时间的，而数据库中日期不含时间
-6. 目前小数自动适配类型转换，对于文本或者大数全部用 mediumtext, 因为部分表涉及爬虫数据，进来的字符长度未知，暂时统一 mediumtext 避免入库失败
-
-
-
 1. DatabaseUpdate: 程序用于对爬虫下载的原始数据进行清洗并入库;
-    数据清洗主要包括对字段名的非法字符处理，对 df 中的非法值进行预处理;
     数据入库时会较检并更新本地 json 文件的 dtypes 信息;
-    若 json 缺失 dtypes 信息, 可用 update_df_types_to_json 先更新, 或者手动修改添加本地 json 信息; 
-2. DataTypes: 类用于将某个csv文件的 dtypes 信息存入本地 json 文件, 会调用 converter 对 df 预处理;
-    作用于完善某个数据库 dtypes 信息，可以使用本函数更新;
-3. update_df_types_to_json: 函数将一个 csv 文件的 dtypes 信息更新至本地 json 文件;
-4. upload: 函数将一个文件夹上传至数据库;
-    如果本地 json 中确实这个数据库的 dtypes 信息, 请用 update_df_types_to_json 更新 json 文件再执行数据上传;
+    若 json 缺失 dtypes 信息, 会按 df 类型自动转换并更新本地 json, 可以手动修改添加本地 json 信息，手动修改优先;
+2. upload_dir: 函数将一个文件夹上传至数据库;
 """
 
 
 class DatabaseUpdate:
+    """
+    清洗文件，并入库，被 tg.py 调用
+    """
     def __init__(self, path):
         self.path = path  # 数据所在目录, 即: 下载文件夹
         self.datas: list = []  # 带更新进数据库的数据集合
@@ -849,43 +832,48 @@ class DatabaseUpdate:
         return df
 
 
-def upload(path, db_name, collection_name):
-    """ 上传一个文件夹到数据库 """
+def upload_dir(path, db_name, collection_name, dbs={'mysql': True, 'mongodb': True}):
+    """ 上传一个文件夹到 mysql 或者 mongodb 数据库 """
     if not os.path.isdir(path):
-        print(f'{os.path.splitext(os.path.basename(__file__))[0]}.upload: 函数只接受文件夹路径，不是一个文件夹: {path}')
+        print(f'{os.path.splitext(os.path.basename(__file__))[0]}.upload_dir: 函数只接受文件夹路径，不是一个文件夹: {path}')
         return
-    username, password, host, port = get_myconf.select_config_values(
-        target_service='home_lx',
-        database='mongodb',
-    )
-    d = mongo.UploadMongo(
-        username=username,
-        password=password,
-        host=host,
-        port=port,
-        drop_duplicates=False,
-    )
-    username, password, host, port = get_myconf.select_config_values(
-        target_service='home_lx',
-        database='mysql',
-    )
-    m = mysql.MysqlUpload(
-        username=username,
-        password=password,
-        host=host,
-        port=port,
-    )
-    username, password, host, port = get_myconf.select_config_values(
-        target_service='nas',
-        database='mysql',
-    )
-    nas = mysql.MysqlUpload(
-        username=username,
-        password=password,
-        host=host,
-        port=port,
-    )
 
