WebSVN – Applications.referentiel – Diff – /trunk/scripts/modules/algolia/Algolia.php


<?php
/**
 * Indexation dans Algolia des référentiels
 *
 * Description : formate les données des référentiels choisis et envoie tout ça
 * dans Algolia
 * 
 * Utilisation : php script.php algolia [-ref "ref1,ref2,..."]
 *   -ref (optionnel): liste de codes de référentiels séparés par des virgules;
 *                     par défaut: "apd,bdtfx,bdtxa,isfan"
 * 
 * Exemples:
 *   php script.php algolia
 *   php script.php algolia -ref "bdtfx,isfan"
 * 
 * @note: ignorer le paramètre fasciste -a : on ne s'en sert pas
 *
 * @author       Tela Botanica <equipe-dev@tela-botanica.org>
 * @licence		GPL v3 & CeCILL v2
 */
restore_error_handler();
restore_exception_handler();
ini_set("display_errors","1");
error_reporting(E_ALL);
 
// composer autoload
require dirname(__FILE__) . '/../../../vendor/autoload.php';
 
class Algolia extends ScriptCommande {
 
	const SCRIPT_NOM = 'algolia';
 
	public $parametres = array(
		'-ref' => array(false, false, 'Celui qui lit ça est un con'),
		'-update' => array(false, false, 'Timestamp de la dernière mise à jour (YYYY-MM-DD)')
	);
 
	/** connexion PDO à la BDD "referentiels" */
	protected $bdd;
 
	/** client API Algolia */
	protected $algolia;
	protected $indexAlgolia;
	
	public function executer() {
		echo "Indexation des référentiels dans Algolia" . PHP_EOL;
 
		// Bibliothèque Algolia PHP pour appeler l'API
		Config::charger(dirname(__FILE__) . '/algolia.ini');
		$this->algolia = new \AlgoliaSearch\Client(Config::get('algolia_application_id'), Config::get('algolia_api_key'));
		$this->indexAlgolia = $this->algolia->initIndex(Config::get('algolia_index'));
 
		// pour obtenir facilement la config existante et la répercuter dans
		// index_settings.json
		/*$settings = $this->indexAlgolia->getSettings();
		var_dump(json_encode($settings));
		exit;*/
 
		/*$idsexistants = $this->indexAlgolia->search("", array(
			"attributesToRetrieve" => array(
				"objectID"
			)
		));
		var_dump(count($idsexistants));
		var_dump($idsexistants);
		exit;*/
 
		if ($this->getParam('update')) {
			$this->miseAJourPartielle($this->getParam('update'));
		}
 
		// Réglages de l'index @TODO tenir à jour
		if ($this->confirmer("Charger les réglages par défaut (index_settings.json) dans la configuration de l'index Algolia ?")) {
			// Chargement des réglages par défaut
			$reglagesJson = file_get_contents(dirname(__FILE__) . '/index_settings.json');
			$reglages = json_decode($reglagesJson, true);
			$this->indexAlgolia->setSettings($reglages);
			echo "Réglages chargés dans Algolia" . PHP_EOL;
		}
 
		// Connexion à la base
		$this->connecterPDO();
 
		// Liste des référentiels à fusionner
		$refsTexte = Config::get('algolia_referentiels');
		$refs = explode(",", $refsTexte);
 
		// Liste des référentiels à mettre à jour
		$refsMajTexte = $this->getParam("ref");
		if ($refsMajTexte === false) {
			// si le paramètre est vide, on met tout à jour
			$refsMaj = $refs;
		} else {
			$refsMaj = explode(",", $refsMajTexte);
		}
 
		// Déniaisage 1
		foreach ($refs as $k => $r) {
			$fichierRequete = dirname(__FILE__) . "/algolia_" . $r . ".sql";
			if (! file_exists($fichierRequete)) {
				echo "- fichier [$fichierRequete] non trouvé, fusion de [$r] ignorée" . PHP_EOL;
				unset($refs[$k]);
			}
		}
		if (empty($refs)) {
			echo "Aucun référentiel à fusionner" . PHP_EOL;
			exit;
		}
 
		// Déniaisage 2
		foreach ($refsMaj as $k => $r) {
			if (! in_array($r, $refs)) {
				echo "- le référentiel à mettre à jour [$r] n'est pas présent dans la liste à fusionner, il sera ignoré" . PHP_EOL;
				unset($refsMaj[$k]);
			}
		}
		if (empty($refsMaj)) {
			echo "Aucun référentiel à mettre à jour" . PHP_EOL;
			exit;
		}
 
