Table DimCustomer { 
  customer_id int [pk] 
  customer_name varchar ( 100 ) 
  customer_email varchar ( 100 ) 
  customer_phone varchar ( 20 ) 
}

Table DimEmployee { 
  employee_id int [pk] 
  employee_name varchar ( 100 ) 
  employee_role varchar ( 50 ) 
  employee_department varchar ( 50 ) 
}

Table DimSeller { 
  seller_id int [pk] 
  seller_name varchar ( 100 ) 
  seller_contact varchar ( 100 ) 
  seller_location varchar ( 100 ) 
}

Table DimInventory { 
  inventory_id int [pk] 
  product_name varchar ( 100 ) 
  product_category varchar ( 50 ) 
  amount_available int
   seller_id int
 }

Table FactSales {
  sale_id int [pk]
  sale_date date
  sale_amount decimal(12,2)
  customer_id int
  employee_id int
  inventory_id int
} 
Ref: DimInventory.seller_id > DimSeller.seller_id
Ref: FactSales.customer_id > DimCustomer.customer_id
Ref: FactSales.employee_id > DimEmployee.employee_id
Ref: FactSales.inventory_id > DimInventory.inventory_id

from ydata_sdk.datasets import load_tabular
from ydata_sdk.synth import CTGAN
data = load_tabular('insurance.csv')
model = CTGAN()
model.fit(data, num_epochs=50)
synthetic = model.generate(n_samples=len(data))
synthetic.to_csv('insurance_synth.csv', index=False)

# 示例數(shù)據(jù)
data = [ 
    { "name" : "Rohit Sharma" , "age" : 36 , "email" : "rohit.sharma@example.com" , "phone" : "9876543210" }, 
    { "name" : "Anjali Verma" , "age" : 24 , "email" : "anjali.v@example.org" , "phone" : "9123456789" }, 
    { "name" : "David Johnson" , "age" : 43 , "email" : "david.j@example.net" , "phone" : "9012345678" } 
] 

# 創(chuàng)建 DataFrame
 df = pd.DataFrame(data) 

# 幫助器來編輯電子郵件
def  redact_email ( email ): 
    username, domain = email.split( '@' ) 
    return username[: 2 ] + "***@redacted.com" 

# 匿名化函數(shù)
def  anonymize ( row ): 
    row[ 'name' ] = re.sub( r'[aeiouAEIOU]' , '*' , row[ 'name' ]) 
    row[ 'age' ] = f" {row[ 'age' ]// 10 } 0s"
     row[ 'email' ] = redact_email(row[ 'email' ]) 
    row[ 'phone' ] = row[ 'phone' ][:- 5 ] + str (random.randint( 10000 , 99999 )) 
    return row 

# 應(yīng)用匿名化
df_anonymized = df.apply(anonymize, axis= 1 ) 

# 顯示前幾行
df_anonymized.head()

{ 
  “provider” ： { 
    “aws” ： { 
      “region” ： “us-east-1” 
    } 
  } ，
  “resource” ： { 
    “aws_s3_bucket” ： { 
      “data_lake” ： { 
        “bucket” ： “my-event-data-lake” ，
        “force_destroy” ： true
       } 
    } ，
    “aws_msk_cluster” ： { 
      “event_stream” ： { 
        “cluster_name” ： “event-stream-msk” ，
        “kafka_version” ： “3.4.0” ，
        “number_of_broker_nodes” ： 3 ，
        “broker_node_group_info” ： { 
          “instance_type” ： “kafka.m5.large” ，
          “client_subnets” ： [ “subnet-abc123” ， “subnet-def456” ] ，
          “security_groups” ： [ “sg-0123456789abcdef0” ] 
        } 
      } 
    } ，
    “aws_eks_cluster” ： { 
      “analytics_cluster” ： { 
        “name” ： “spark-flink-cluster” ，
        “role_arn” ： “arn：aws：iam :: 123456789012：role / eks-cluster-role” ，
        “vpc_config” ： { 
          “subnet_ids” ： [ “subnet-abc123” ， “subnet-def456” ] 
        } 
      } 
    } ，
    “aws_eks_node_group” ： { 
      “analytics_nodes” ： { 
        “cluster_name” ： “$ {aws_eks_cluster.analytics_cluster.name}” ，
        “node_role_arn” ： “arn：aws：iam :: 123456789012：role / eks-node-role” ，
        “subnet_ids” ： [ “subnet-abc123” ， “subnet-def456” ] ，
        “instance_types” ： [ “m6g.large” ] ，
        “scaling_config” ： { 
          “desired_size” ： 4 ，
          “max_size” ： 10 ，
          “min_size” ： 2 
        } ，
        “capacity_type” ： “SPOT” 
      } 
    } ，
    “aws_security_group” ： {
      "clickhouse_sg" :  { 
        "name" :  "clickhouse-security-group" , 
        "description" :  "允許內(nèi)部訪問 ClickHouse 節(jié)點(diǎn)" , 
        "ingress" :  [ 
          { 
            "from_port" :  8123 , 
            "to_port" :  8123 , 
            "protocol" :  "tcp" , 
            "cidr_blocks" :  [ "10.0.0.0/16" ] 
          } 
        ] , 
        "egress" :  [ 
          { 
            "from_port" :  0 , 
            "to_port" :  0 , 
            "protocol" :  "-1" , 
            "cidr_blocks" :  [ "0.0.0.0/0" ] 
          } 
        ] , 
        "vpc_id" :  "vpc-0123456789abcdef0" 
      } 
    } , 
    "aws_instance" :  { 
      "clickhouse_node" ： { 
        “ami” ： “ami-0abcdef1234567890” ，
        “instance_type” ： “m6g.large” ，
        “count” ： 3 ，
        “vpc_security_group_ids” ： [ “${aws_security_group.clickhouse_sg.id}” ] ，
        “subnet_id” ： “subnet-abc123” ，
        “tags” ： { 
          “名稱” ： “clickhouse-analytics-node” 
        } 
      } 
    } 
  } 
}