+    if dbs['mongodb']:
+        username, password, host, port = get_myconf.select_config_values(
+            target_service='home_lx',
+            database='mongodb',
+        )
+        d = mongo.UploadMongo(
+            username=username,
+            password=password,
+            host=host,
+            port=port,
+            drop_duplicates=False,
+        )
+
+    if dbs['mysql']:
+        username, password, host, port = get_myconf.select_config_values(
+            target_service='home_lx',
+            database='mysql',
+        )
+        m = mysql.MysqlUpload(
+            username=username,
+            password=password,
+            host=host,
+            port=port,
+        )
+        username, password, host, port = get_myconf.select_config_values(
+            target_service='nas',
+            database='mysql',
+        )
+        nas = mysql.MysqlUpload(
+            username=username,
+            password=password,
+            host=host,
+            port=port,
+        )
+
+    # 从本地 json 文件从读取 df 的数据类型信息
     df_to_json = df_types.DataTypes()
     dtypes = df_to_json.load_dtypes(
         db_name=db_name,
@@ -909,25 +897,34 @@ def upload(path, db_name, collection_name):
                     cv = converter.DataFrameConverter()
                     df = cv.convert_df_cols(df=df)  # 清理列名和 df 中的非法字符
                     try:
-                        df = df.astype(dtypes)
+                        df = df.astype(dtypes)  # 按本地文件更新 df 的数据类型, 可能因为字段不同产生异常
                     except Exception as e:
                         print(name, e)
+                        # 如果发生异常，这将 df 的数据和 json 中的数据取交集
                         old_dt = df.dtypes.apply(str).to_dict()  # 将 dataframe 数据类型转为字典形式
                         intersection_keys = dtypes.keys() & old_dt.keys()  # 获取两个字典键的交集
                         dtypes = {k: dtypes[k] for k in intersection_keys}  # 使用交集的键创建新字典
-                        df = df.astype(dtypes)
+                        df = df.astype(dtypes)  # 再次更新 df 的数据类型
 
-                    d.df_to_mongo(df=df, db_name=db_name, collection_name=collection_name)
-                    m.df_to_mysql(df=df, db_name=db_name, table_name=collection_name, drop_dup=False, filename=name, count=f'{i}/{count}')
-                    # nas.df_to_mysql(df=df, db_name=db_name, table_name=collection_name)
+                    if dbs['mongodb']:
+                        d.df_to_mongo(df=df, db_name=db_name, collection_name=collection_name)
+                    if dbs['mysql']:  # drop_dup: 值为 True 时检查重复数据再插入
+                        m.df_to_mysql(df=df, db_name=db_name, table_name=collection_name,
+                                      drop_dup=False, filename=name, count=f'{i}/{count}')
+                        # nas.df_to_mysql(df=df, db_name=db_name, table_name=collection_name)
                 except Exception as e:
                     print(name, e)
             i += 1
-    if d.client:
-        d.client.close()  # 必须手动关闭数据库连接
+    if dbs['mongodb']:
+        if d.client:
+            d.client.close()  # 必须手动关闭数据库连接
 
 
 def one_file_to_mysql(file, db_name, table_name, target_service, database):
+    """ 上传单个文件到 mysql 数据库 file 参数是一个文件 """
+    if not os.path.isfile(file):
+        print(f'{os.path.splitext(os.path.basename(__file__))[0]}.one_file_to_mysql: 函数只接受文件, 此文件不存在: {file}')
+        return
     username, password, host, port = get_myconf.select_config_values(target_service=target_service, database=database)
     filename = os.path.basename(file)
     df = pd.read_csv(file, encoding='utf-8_sig', header=0, na_filter=False, float_precision='high')
@@ -937,14 +934,12 @@ def one_file_to_mysql(file, db_name, table_name, target_service, database):
 
 def file_dir(one_file=True):
     """
-    按照文件记录对照表
+    按照文件记录对照表上传数据
     批量上传数据库
+    one_file: 值为 True 时每个文件夹取一个文件上传数据库，反之上传所有文件夹数据
     """
     filename = '文件目录对照表.csv'
-    if platform.system() == 'Windows':
-        path = 'C:\\同步空间\\BaiduSyncdisk\\原始文件2'
-    else:
-        path = '/Users/xigua/数据中心/原始文件2'
+    path = set_support.SetSupport(dirname='support').dirname  # 根据平台自动适配 support 路径
     df = pd.read_csv(os.path.join(path, filename), encoding='utf-8_sig', header=0, na_filter=False)
     datas = df.to_dict('records')  # 转字典
     for data in datas:
@@ -954,7 +949,7 @@ def file_dir(one_file=True):
             if platform.system() == 'Windows':
                 sub_path = sub_path.replace('/', '\\')
             # print(os.path.join(path, sub_path), db_name, table_name)
-            if one_file:  # 从每个文件夹中取出一个文件
+            if one_file:  # 从每个文件夹中取出一个文件上传
                 real_path_list = []
                 for root, dirs, files in os.walk(os.path.join(path, sub_path), topdown=False):
                     for name in files:
@@ -970,35 +965,18 @@ def file_dir(one_file=True):
                         database='mysql'
                     )
             else:  # 上传全部文件夹
-                upload(
+                upload_dir(
                     path=os.path.join(path, sub_path),
                     db_name = db_name,
                     collection_name = table_name,
                 )
-            data.update({'入库进度': 1})  # 更新进度
+            data.update({'入库进度': 1})  # 更新进度为已上传
+    # 将进度信息写回文件
     df = pd.DataFrame.from_dict(datas, orient='columns')
-    # print(df)
     df.to_csv(os.path.join(path, filename), encoding='utf-8_sig', index=False, header=True)
 