		// Confirmation
		if (! $this->confirmer("Fusion des référentiels [" . implode(',', $refs) . "] et mise à jour de [" . implode(',', $refsMaj) . "]. Continuer ?")) {
			exit;
		}
 
		//var_dump($refs);
		$donneesBrutes = array();
		// Exécution des requêtes pour chaque référentiel
		foreach ($refs as $ref) {
			$fichierRequete = dirname(__FILE__) . "/algolia_" . $ref . ".sql";
			// Exécution de la requête
			$requete = file_get_contents($fichierRequete);
			$resultat = $this->requete($requete);
			$donneesBrutes[$ref] = $resultat->fetchAll();
 
			// Info utilisation mémoire
			$mem = memory_get_usage(true);
			$memMio = round($mem / (1024 * 1024));
			echo "Mémoire utilisée : $memMio Mio" . PHP_EOL;
		}
 
		// Fusion !
		$index = $this->fusionnerReferentiels($donneesBrutes);
		//$this->extrait($index, array('Acacia dealbata Link','Acacia Mill.','Fabaceae'));
 
		// Mise en forme
		$index = $this->mettreEnForme($index);
		//$this->extrait($index, 100);
 
		// Stats
		$taille = count($index);
		echo "Taille de l'index: [$taille] lignes !" . PHP_EOL;
		//file_put_contents("couscous.json", json_encode($index));
 
		// Calcul des différences ?
		// @TODO bonjour la galère
 
		// Insertion ?
		if (! $this->confirmer("Prêt à insérer dans l'index Algolia [" . Config::get('algolia_index') . "]. Continuer ?")) {
			exit;
		}
		$this->insererDansAlgolia($index);
 
		// Info utilisation mémoire totale
		$mem = memory_get_peak_usage(true);
		$memMio = round($mem / (1024 * 1024));
		echo "Mémoire maximale utilisée : $memMio Mio" . PHP_EOL;
	}
 
	/**
	 * Génère un index unique pour Algolia à partir des données de n référentiels
	 */
	protected function fusionnerReferentiels(&$donneesRefs) {
		$index = array();
		foreach ($donneesRefs as $ref => &$d) {
			$nbTaxons = count($d);
			echo "-- fusion du référentiel [$ref] : $nbTaxons taxons --" . PHP_EOL;
 
			$fusions = 0;
 
			foreach ($d as $taxon) {
				// debug
				/*if ($taxon[$ref . '_num_nom'] == 141) {
					echo "> Taxon 141 :" . PHP_EOL;
					var_dump($taxon);
					echo PHP_EOL;
				}*/
				$nomSci = $taxon[$ref . '_nom_sci'];
				//$nn = $taxon[$ref . '_num_nom'];
				// Ajout du nom d'auteur pour éviter les collisions dans un même référentiel
				if (! empty ($taxon[$ref . '_auteur'])) {
					$nomSci .= ' ' . $taxon[$ref . '_auteur'];
				}
 
				// -- ÉLIMINATION DES NOMS SANS CORRESPONDANCE
				if (empty($taxon[$ref . '_num_nom_retenu'])) {
					//echo "XX élimination du nom sans correspondance : [$nomSci] (nn $nn)" . PHP_EOL;
					continue;
				}
 
				if (! isset($index[$nomSci])) {
					$index[$nomSci] = array(
						'objectID' => $nomSci,
						'referentiels' => array()
					);
				} else {
					//echo "> fusion sur [$nomSci] (nn $nn)" . PHP_EOL;
					$fusions++;
				}
				$index[$nomSci] = array_merge($index[$nomSci], $taxon);
				$index[$nomSci]['referentiels'][] = $ref;
				//break;
			}
			$taille = count($index);
			echo "- taille de l'index après ajout de [$ref]: [$taille] lignes ($fusions fusions)" . PHP_EOL;
		}
		return $index;
	}
 
