Johan LEROY
6c09beeb3c
Correctif de cbbfaf4, dont le message affirmait à tort une mesure à :00. Avec
--limit 1, l'API Mock renvoie le point de début d'intervalle : le DAG, déclenché
à :45 sur [:45 - 1 h, :45], aurait écrit ses mesures à :45, au pas horaire mais
hors de la grille du dataset historique.
L'intervalle part désormais de l'heure pile du déclenchement : un run à 13:45
demande [13:00, 13:45] et importe la mesure de 13:00, avant ml_score à 14:00.
Vérifié contre l'API Mock en recette et par le rendu du gabarit Jinja.
62 lines
2.5 KiB
Python
62 lines
2.5 KiB
Python
"""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 importe la mesure de l'heure pile qui précède 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"
|
|
|
|
# Contrainte : l'API Mock génère `limit` points répartis sur l'intervalle, le premier à son début.
|
|
# Un seul, depuis l'heure pile, donne la mesure de :00 au pas du CSV que suppose `shift(168)`.
|
|
LIMITE_LECTURES = 1
|
|
|
|
# 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_end.strftime('%Y-%m-%dT%H:00:00') }}\" "
|
|
"--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,
|
|
)
|