65 lines
3.0 KiB
Python
65 lines
3.0 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 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"
|
|
|
|
# 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. Conséquence vérifiée empiriquement
|
|
# sur l'API Mock (cf. `limit_for_window()` dans `app.etl.mock_api_import`) : la fenêtre importée
|
|
# est `[:45, :45)`, donc chaque lecture atterrit à :45, pas à :00, un décalage constant sur
|
|
# toute la série, sans effet sur les lags positionnels ni sur les jointures en aval (`ml_score`
|
|
# vise la dernière lecture + 1h, `derive` joint à l'égalité), cf. 40-data.md.
|
|
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') }}\""
|
|
# Pas de --limit : app.etl.mock_api_import.limit_for_window() le dérive de la
|
|
# fenêtre (une lecture/heure), et refuse une fenêtre qui ne couvre pas un nombre
|
|
# entier d'heures ou dépasse le plafond de l'API. Porter la règle dans le code,
|
|
# pas dans ce DAG, évite qu'un appel manuel oublie de la respecter.
|
|
),
|
|
retries=NOMBRE_REPRISES,
|
|
retry_delay=DELAI_ENTRE_REPRISES,
|
|
execution_timeout=PLAFOND_PAR_TENTATIVE,
|
|
)
|