"""DAG d'import périodique des données de l'API Mock EnerVision (issue #15). Orchestre le pipeline existant `app.etl.mock_api_import` sans dupliquer sa logique ETL. Chaque exécution traite l'heure précédant son déclenchement. Le pipeline backend reste responsable de la validation, de la normalisation, du suivi de la qualité, de l'idempotence et du chargement dans PostgreSQL/TimescaleDB. """ from __future__ import annotations from datetime import datetime, timedelta from airflow.providers.standard.operators.bash import BashOperator from airflow.sdk import DAG from airflow.timetables.trigger import CronTriggerTimetable # Le backend possède son propre environnement uv dans l'image Airflow (ADR 0008). COMMANDE_BACKEND = "cd /opt/backend && env -u VIRTUAL_ENV uv run --no-sync python -m" # Le pipeline backend et l'API acceptent au maximum 1 000 lectures par site. # Cette marge évite de perdre silencieusement une lecture si une heure en contient plus de 60. LIMITE_LECTURES = 1000 # Deux reprises donnent trois tentatives au total. Même dans le pire cas, l'exécution reste # inférieure au pas horaire du DAG. NOMBRE_REPRISES = 2 DELAI_ENTRE_REPRISES = timedelta(minutes=2) PLAFOND_PAR_TENTATIVE = timedelta(minutes=10) # L'intervalle est déclaré explicitement pour ne pas dépendre de la valeur du paramètre Airflow # `create_cron_data_intervals`. Le déclenchement à :45 laisse quinze minutes avant `ml_score`, # exécuté à l'heure pile, puis avant `alertes`, exécuté à :15. PLANIFICATION = CronTriggerTimetable( "45 * * * *", timezone="UTC", interval=timedelta(hours=1), ) with DAG( dag_id="mock_api_import", description="Importe chaque heure les données de l'API Mock dans site et reading.", schedule=PLANIFICATION, start_date=datetime(2026, 1, 1), catchup=False, # Deux exécutions simultanées pourraient demander et traiter le même intervalle. max_active_runs=1, tags=["etl", "mock-api"], ) as dag: BashOperator( task_id="import_mock_api", bash_command=( f"{COMMANDE_BACKEND} app.etl.mock_api_import " "--start-time \"{{ data_interval_start.strftime('%Y-%m-%dT%H:%M:%S') }}\" " "--end-time \"{{ data_interval_end.strftime('%Y-%m-%dT%H:%M:%S') }}\" " f"--limit {LIMITE_LECTURES}" ), retries=NOMBRE_REPRISES, retry_delay=DELAI_ENTRE_REPRISES, execution_timeout=PLAFOND_PAR_TENTATIVE, )