SQL 06：终章·大画布：用 Python 读取 SQL 数据在 Unreal Engine 5 中动态生成 3D 管线看板

前言

历经前五篇专栏的连载，我们从零探讨了 SQL 的多表关联、Kitsu 的底层表结构、生产级的 Docker 运维备份，以及面对千万级高并发时的 B-Tree 索引与 Redis 缓存优化。至此，我们在后端数据层面的地基已经坚不可摧。

但是，数据如果只停留在黑乎乎的终端窗口（Terminal）或者表格里，对于剧组的制片、导演或总监来说，依然不够直观。

作为一名前端能连 DCC、后端能跨服务器的 Pipeline TD，今天我们的终章大作将彻底打破维度壁垒：编写一段 UE5 内部的 Python 脚本，直接实时读取后端的 SQL 资产数据库，并在 Unreal Engine 5 的三维虚拟空间中，动态生成一个极酷的 3D 实时管线看板（3D Pipeline Dashboard）。

让数据“站起来”，这就是技术的艺术。

---

一、 核心逻辑：从数据到 3D 空间的映射

我们的核心诉求是：一键运行脚本，UE5 自动连接数据库，统计当前项目各个制作环节（Layout, Anim, FX, Lighting）的资产数量或任务进度。然后，根据统计结果，在 3D 场景里动态批量生成对应的立体柱状图（3D Bar Chart），并根据环节赋予不同的材质颜色。

• SQL 数据库： 负责通过 GROUP BY 和 COUNT 快速吐出结构化统计数据。
• UE5 Python API： 负责调用 unreal.EditorLevelLibrary 在当前关卡中动态 Spawn（生成）StaticMeshActor（静态网格体），并实时计算它们在三维空间中的 X, Y, Z 坐标与缩放比例。

---

二、 终章源码：UE5 内部全自动化 3D 看板生成器

请在 Linux/Windows 的 UE5 编辑器中，确保开启了 Python Editor Script Plugin 插件。在 UE5 的 Python 脚本编辑器中粘贴并运行以下工业级代码：

import os
import sqlite3
import unreal

# ==========================================
# 1. 后端数据源准备 (模拟读取本地 SQL 资产库)
# ==========================================
def get_pipeline_data_from_sql():
    # 实际生产中这里可连上真实的 PostgreSQL 或 Kitsu 数据库
    conn = sqlite3.connect(':memory:')
    cursor = conn.cursor()

    # 建表并模拟全剧组各环节的资产任务总量
    cursor.execute("CREATE TABLE tasks (id TEXT, dept TEXT, status TEXT)")
    mock_tasks = (
        [('t', 'Layout', 'Approved') for _ in range(45)] +
        [('t', 'Anim', 'Approved') for _ in range(120)] +
        [('t', 'FX', 'Approved') for _ in range(85)] +
        [('t', 'Lighting', 'Approved') for _ in range(30)]
    )
    cursor.executemany("INSERT INTO tasks VALUES (?, ?, ?)", mock_tasks)
    conn.commit()

    # 【核心技能复习】：使用 SQL 聚合函数一键统计各环节总量
    cursor.execute("SELECT dept, COUNT(id) FROM tasks GROUP BY dept")
    data = cursor.fetchall()
    conn.close()
    return data # 返回格式如: [('Layout', 45), ('Anim', 120), ...]

# ==========================================
# 2. UE5 3D 空间动态资产生成核心
# ==========================================
def build_3d_dashboard_in_ue5():
    # 获取 SQL 统计结果
    report_data = get_pipeline_data_from_sql()
    unreal.log(f">>> 成功获取 SQL 数据: {report_data}")

    # 指定 UE5 自带的标准立方体网格体路径作为柱状图单元
    cube_mesh_path = "/Engine/BasicShapes/Cube.Cube"
    cube_mesh = unreal.EditorAssetLibrary.load_asset(cube_mesh_path)

    if not cube_mesh:
        unreal.log_error("无法加载引擎基础网格体，请检查路径。")
        return

    # 初始物理坐标定义
    start_x = 0.0
    spacing_y = 300.0  # 每根柱子之间的间距 (厘米)
    scale_factor = 5.0 # 高度缩放因子（将资产数量等比映射为 3D 柱体高度）

    unreal.log("开始在当前关卡中动态构建 3D 管线看板...")

    for index, (dept_name, task_count) in enumerate(report_data):
        # 计算当前柱体在三维场景中的物理位置
        loc_x = start_x
        loc_y = index * spacing_y
        # 巧妙设计：为了让柱子底部对齐地面，Z 轴物理中心必须上移高度的一半
        loc_z = (task_count * scale_factor) / 2.0 

        spawn_location = unreal.Vector(loc_x, loc_y, loc_z)
        spawn_rotation = unreal.Rotator(0.0, 0.0, 0.0)

        # 核心 API：在关卡中动态产出一个静态网格体演员
        actor_name = f"Bar_{dept_name}_{task_count}"
        spawned_actor = unreal.EditorLevelLibrary.spawn_actor_from_object(
            cube_mesh, spawn_location, spawn_rotation
        )

        if spawned_actor:
            # 重命名 Actor，规范大厂大纲视图（Outliner）
            spawned_actor.set_actor_label(actor_name)

            # 设置缩放：X和Y保持固定粗细，Z轴高度完美映射 SQL 中的任务总数量
            target_scale = unreal.Vector(1.5, 1.5, (task_count * scale_factor) / 100.0)
            spawned_actor.set_actor_scale3d(target_scale)

            unreal.log(f"成功为 [{dept_name}] 组生成 3D 看板单元，当前数量: {task_count}")

    unreal.log("🎉 【终章大招】3D 实时管线看板动态绘制完成！")

# 执行函数
build_3d_dashboard_in_ue5()

---

三、 深度解析：Pipeline TD 的跨界思维破局

这段脚本之所以高级，是因为它完美打破了传统 IT 后端和前台美术视效的界限：

1. 零人工干预的数据映射： 传统的 3D 看板需要美术在引擎里一个个手动捏方块、对齐、对表格修改高度。而这段脚本实现了“数据即资产”。只要后端的 Kitsu 数据库数据发生变化，重跑脚本，UE5 里的三维柱状图高度就会自动实时伸缩。
2. 主键与大纲视图对齐： 代码里的 f"Bar_{dept_name}_{task_count}" 自动规范了 UE5 的世界大纲视图（World Outliner），哪怕场景里生成上千个物件，TD 或制片也能一眼通过名字判定其归属。
3. 坐标系的数学对齐： 因为 UE5 的默认 Cube 中心点（Pivot）在正几何中心，如果直接按数量缩放 Z 轴，柱子会“一半在地面上，一半陷在地下”。代码中通过 loc_z = (task_count * scale_factor) / 2.0 的物理位移补偿，完美实现了让所有柱子稳稳扎根在零点平面的工业级规范。

---

💡 专栏大结语（站长寄语）

我们探索这门技术的初衷，从不是为了成为一名纯粹的文职 DBA（数据库管理员），而是为了用数据的力量为影视和游戏 CG 管线赋能。只有当我们摸透了底层数据的流动本质，写出来的 Maya 插件、UE 自动化工具工具、乃至部署的资产管理系统，才能在大项目、高并发的极限压榨下稳如磐石。

感谢大家一路以来的坚守与陪伴。

---