用途：演示真实的数据工程流程，把哈佛艺术博物馆（Harvard Art Museums）API 的藏品数据经 ETL 处理后，放入关系数据库并做交互式分析可视化。
主要能力：从 API 抽取藏品元数据、图片媒体与颜色数据；把嵌套 JSON 转换为规范化的关系表；载入 MySQL/TiDB Cloud；执行分析型 SQL 查询；用 Plotly 交互图表展示结果；处理 API 分页与限流。数据库含三张表：artifactmetadata（藏品元数据）、artifactmedia（媒体）、artifactcolors（颜色及占比）。
使用方式：需 Python 3.7+，安装 streamlit、pandas、requests、mysql-connector-python、plotly、python-dotenv。
git clone https://github.com/Manali0711/Harvard-Artifacts-Collection-Data-Engineering-Analytics-App.git pip install -r requirements.txt streamlit run app.py
在 .env 中配置 HARVARD_API_KEY 与 DB_HOST、DB_PORT、DB_USER、DB_PASSWORD、DB_NAME。API key 需自行到哈佛艺术博物馆官网免费申请。应用界面提供 ETL 运行按钮，以及按文化、世纪、颜色等维度的查询与图表；也附有部门分布、有无媒体、分类分布、颜色分布、文化与世纪交叉等示例 SQL。
适用场景：数据工程教学与练手、ETL/SQL/可视化演示、博物馆藏品数据的探索性分析。
限制：需自备 API key 与可用的 MySQL/TiDB 数据库；未提供部署、性能、费用等说明；其余细节暂未提供。