	/**
	 * Organise les données de chaque objet conformément à la structure de
	 * l'index Algolia
	 * 
	 * Voir commentaires sur cette page :
	 * http://taiga.tela-botanica.net/project/mathias-site-web/task/75
	 * 
	 * L'objectID est le MD5 de la "clef" (nom scientifique avec auteur)
	 */
	protected function mettreEnForme($index) {
		$nouvelIndex = array();
		foreach ($index as $nomSci => $taxon) {
			$nouveauTaxon = array(
				'objectID' => md5($nomSci),
				'referentiels' => $taxon['referentiels']
			);
			foreach ($taxon['referentiels'] as $ref) {
				// ingrédients
				$nn = $taxon[$ref . '_num_nom'];
				$ns = $taxon[$ref . '_nom_sci'];
				$nts = $taxon[$ref . '_num_tax_sup'];
				$rang = $taxon[$ref . '_rang'];
				$auteur = $taxon[$ref . '_auteur'];
				$annee = $taxon[$ref . '_annee'];
				$biblio = $taxon[$ref . '_biblio'];
				$nom_supra_generique = $taxon[$ref . '_nom_supra_generique'];
				$genre = $taxon[$ref . '_genre'];
				$epithete_sp = $taxon[$ref . '_epithete_sp'];
				$type_epithete = $taxon[$ref . '_type_epithete'];
				$epithete_infra_sp = $taxon[$ref . '_epithete_infra_sp'];
				$cultivar = $taxon[$ref . '_cultivar'];
				$cultivar_groupe = $taxon[$ref . '_cultivar_groupe'];
				$nomCommun = (isset($taxon[$ref . '_nom_francais']) ? $taxon[$ref . '_nom_francais'] : '');
				$url = $taxon[$ref . '_url'];
				$synonymes = json_decode($taxon[$ref . '_synonymes'], true);
				// debug synonymes tronqués (group_concat limité en longueur)
				/*if ($nn == 141) {
					echo ">> Synonymes bruts: [" . $taxon[$ref . '_synonymes'] . "]" . PHP_EOL;
					echo ">> Synonymes décodés: [" . print_r($synonymes, true) . "]" . PHP_EOL;
					exit;
				}*/
				$raccourcis = json_decode($taxon[$ref . '_shortcuts'], true);
				$raccourcis = ($raccourcis != null ? array_values(array_unique($raccourcis)) : null); // array_values réindexe pour obtenir une liste en JSON et non un objet
				// garniture
				$donneesRef = array(
					'nomenclatural_number' => intval($nn),
					'scientific_name' => $ns,
					'common_name' => $nomCommun,
					'synonyms' => $synonymes,
					'permalink' => $url,
					'parent_taxon_number' => intval($nts),
					'rank' => intval($rang),
					'author' => $auteur,
					'year' => intval($annee),
					'biblio' => $biblio,
					'supra_genus_name' => $nom_supra_generique,
					'genus' => $genre,
					'species_attribute' => $epithete_sp,
					'attribute_type' => $type_epithete,
					'infra_species_attribute' => $epithete_infra_sp,
					'cultivar' => $cultivar,
					'cultivar_groupe' => $cultivar_groupe
				);
				// dans le cas de BDTFX, ajout de l'illustration de Coste et de
				// la carte Chorodep pour illustrer les résultats de recherche
				if (Config::get("activer_image_cel") == "1") {
					$this->ajouterImagesEflore($nn, $donneesRef);
				}
 
				$nouveauTaxon[$ref] = $donneesRef;
				$nouveauTaxon['shortcuts'] = $raccourcis;
			}
			$nouvelIndex[] = $nouveauTaxon;
		}
		return $nouvelIndex;
	}
 
	/**
	 * Interroge le service eFlore pour récupérer l'illustration de Coste pour
	 * le nn en cours, ainsi que les meilleures images d'eFlore et ajoute une
	 * URL pour obtenir la carte de répartition de Chorodep
	 */
	protected function ajouterImagesEflore($nn, &$donnees) {
		// carte de répartition - le service renvoie directement une image
		$donnees['thumbnails']['chorodep'] = sprintf(Config::get('url_template_chorodep'), $nn);
		// Coste
		$retour = @file_get_contents($sprintf(Config::get('url_template_coste'), $nn));
		if ($retour) {
			try {
				$infosCoste = json_decode($retour, true);
				if (! empty($infosCoste['resultats']) && is_array($infosCoste['resultats'])) {
					$res1 = array_shift($infosCoste['resultats']);
					if (is_array($res1) && ! empty($res1['binaire.href'])) {
						$donnees['thumbnails']['coste'] = $res1['binaire.href'];
					}
				}
			} catch (Exception $ex) {
				// pas de bol
			}
		}
		// CEL
		$retour = @file_get_contents($sprintf(Config::get('url_template_cel'), $nn));
		if ($retour) {
			try {
				$infosCel = json_decode($retour, true);
				if (! empty($infosCel['resultat']) && is_array($infosCel['resultat'])) {
					foreach($infosCel['resultat'] as $organe => $imageSrc) {
						$donnees['thumbnails']['cel'][$organe] = $imageSrc;
					}
				}
			} catch (Exception $ex) {
				// pas de bol
			}
		}
		// debug
		/*echo ">> nn : [$nn]" . PHP_EOL;
		echo ">> image Coste : [" . $donnees['thumbnails']['coste'] . "]" . PHP_EOL;
		echo ">> carte Chorodep : [" . $donnees['thumbnails']['chorodep'] . "]" . PHP_EOL;
		echo ">> images CeL :" . PHP_EOL;
		var_dump($donnees['thumbnails']['cel'])*/
	}
 
