# Правило сборки объектных файлов
%.o: %.c
$(CC) $(CFLAGS) -c $< -o $@
# Очистка временных файлов
clean:
rm -f $(OBJECTS) $(EXECUTABLE)
# Философия: .PHONY
.PHONY: all clean
```
В этом Makefile определены переменные для компилятора, флагов компиляции, списка исходных файлов и объектных файлов. Основная цель `all` зависит от исполняемого файла, который, в свою очередь, зависит от объектных файлов. Также определено правило для сборки каждого объектного файла и цель `clean` для очистки временных файлов. Директива `.PHONY` указывает, что цели `all` и `clean` не являются именами файлов.
## Глава 4: Практическое применение Make в бизнес-процессах
### Автоматизация отчетности
В бизнесе часто требуется генерировать регулярные отчеты, такие как финансовые отчеты, отчеты о продажах или маркетинговые анализы. Make можно использовать для автоматизации этого процесса, объединяя сбор данных, их обработку и генерацию итоговых документов.
#### Пример Makefile для автоматизации отчетности
```makefile
# Переменные
DATA_DIR = data
REPORT_DIR = reports
SCRIPTS = generate_report.py analyze_sales.py
REPORT = $(REPORT_DIR)/sales_report.pdf
# Основная цель
all: $(REPORT)
# Правило генерации отчета
$(REPORT): $(DATA_DIR)/sales_data.csv $(SCRIPTS)
python3 $(SCRIPTS) $(DATA_DIR)/sales_data.csv
pdflatex $(REPORT_DIR)/sales_report.tex
# Очистка временных файлов
clean:
rm -f $(REPORT_DIR)/*.aux $(REPORT_DIR)/*.log $(REPORT_DIR)/sales_report.pdf
.PHONY: all clean
```
В этом примере Makefile автоматически запускает скрипты для анализа данных и генерации отчета, а затем компилирует отчет в PDF формат. Это избавляет сотрудников от необходимости вручную выполнять эти шаги, снижая риск ошибок и экономя время.
### Управление обработкой данных
Бизнес-процессы часто включают обработку больших объемов данных. Make может автоматизировать процесс извлечения, преобразования и загрузки данных (ETL), обеспечивая последовательное выполнение всех этапов обработки.
#### Пример Makefile для ETL-процесса
```makefile
# Переменные
DATA_DIR = data
TEMP_DIR = temp
OUTPUT_DIR = output
SCRIPTS = extract_data.py transform_data.py load_data.py
RAW_DATA = $(DATA_DIR)/raw_data.json
TRANSFORMED_DATA = $(TEMP_DIR)/transformed_data.csv
LOADED_DATA = $(OUTPUT_DIR)/loaded_data.db
# Основная цель
all: $(LOADED_DATA)
# Правило извлечения данных