 
-def main():
-    d = DatabaseUpdate(path='/Users/xigua/Downloads')
-    d.new_unzip(is_move=True)
-    d.cleaning(is_move=False)
-    d.upload_df(service_databases=[
-        # {'home_lx': 'mongodb'},
-        {'company': 'mysql'}
-    ]
-    )
-    # print(d.datas)
-
-
 if __name__ == '__main__':
     # username, password, host, port = get_myconf.select_config_values(target_service='nas', database='mysql')
     # print(username, password, host, port)
-    # upload(
-    #     path='/Users/xigua/数据中心/原始文件2/生意经/E3零售明细统计',
-    #     db_name = '生意经2',
-    #     collection_name = 'e3_零售明细统计',
-    # )
     file_dir(one_file=True)

mdbq/config/set_support.py

@@ -14,7 +14,7 @@ class SetSupport:
         elif platform.system() == 'Darwin':
             self.dirname = f'/Users/{getpass.getuser()}/数据中心/自动0备份/py/数据更新/support'
         else:
-            self.dirname = '数据中心/数据更新/support'  # 不可用
+            self.dirname = '数据中心/数据更新/support'  # 没有用可以删
 
 
 if __name__ == '__main__':

mdbq/mysql/mysql.py

@@ -19,6 +19,25 @@ from mdbq.dataframe import converter
 from mdbq.aggregation import mysql_types
 
 warnings.filterwarnings('ignore')
+"""
+建表规范:
+1. 先建 json 表，再批量上传数据;（非常重要）
+    在初创数据表时, 如果有不同类报表，新版和旧版都要取一个文件，先创建数据表，再导其他数据;
+    例如有的报表转化率是0%，数据类型会被识别为2位小数: decimal(10, 2)，正常值应类似 0.43%，应保留4个小数, 创建类型为 decimal(10, 4)
+    为了避免以上可能数据类型错误的情况，初创时要先检查一遍数据类型，确认没问题再导其他数据！
+    即导一个表，然后删除数据库，但保留 mysql_types.json，并检查表的数据类型（有问题就手动改 json 文件），之后会按 json 的 types 上传数据;
+
+2. 数据库和数据表名如果有字母，必须使用小写，大写在建库后会自动变小写，再次上传数据会找不到数据库(macos和linux都有这种情况)
+3. 无论是数据库/表/列名还是值，尽量避免特殊字符或者表情符号，数据库/表/列名尽量都使用 `列名` 转义，避免错误
+4. 小数必须使用 decimal, 禁止 float 和 double, 因为计算精度差异，后续需要聚合数据时会引发很多问题
+5. 日期类型暂时全部用 DATETIME，使用 DATE 在后续可能会重复插入不能排重，因为 df 进来的数据, 日期是带时间的，而数据库中日期不含时间
+6. 目前小数自动适配类型转换，对于文本或者大数全部用 mediumtext, 因为部分表涉及爬虫数据，进来的字符长度未知，暂时统一 mediumtext 避免入库失败
+
+
+
+
+
+"""
 
 
 class MysqlUpload:
@@ -43,6 +62,7 @@ class MysqlUpload:
         db_name: 数据库名称
         table_name: 集合/表名称
         drop_duplicates：仅限于聚合数据使用，其他情况不要设置
+        drop_dup: 值为 True 时检查重复数据再插入，反之直接上传
         filename: 传这个参数是方便定位产生错误的文件
         """
         self.filename = filename
@@ -166,11 +186,9 @@ class MysqlUpload:
 