	/**
	 * Appelle l'API Algolia pour indexer les données présentes dans $index, par
	 * tranches.
	 */
	protected function insererDansAlgolia(&$index) {
		$tailleTranche = 5000;
		echo "++++ Insertion dans Algolia (" . count($index) . " objets) !! ++++" . PHP_EOL;
		// insertion par tranches pour éviter un timeout sur l'API Algolia
		while (count($index) > 0) {
			echo "++ insertion d'une tranche de $tailleTranche... (" . count($index) . " restant)" . PHP_EOL;
			$tranche = array_splice($index, 0, $tailleTranche);
			//var_dump($tranche);
			$this->indexAlgolia->addObjects($tranche);
		}
	}
 
	/**
	 * Met à jour les images d'illustration
	 */
	protected function miseAJourPartielle($date) {
		try {
			$date = new DateTime($date);
			$date = $date->format('Y-m-d');
		} catch (Exception $e) {
			die($e->getMessage());
		}
 
		// récupération des nn mis à jour
        $this->connecterPDO('agathis_');
		$sql = 'SELECT DISTINCT nn FROM del_image_top WHERE date_vote > ' . $date . ';';
		$requete = $this->requete($sql);
		$nns = $requete->fetchAll();
		// var_dump($nns); die();
 
		$donnees = array();
		foreach ($nns as $nn) {
			// récup des infos depuis le service d'images du cel
			$retour = @file_get_contents($sprintf(Config::get('url_template_cel'), $nn));
			if ($retour) {
				try {
					$infosCel = json_decode($retour, true);
					if (! empty($infosCel['resultat']) && is_array($infosCel['resultat'])) {
						foreach($infosCel['resultat'] as $organe => $imageSrc) {
							$donnees[$nn]['thumbnails']['cel'][$organe] = $imageSrc;
						}
						// var_dump($donnees); die();
 
						$response = $this->indexAlgolia->getObjects([$nn], ['objectID', 'nomenclatural_number', 'thumbnails']);
						$response = json_decode($response, true);
						// var_dump($response); die();
						if (isset($response['results'])) {
							$results = array_reduce($response['results'], function($carry, $item) use ($nn) {
								if ($item['nomenclatural_number'] == $nn) {
									$carry[] = $item;
								}
								return $carry;
							});
							// var_dump($results); die();
 
							if (count($results) == 1) {
								unset($results['thumbnails']['cel']);
								$results = array_merge($results, $donnees[$nn]);
								$this->indexAlgolia->partialUpdateObject([
									'thumbnails' => $results['thumbnails'],
									'objectID' => $results['objectID']
								]);
							}
 
						}
					}
				} catch (Exception $e) {
					die(var_dump($e));
				}
			}
		}
 
	}
 
	// ---------------- utilitaires --------------------------------------------
 
	protected function extrait($index, $clefsOuNombre) {
		// Debug
		echo PHP_EOL . "---- extrait des données --" . PHP_EOL;
		if (is_array($clefsOuNombre)) {
			foreach ($clefsOuNombre as $k) {
				var_dump($index[$k]);
			}
		} else {
			for ($i=0; $i < $clefsOuNombre; $i++) {
				var_dump($index[$i]);
			}
		}
	}
 
	protected function connecterPDO($base = '') {
		Config::charger(dirname(__FILE__) . '/../../configurations/bdd.ini');
		try {
			$dsn = Config::get($base . 'bdd_type').':dbname='.Config::get($base . 'bdd_nom').';host='.
				Config::get($base . 'bdd_hote');
			$this->bdd = new PDO($dsn, Config::get($base . 'bdd_utilisateur'), Config::get($base . 'bdd_mot_de_passe'));
			// Passe en UTF-8 la connexion à la BDD
			$this->bdd->exec("SET NAMES 'utf8'");
			// Affiche les erreurs détectées par PDO (sinon mode silencieux => aucune erreur affiché)
			$this->bdd->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);
		} catch (PDOException $e) {
			//print_r($e);
			echo 'La connexion à la base de données via PDO a échoué : ' . $e->getMessage() . PHP_EOL;
			exit;
		}
	}
 
	protected function requete($requete) {
		$infos = null;
		try {
			$infos = $this->bdd->query($requete, PDO::FETCH_ASSOC);
			/*if ($infos === false) {
				echo $requete;
			}*/
		} catch (PDOException $e) {
			echo sprintf($e->getFile(), $e->getLine(), $e->getMessage(), $e->getCode(), $requete);
		}
		return $infos;
	}
 
