Update app/database.py

app/database.py

@@ -1,77 +1,77 @@
-import os
-from typing import List, Dict
-import duckdb
-from huggingface_hub import hf_hub_download
-
-# Initialisations
-REPO_ID = "Loren/articles_db"
-cache_dir = "/tmp"
-os.makedirs(cache_dir, exist_ok=True)
-
-# Téléchargement des fichiers Parquet depuis Hugging Face
-articles_parquet = hf_hub_download(
-    repo_id=REPO_ID,
-    filename="articles.parquet",
-    repo_type="dataset",
-    cache_dir=cache_dir)
-tags_parquet = hf_hub_download(
-    repo_id=REPO_ID,
-    filename="tags.parquet",
-    repo_type="dataset",
-    cache_dir=cache_dir)
-tag_article_parquet = hf_hub_download(
-    repo_id=REPO_ID,
-    filename="tag_article.parquet",
-    repo_type="dataset",
-    cache_dir=cache_dir)
-
-# Connexion DuckDB en mémoire
-con = duckdb.connect()
-
-# Créer des tables DuckDB directement à partir des fichiers Parquet
-con.execute(f"CREATE VIEW articles AS SELECT * FROM parquet_scan('{articles_parquet}')")
-con.execute(f"CREATE VIEW tags AS SELECT * FROM parquet_scan('{tags_parquet}')")
-con.execute(f"CREATE VIEW tag_article AS SELECT * FROM parquet_scan('{tag_article_parquet}')")
-
-# Fonctions d'accès aux données
-
-def fetch_tags() -> List[str]:
-    """
-    Récupère la liste de tous les tags disponibles dans la base de données.
-
-    Returns:
-        List[str]: Une liste de chaînes de caractères correspondant aux noms des tags, triés par ordre alphabétique.
-    """
-    query = "SELECT tag_name FROM tags ORDER BY tag_name"
-    result = con.execute(query).fetchall()
-    return [row[0] for row in result]
-
-def fetch_articles_by_tags(tags: List[str]) -> List[Dict]:
-    """
-    Récupère les articles associés à un ou plusieurs tags.
-
-    Args:
-        tags (List[str]): Une liste de noms de tags pour filtrer les articles.
-
-    Returns:
-        List[Dict]: Une liste de dictionnaires, chacun représentant un article avec les clés:
-                    - 'article_id': ID de l'article
-                    - 'article_title': Titre de l'article
-                    - 'article_url': URL de l'article
-
-    Notes:
-        - Si la liste `tags` est vide, la fonction retourne une liste vide.
-        - Les résultats incluent uniquement les articles correspondant à au moins un des tags fournis.
-    """
-    if not tags:
-        return []
-
-    placeholders = ",".join(["?"] * len(tags))
-    query = f"""SELECT distinct a.article_id, a.article_title, a.article_url
-                  FROM tags t, tag_article ta, articles a
-                 WHERE t.tag_id = ta.tag_id
-                   AND ta.article_id = a.article_id
-                   AND t.tag_name IN ({placeholders})
-             """
-    result = con.execute(query, tags).fetchdf()
+import os
+from typing import List, Dict
+import duckdb
+from huggingface_hub import hf_hub_download
+
+# Initialisations
+REPO_ID = "Loren/articles_database"
+cache_dir = "/tmp"
+os.makedirs(cache_dir, exist_ok=True)
+
+# Téléchargement des fichiers Parquet depuis Hugging Face
+articles_parquet = hf_hub_download(
+    repo_id=REPO_ID,
+    filename="articles.parquet",
+    repo_type="dataset",
+    cache_dir=cache_dir)
+tags_parquet = hf_hub_download(
+    repo_id=REPO_ID,
+    filename="tags.parquet",
+    repo_type="dataset",
+    cache_dir=cache_dir)
+tag_article_parquet = hf_hub_download(
+    repo_id=REPO_ID,
+    filename="tag_article.parquet",
+    repo_type="dataset",
+    cache_dir=cache_dir)
+
+# Connexion DuckDB en mémoire
+con = duckdb.connect()
+
+# Créer des tables DuckDB directement à partir des fichiers Parquet
+con.execute(f"CREATE VIEW articles AS SELECT * FROM parquet_scan('{articles_parquet}')")
+con.execute(f"CREATE VIEW tags AS SELECT * FROM parquet_scan('{tags_parquet}')")
+con.execute(f"CREATE VIEW tag_article AS SELECT * FROM parquet_scan('{tag_article_parquet}')")
+
+# Fonctions d'accès aux données
+
+def fetch_tags() -> List[str]:
+    """
+    Récupère la liste de tous les tags disponibles dans la base de données.
+
+    Returns:
+        List[str]: Une liste de chaînes de caractères correspondant aux noms des tags, triés par ordre alphabétique.
+    """
+    query = "SELECT tag_name FROM tags ORDER BY tag_name"
+    result = con.execute(query).fetchall()
+    return [row[0] for row in result]
+
+def fetch_articles_by_tags(tags: List[str]) -> List[Dict]:
+    """
+    Récupère les articles associés à un ou plusieurs tags.
+
+    Args:
+        tags (List[str]): Une liste de noms de tags pour filtrer les articles.
+
+    Returns:
+        List[Dict]: Une liste de dictionnaires, chacun représentant un article avec les clés:
+                    - 'article_id': ID de l'article
+                    - 'article_title': Titre de l'article
+                    - 'article_url': URL de l'article
+
+    Notes:
+        - Si la liste `tags` est vide, la fonction retourne une liste vide.
+        - Les résultats incluent uniquement les articles correspondant à au moins un des tags fournis.
+    """
+    if not tags:
+        return []
+
+    placeholders = ",".join(["?"] * len(tags))
+    query = f"""SELECT distinct a.article_id, a.article_title, a.article_url
+                  FROM tags t, tag_article ta, articles a
+                 WHERE t.tag_id = ta.tag_id
+                   AND ta.article_id = a.article_id
+                   AND t.tag_name IN ({placeholders})
+             """
+    result = con.execute(query, tags).fetchdf()
     return result.to_dict(orient="records")