     def convert_dtypes(self, df, db_name, table_name):
         """
-        根据本地已经存在的记录着 mysql dtypes 的 json 文件转换 df 的类型为 mysql 专有的数据类型
-        允许通过 json 文件指定列的数据类型
-        以下两种情况已经兼容:
-        1. 可能不存在本地 json 文件 (利用 convert_dtype_to_sql 函数按指定规则转换全部列)
-        2. json 文件中没有或者缺失部分列信息(利用 convert_dtype_to_sql 函数按指定规则转换缺失列)
+        根据本地 json 转换 df 的类型为 mysql 专有的数据类型
+        可能不存在本地 json 文件 (函数按指定规则转换并更新 json)
+        允许通过 json 文件手动添加或修改列的数据类型(仅影响初创数据表)
         """
         cols = df.columns.tolist()
         # path = set_support.SetSupport(dirname='support').dirname
@@ -198,7 +216,7 @@ class MysqlUpload:
         """ 按照以下规则转换DataFrame列的数据类型为 MYSQL 专有的数据类型 """
 
         def find_longest_decimal_value(number_list):
-            # 取列表中小数位数最长的值
+            # 针对小数设置的函数, 用来获取列表中小数位数最长的值
             longest_value = None
             max_decimals = 0
             for num in number_list:
@@ -212,19 +230,10 @@ class MysqlUpload:
                     continue
             return longest_value
 
-        # 最优先处理 ID 类型, 在 mysql 里面, 有些列数字过长不能存储为 int 类型
-        # if 'id' in col or 'ID' in col or 'Id' in col or '摘要' in col or '商家编码' in col or '单号' in col or '款号' in col:
-        #     return 'mediumtext'
         if '商品编码' in col:  # 京东sku/spu商品信息
             return 'mediumtext'
         if '文件大小' in col:  # bw 程序
             return 'mediumtext'
-        # elif '日期' in col or '时间' in col:
-        #     try:
-        #         k = pd.to_datetime(df[col].tolist()[0])  # 检查是否可以转为日期
-        #         return 'DATE'
-        #     except:
-        #         return 'mediumtext'
         elif dtype == 'datetime64[ns]':
             return 'DATETIME'  # 使用 DATE 后续排重可能会引发不能排重
         elif dtype == 'int32':
@@ -272,7 +281,8 @@ class MysqlUpload:
             return 'mediumtext'
 
     # @try_except
-    def read_mysql(self, table_name, start_date, end_date, db_name='远程数据源', ):
+    def read_mysql(self, table_name, start_date, end_date, db_name='远程数据源', date_name='日期'):
+        """ 读取指定数据表，可指定日期范围，返回结果: df """
         start_date = pd.to_datetime(start_date).strftime('%Y-%m-%d')
         end_date = pd.to_datetime(end_date).strftime('%Y-%m-%d')
         df = pd.DataFrame()
@@ -300,7 +310,7 @@ class MysqlUpload:
         try:
             with connection.cursor() as cursor:
                 # 获取指定日期范围的数据
-                sql = f"SELECT * FROM {db_name}.{table_name} WHERE {'日期'} BETWEEN '%s' AND '%s'" % (start_date, end_date)
+                sql = f"SELECT * FROM {db_name}.{table_name} WHERE {date_name} BETWEEN '%s' AND '%s'" % (start_date, end_date)
                 cursor.execute(sql)
                 rows = cursor.fetchall()  # 获取查询结果
                 columns = [desc[0] for desc in cursor.description]
@@ -323,7 +333,7 @@ class MysqlUpload:
 
     def upload_pandas(self, update_path, db_name, days=None):
         """
-        专门用来上传 pandas数据源的全部文件,  跳过 '其他数据'  or '京东数据集'
+        专门用来上传 pandas数据源的全部文件
         db_name: 数据库名: pandas数据源
         update_path: pandas数据源所在路径
         days: 更新近期数据，单位: 天, 不设置则全部更新
@@ -668,7 +678,7 @@ class OptimizeDatas:
             self.connection.close()
 
 
-def year_month_day(start_date, end_date):
+def year_month_day_bak(start_date, end_date):
     """
     使用date_range函数和DataFrame来获取从start_date至end_date之间的所有年月日
     calendar.monthrange： 获取当月第一个工作日的星期值(0,6) 以及当月天数
@@ -694,7 +704,7 @@ def year_month_day(start_date, end_date):
     return results  # start_date至end_date之间的所有年月日
 