	/**
	 * Demande confirmation, et sort du script à moins qu'on tape ce qui est
	 * indiqué (par défaut "o" pour "oui")
	 */
	protected function confirmer($question='Continuer ?', $codeAcceptation='o', $messageAnnulation='annulation') {
		echo $question . ' ("' . $codeAcceptation . '" pour confirmer, autre chose pour annuler)' . PHP_EOL;
		$handle = fopen ("php://stdin","r");
		$line = fgets($handle);
		if(strtolower(trim($line)) != strtolower($codeAcceptation)) {
			echo $messageAnnulation . PHP_EOL;
			return false;
		}
		fclose($handle);
		return true;
	}
}
?>

Subversion Repositories Applications.referentiel

(root)/trunk/scripts/modules/algolia/Algolia.php – Rev 402 → 403

Rev 402		Rev 403
1	`<?php`	1	`<?php`
2	`/**`	2	`/**`
3	`* Indexation dans Algolia des référentiels`	3	`* Indexation dans Algolia des référentiels`
4	`*`	4	`*`
5	`* Description : formate les données des référentiels choisis et envoie tout ça`	5	`* Description : formate les données des référentiels choisis et envoie tout ça`
6	`* dans Algolia`	6	`* dans Algolia`
7	`*`	7	`*`
8	`* Utilisation : php script.php algolia [-ref "ref1,ref2,..."]`	8	`* Utilisation : php script.php algolia [-ref "ref1,ref2,..."]`
9	`* -ref (optionnel): liste de codes de référentiels séparés par des virgules;`	9	`* -ref (optionnel): liste de codes de référentiels séparés par des virgules;`
10	`* par défaut: "apd,bdtfx,bdtxa,isfan"`	10	`* par défaut: "apd,bdtfx,bdtxa,isfan"`
11	`*`	11	`*`
12	`* Exemples:`	12	`* Exemples:`
13	`* php script.php algolia`	13	`* php script.php algolia`
14	`* php script.php algolia -ref "bdtfx,isfan"`	14	`* php script.php algolia -ref "bdtfx,isfan"`
15	`*`	15	`*`
16	`* @note: ignorer le paramètre fasciste -a : on ne s'en sert pas`	16	`* @note: ignorer le paramètre fasciste -a : on ne s'en sert pas`
17	`*`	17	`*`
18	`* @author Tela Botanica <equipe-dev@tela-botanica.org>`	18	`* @author Tela Botanica <equipe-dev@tela-botanica.org>`
19	`* @licence GPL v3 & CeCILL v2`	19	`* @licence GPL v3 & CeCILL v2`
20	`*/`	20	`*/`
21	`restore_error_handler();`	21	`restore_error_handler();`
22	`restore_exception_handler();`	22	`restore_exception_handler();`
23	`ini_set("display_errors","1");`	23	`ini_set("display_errors","1");`
24	`error_reporting(E_ALL);`	24	`error_reporting(E_ALL);`
25		25
26	`// composer autoload`	26	`// composer autoload`
27	`require dirname(__FILE__) . '/../../../vendor/autoload.php';`	27	`require dirname(__FILE__) . '/../../../vendor/autoload.php';`
28		28
29	`class Algolia extends ScriptCommande {`	29	`class Algolia extends ScriptCommande {`
30		30
31	`const SCRIPT_NOM = 'algolia';`	31	`const SCRIPT_NOM = 'algolia';`
32		32
33	`public $parametres = array(`	33	`public $parametres = array(`
34	`'-ref' => array(false, false, 'Celui qui lit ça est un con'),`	34	`'-ref' => array(false, false, 'Celui qui lit ça est un con'),`
35	`'-update' => array(false, false, 'Timestamp de la dernière mise à jour (YYYY-MM-DD)')`	35	`'-update' => array(false, false, 'Timestamp de la dernière mise à jour (YYYY-MM-DD)')`
36	`);`	36	`);`
37		37
38	`/** connexion PDO à la BDD "referentiels" */`	38	`/** connexion PDO à la BDD "referentiels" */`
39	`protected $bdd;`	39	`protected $bdd;`
40		40