File size: 6,742 Bytes
0d78ca6
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
"""
Script de nettoyage de la base PostgreSQL en conservant le registre des modèles.

Ce module vide les principales tables utiles au projet MLOps actuel :
- historique de prédictions
- snapshots de features
- tables de monitoring

Objectif
--------
Remettre la base dans un état propre pour rejouer des simulations,
des batchs ou des tests, tout en conservant `model_registry`
afin de ne pas perdre les versions de modèles enregistrées.

Notes
-----
- La table `model_registry` n'est jamais vidée.
- Le script utilise TRUNCATE ... RESTART IDENTITY CASCADE.
- Les tables absentes sont ignorées.
- Un lock_timeout est appliqué pour éviter un blocage infini.
- L'exécution doit être explicitement autorisée via ALLOW_DB_TRUNCATE=true.
"""

from __future__ import annotations

import os
from typing import Final

from dotenv import load_dotenv
from sqlalchemy import create_engine, text
from sqlalchemy.engine import Engine


# =============================================================================
# Chargement des variables d'environnement
# =============================================================================

load_dotenv()


# =============================================================================
# Configuration
# =============================================================================

DB_USER = os.getenv("POSTGRES_USER", "postgres")
DB_PASSWORD = os.getenv("POSTGRES_PASSWORD", "postgres")
DB_NAME = os.getenv("POSTGRES_DB", "credit_api")
DB_HOST = os.getenv("POSTGRES_HOST", "localhost")
DB_PORT = os.getenv("POSTGRES_PORT", "5432")

DATABASE_URL = os.getenv(
    "DATABASE_URL",
    f"postgresql+psycopg://{DB_USER}:{DB_PASSWORD}@{DB_HOST}:{DB_PORT}/{DB_NAME}",
)

ALLOW_DB_TRUNCATE = os.getenv("ALLOW_DB_TRUNCATE", "false").strip().lower() in {
    "1",
    "true",
    "yes",
    "y",
}


# =============================================================================
# Tables à conserver / vider
# =============================================================================

TABLES_TO_KEEP: Final[list[str]] = [
    "model_registry",
]

TABLES_TO_TRUNCATE: Final[list[str]] = [
    # -------------------------------------------------------------------------
    # Historique / prédictions
    # -------------------------------------------------------------------------
    "prediction_logs",
    "ground_truth_labels",
    "prediction_features_snapshot",

    # -------------------------------------------------------------------------
    # Monitoring
    # -------------------------------------------------------------------------
    "feature_store_monitoring",
    "drift_metrics",
    "evaluation_metrics",
    "alerts",

    # -------------------------------------------------------------------------
    # Monitoring
    # -------------------------------------------------------------------------
    "model_registry"
]


# =============================================================================
# Helpers
# =============================================================================

def validate_configuration() -> None:
    """
    Vérifie que le script est explicitement autorisé.

    Raises
    ------
    RuntimeError
        Si ALLOW_DB_TRUNCATE n'est pas activé.
    """
    if not ALLOW_DB_TRUNCATE:
        raise RuntimeError(
            "Nettoyage refusé. Définis ALLOW_DB_TRUNCATE=true pour autoriser "
            "l'exécution de ce script."
        )


def table_exists(engine: Engine, table_name: str) -> bool:
    """
    Vérifie si une table existe dans le schéma public.

    Parameters
    ----------
    engine : Engine
        Moteur SQLAlchemy connecté à PostgreSQL.
    table_name : str
        Nom de la table à tester.

    Returns
    -------
    bool
        True si la table existe, sinon False.
    """
    sql = text(
        """
        SELECT EXISTS (
            SELECT 1
            FROM information_schema.tables
            WHERE table_schema = 'public'
              AND table_name = :table_name
        )
        """
    )

    with engine.connect() as connection:
        exists_flag = connection.execute(
            sql,
            {"table_name": table_name},
        ).scalar()

    return bool(exists_flag)


def truncate_table(engine: Engine, table_name: str) -> None:
    """
    Vide une table PostgreSQL avec reset d'identité.

    Parameters
    ----------
    engine : Engine
        Moteur SQLAlchemy connecté à PostgreSQL.
    table_name : str
        Nom de la table à vider.
    """
    print(f"-> Tentative de vidage : {table_name}")

    with engine.begin() as connection:
        connection.execute(text("SET lock_timeout TO '3000ms';"))
        connection.execute(
            text(f'TRUNCATE TABLE "{table_name}" RESTART IDENTITY CASCADE;')
        )

    print(f"✅ Table vidée : {table_name}")


def print_execution_plan() -> None:
    """
    Affiche le plan d'exécution du nettoyage.
    """
    print("=" * 80)
    print("NETTOYAGE DE LA BASE POSTGRESQL")
    print("=" * 80)
    print(f"URL utilisée              : {DATABASE_URL}")
    print(f"ALLOW_DB_TRUNCATE         : {ALLOW_DB_TRUNCATE}")
    print("Tables conservées         :")
    for table_name in TABLES_TO_KEEP:
        print(f"  - {table_name}")

    print("Tables candidates au vidage :")
    for table_name in TABLES_TO_TRUNCATE:
        print(f"  - {table_name}")
    print("=" * 80)


# =============================================================================
# Main
# =============================================================================

def main() -> None:
    """
    Point d'entrée principal du script de nettoyage.
    """
    validate_configuration()
    print_execution_plan()

    print("Connexion à PostgreSQL...")
    engine = create_engine(DATABASE_URL, echo=False)
    print("Connexion établie.")

    truncated_count = 0
    missing_count = 0
    error_count = 0

    print("\nDébut du nettoyage...\n")

    for table_name in TABLES_TO_TRUNCATE:
        try:
            if table_exists(engine, table_name):
                truncate_table(engine, table_name)
                truncated_count += 1
            else:
                print(f"⚪ Table absente, ignorée : {table_name}")
                missing_count += 1

        except Exception as exc:
            print(f"❌ Erreur sur {table_name} : {exc}")
            error_count += 1

    print("\n" + "=" * 80)
    print("NETTOYAGE TERMINÉ")
    print("=" * 80)
    print(f"Tables vidées    : {truncated_count}")
    print(f"Tables absentes  : {missing_count}")
    print(f"Tables en erreur : {error_count}")
    print("La table 'model_registry' a été conservée.")
    print("=" * 80)


if __name__ == "__main__":
    main()