Spaces:
Sleeping
Sleeping
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() |