application_neo4j/load_data.py

from neo4j import GraphDatabase, basic_auth
from graphdatascience import GraphDataScience
import utils as u
import argparse
# --- Configuration ---
SOURCE_CSV = 'models_with_all_information.csv'
NEO4J_URI = "bolt://localhost:7687"

# --- Configuration des arguments du script ---
parser = argparse.ArgumentParser(description="Script pour peupler une base de données Neo4j avec des données sur des modèles.")
parser.add_argument(
    'reset',                                     # Le nom de l'argument (positionnel, car sans tirets)
    type=str,                                    # On attend une chaîne de caractères
    choices=['true', 'false'],                   # L'utilisateur DOIT choisir entre 'true' et 'false'
    help="Spécifiez 'true' pour réinitialiser la base de données, 'false' pour continuer."
)

parser.add_argument(
    'neo4j_user',                                     # Le nom de l'argument (positionnel, car sans tirets)
    type=str,                                    # On attend une chaîne de caractères
    help="Nom de votre instance Neo4J"
)

parser.add_argument(
    'neo4j_password',                                     # Le nom de l'argument (positionnel, car sans tirets)
    type=str,                                    # On attend une chaîne de caractères
    help="Mot de passe de votre instance Neo4J"
)

args = parser.parse_args()

# Conversion de l'argument string 'true'/'false' en un vrai booléen Python True/False
RESET = args.reset.lower() == 'true'
NEO4J_PASSWORD = args.neo4j_password
NEO4J_USER = args.neo4j_user 

# --- Initialisation et chargement de la base Neo4j ---
# Connexion au serveur Neo4j via le driver natif
# C'est une bonne pratique de garder le driver et de ne pas créer la session tout de suite
driver = GraphDatabase.driver(NEO4J_URI, auth=basic_auth(NEO4J_USER, NEO4J_PASSWORD))

# Réinitialisation de la base si activé
if RESET:
    u.reset_database(driver) # Cette fonction supprime maintenant la DB + le fichier
    processed_ids = set() # On part d'un set vide
    print("Reset done")
else:
    # Si on ne réinitialise pas, ALORS on charge les IDs existants pour continuer
    processed_ids = u.load_processed_ids()
    
# Création des index pour améliorer les performances des requêtes
with driver.session() as session:
    session.run("CREATE INDEX IF NOT EXISTS FOR (m:Model) ON (m.name);")
    session.run("CREATE INDEX IF NOT EXISTS FOR (a:Author) ON (a.name);")
    session.run("CREATE INDEX IF NOT EXISTS FOR (d:Dataset) ON (d.name);")
    print("Indexes created.")

# Insertion des données dans la base Neo4j depuis le fichier CSV en parallèle
u.insert_parallel('models_with_all_information.csv', driver, processed_ids)

# --- Finalisation ---
# Fermer la connexion du driver à la toute fin du script
driver.close()
print("\nScript finished. Neo4j driver connection closed.")