 
-def download_datas(table_name, save_path, start_date):
+def download_datas_bak(table_name, save_path, start_date):
     username, password, host, port = get_myconf.select_config_values(target_service='home_lx', database='mysql')
     print(username, password, host, port)
     m = MysqlUpload(username=username, password=password, host=host, port=port)
@@ -713,24 +723,6 @@ def download_datas(table_name, save_path, start_date):
         df.to_csv(path, index=False, encoding='utf-8_sig', header=True)
 
 
-def one_file_to_mysql(file, db_name, table_name, target_service, database):
-    username, password, host, port = get_myconf.select_config_values(target_service=target_service, database=database)
-    filename = os.path.basename(file)
-    df = pd.read_csv(file, encoding='utf-8_sig', header=0, na_filter=False, float_precision='high')
-    m = MysqlUpload(username=username, password=password, host=host, port=port)
-    m.df_to_mysql(df=df, db_name=db_name, table_name=table_name, filename=filename)
-
-
 if __name__ == '__main__':
-    # username, password, host, port = get_myconf.select_config_values(target_service='home_lx', database='mysql')
-    # print(username, password, host, port)
-
-    file = '/Users/xigua/数据中心/原始文件2/推广报表/创意报表/创意报表_万里马官方旗舰店_2024-07-05_2024-07-19.csv'
-    one_file_to_mysql(
-        file=file,
-        db_name='推广数据2',
-        table_name='创意报表',
-        target_service='home_lx',
-        database='mysql'
-    )
-
+    username, password, host, port = get_myconf.select_config_values(target_service='home_lx', database='mysql')
+    print(username, password, host, port)

{mdbq-1.1.9.dist-info → mdbq-1.2.1.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: mdbq
-Version: 1.1.9
+Version: 1.2.1
 Home-page: https://pypi.org/project/mdbsql
 Author: xigua, 
 Author-email: 2587125111@qq.com

