Prosjektet er lagt opp til at man skal kunne bruke et virtuelt miljø via Pythons venv-modul.

Første gang man skal bruke dette må man sette det opp ved å kjøre denne kommandoen i prosjektets rotmappe (hvis man av en eller annen grunn skulle ha den døde Python 2 som sin python må man erstatte python med python3 i kommandoen):

python -m venv .venv

Dette lager mappen .venv i prosjektroten, som er der det virtuelle miljøet lever.

For å aktivere miljøet må man kjøre en kommando som avhenger av operativsystem:

source .venv/bin/activate

.venv\bin\activate.bat

For å deaktivere kjører man bare kommandoen (uavhengig av OS)

deactivate

Når miljøet er aktivert installerer man pakkene som prosjektet bruker ved å kjøre kommandoen

pip install -r requirements-top-level.txt

Filen requirements-top-level.txt inneholder en liste over alle biblioteker prosjektet bruker direkte. Husk å oppdatere denne filen hvis du legger til en dependency! Når programmet har blitt kjørt og verifisert at virker som det skal (passert tester osv.) kjører man kommandoen

pip freeze > requirements.txt

Dette oppdaterer filen requirements.txt til å inneholde alle biblioteker/pakker som er installert i miljøet for en tilstand som er bekreftet å virke, slik at man alltid har en baseline å sammenlikne med og å sette ut i produksjon.

For å oppdatere pakkene til nyeste versjon kjører man

pip install -Ur requirements-top-level.txt

Og for å installere pakkene som sist ble bekreftet å virke kjører man

pip install -r requirements.txt

For at programmet skal utføre jobben sin trenger man en fil med miljøvariabler, .env, for autentisering til database og Frost. Variablene er

• DATABASE_SERVER: URI-en til databasen
• DATABASE_NAME: Navnet til databasen på serveren
• DATABASE_USERNAME: Brukernavnet for kontoen programmet bruker til å sette inn data
• DATABASE_PASSWORD: Passordet for overnevnte konto
• FROST_CID: Klient-ID for å hente data fra Frost

Videre er det nødvendig at databasen er satt opp slik det er spesifisert i miljøvariablene. I tillegg må avhengighetene i requirements-top-level.txt være installert. Blant disse er en backend-driver til SQLAlchemy for databasesystemet som brukes. Koden er lagt opp for Microsoft SQL Server. Backend-driveren trenger eventuelt en egen backend-driver igjen. For SQL Server med pyodbc trenger man en ODBC-driver. Her er det anbefalt å bruke Micorsofts offisielle ODBC-driver.

På dette er programmet klart for å kjøres. Dette gjøres ved å kjøre filen src/main.py med kommandolinjeflagget -f/--force-update, altså blir kommandoen

python src/main.py -f

Kjørt på en tom database vil dette lage alle nødvendige tabeller. På en database som allerede har data i seg vil dette tømme alle tabellene og fylle dem opp med all data fra grunnen av.

Uten parametre vil programmet forsøke å kun legge inn data som er endret fra forrige kjøring. Så lenge programmet kjøres jevnlig vil dette drastisk kutte ned kjøretiden (fra ~4 timer til ~4 minutter), slik at programmet kan kjøres hyppig for å oppdatere databasen.

For å kjøre testene må du først være i rotmappen av prosjektet og kjøre kommandoen:

nosetests -s test

Dersom du ikke ønsker å kjøre alle testene kan du spesifisere en test-folder du vil bruke som dette:

nosetests -s ./test/xgeo_tests/

Obs: Hvis man ikke bruker det virtuelle miljøet må man først innstallere nosetests med pip install nose (ev. pip3) for å kunne kjøre kommandoen.