{mdbq-1.1.9.dist-info → mdbq-1.2.1.dist-info}/RECORD

@@ -1,7 +1,7 @@
 mdbq/__init__.py,sha256=Il5Q9ATdX8yXqVxtP_nYqUhExzxPC_qk_WXQ_4h0exg,16
 mdbq/__version__.py,sha256=y9Mp_8x0BCZSHsdLT_q5tX9wZwd5QgqrSIENLrb6vXA,62
 mdbq/aggregation/__init__.py,sha256=EeDqX2Aml6SPx8363J-v1lz0EcZtgwIBYyCJV6CcEDU,40
-mdbq/aggregation/aggregation.py,sha256=WxRpxcssqqkeCpc9m8r5v9EmSiTuhdusjhmcA-Bjm7Q,57483
+mdbq/aggregation/aggregation.py,sha256=ixp32wsqZPpSc5xnod_9XX9t8FwUsArnD0L3Fk22hds,56107
 mdbq/aggregation/df_types.py,sha256=rHLIgv82PJSFmDvXkZyOJAffXkFyyMyFO23w9tUt8EQ,7525
 mdbq/aggregation/mysql_types.py,sha256=kzUAGM4FYp77tA_dvHjZNGyPoUAOU1WY5QD0uanh9I4,10418
 mdbq/aggregation/optimize_data.py,sha256=jLAWtxPUuhpo4XTVrhKtT4xK3grs7r73ePQfLhxlu1I,779
@@ -15,7 +15,7 @@ mdbq/company/copysh.py,sha256=i8f8YxmUg-EIzQR-ZHTtnC1A5InwsRtY1_sIsCznVp8,16363
 mdbq/config/__init__.py,sha256=jso1oHcy6cJEfa7udS_9uO5X6kZLoPBF8l3wCYmr5dM,18
 mdbq/config/get_myconf.py,sha256=bp6bVARZVm3ANj1pmM9hLB8Ao539TUWeM9xxeSsBpzw,5994
 mdbq/config/products.py,sha256=9gqXJMsw8KKuD4Xs6krNgcF7AuWDvV7clI6wVi3QjcA,4260
-mdbq/config/set_support.py,sha256=LJLEbUFrv8y-GVskiwOI8A9uRaCEAUa0Yfjugt4yLp0,768
+mdbq/config/set_support.py,sha256=xkZCX6y9Bq1ppBpJAofld4B2YtchA7fl0eT3dx3CrSI,777
 mdbq/config/update_conf.py,sha256=taL3ZqKgiVWwUrDFuaYhim9a72Hm4BHRhhDscJTziR8,4535
 mdbq/dataframe/__init__.py,sha256=2HtCN8AdRj53teXDqzysC1h8aPL-mMFy561ESmhehGQ,22
 mdbq/dataframe/converter.py,sha256=6eVs8Bfj7-SaYksITEF0gZVa0U3eoTIDyFLSPiBwkhM,3400
@@ -25,7 +25,7 @@ mdbq/mongo/__init__.py,sha256=SILt7xMtQIQl_m-ik9WLtJSXIVf424iYgCfE_tnQFbw,13
 mdbq/mongo/mongo.py,sha256=v9qvrp6p1ZRWuPpbSilqveiE0FEcZF7U5xUPI0RN4xs,31880
 mdbq/mysql/__init__.py,sha256=A_DPJyAoEvTSFojiI2e94zP0FKtCkkwKP1kYUCSyQzo,11
 mdbq/mysql/data_types_即将删除.py,sha256=sjBBDKr9674LdjM5N_dwyJACdZPbdB8Beli59jGdgnQ,10378
-mdbq/mysql/mysql.py,sha256=bilmjcbrxk9x1gmBZdAYlV8b8IV8N_1w0Kc0Z7OBkDw,36139
+mdbq/mysql/mysql.py,sha256=Urzkj_qq0-uxE0Z2xzVBzxpVySgn9HN-5zcNYrKh6G8,36340
 mdbq/mysql/s_query.py,sha256=4c24SwbqtnO33o8CgWlTQ_j8sZYl5BRIQkaD9CI-vTY,7901
 mdbq/mysql/year_month_day.py,sha256=VgewoE2pJxK7ErjfviL_SMTN77ki8GVbTUcao3vFUCE,1523
 mdbq/other/__init__.py,sha256=jso1oHcy6cJEfa7udS_9uO5X6kZLoPBF8l3wCYmr5dM,18
@@ -36,7 +36,7 @@ mdbq/pbix/__init__.py,sha256=Trtfaynu9RjoTyLLYBN2xdRxTvm_zhCniUkVTAYwcjo,24
 mdbq/pbix/pbix_refresh.py,sha256=JUjKW3bNEyoMVfVfo77UhguvS5AWkixvVhDbw4_MHco,2396
 mdbq/pbix/refresh_all.py,sha256=tgy762608HMaXWynbOURIf2UVMuSPybzrDXQnOOcnZU,6102
 mdbq/spider/__init__.py,sha256=RBMFXGy_jd1HXZhngB2T2XTvJqki8P_Fr-pBcwijnew,18
-mdbq-1.1.9.dist-info/METADATA,sha256=j2Hb38pzsnXQygnoN_PPHfgkr1jDtHJVkgh0qmPsYn0,245
-mdbq-1.1.9.dist-info/WHEEL,sha256=cpQTJ5IWu9CdaPViMhC9YzF8gZuS5-vlfoFihTBC86A,91
-mdbq-1.1.9.dist-info/top_level.txt,sha256=2FQ-uLnCSB-OwFiWntzmwosW3X2Xqsg0ewh1axsaylA,5
-mdbq-1.1.9.dist-info/RECORD,,
+mdbq-1.2.1.dist-info/METADATA,sha256=wfmNht4OBp25nuHp2Sx_FdVfCB9oWHQAaLvBjctBxO0,245
+mdbq-1.2.1.dist-info/WHEEL,sha256=cpQTJ5IWu9CdaPViMhC9YzF8gZuS5-vlfoFihTBC86A,91
+mdbq-1.2.1.dist-info/top_level.txt,sha256=2FQ-uLnCSB-OwFiWntzmwosW3X2Xqsg0ewh1axsaylA,5
+mdbq-1.2.1.dist-info/RECORD,,