Compare commits

..

No commits in common. "main" and "Task_3" have entirely different histories.
main ... Task_3

13 changed files with 89 additions and 433 deletions

View File

@ -1,38 +0,0 @@
from pathlib import Path
from queries.bergbahn import BERGBAHN_QUERY
from queries.restaurant import RESTAURANT_QUERY
# ---------------------------------------------------------------------------
# Konfiguration
# ---------------------------------------------------------------------------
OUTPUT_DIR = Path("results")
BBOXEN = {
"SW": (45.8, 5.9, 46.8, 8.2),
"SO": (45.8, 8.2, 46.8, 10.5),
"NW": (46.8, 5.9, 47.8, 8.2),
"NO": (46.8, 8.2, 47.8, 10.5)
}
# BBOXEN = {
# 1: (45.8, 5.9, 46.4667, 7.4333),
# 2: (45.8, 7.4333, 46.4667, 8.9667),
# 3: (45.8, 8.9667, 46.4667, 10.5),
# 4: (46.4667, 5.9, 47.1333, 7.4333),
# 5: (46.4667, 7.4333, 47.1333, 8.9667),
# 6: (46.4667, 8.9667, 47.1333, 10.5),
# 7: (47.1333, 5.9, 47.8, 7.4333),
# 8: (47.1333, 7.4333, 47.8, 8.9667),
# 9: (47.1333, 8.9667, 47.8, 10.5)
# }
# BBOXEN = {
# 1: (45.8, 5.9, 46.3, 7.05), 2: (45.8, 7.05, 46.3, 8.2), 3: (45.8, 8.2, 46.3, 9.35), 4: (45.8, 9.35, 46.3, 10.5),
# 5: (46.3, 5.9, 46.8, 7.05), 6: (46.3, 7.05, 46.8, 8.2), 7: (46.3, 8.2, 46.8, 9.35), 8: (46.3, 9.35, 46.8, 10.5),
# 9: (46.8, 5.9, 47.3, 7.05), 10: (46.8, 7.05, 47.3, 8.2), 11: (46.8, 8.2, 47.3, 9.35), 12: (46.8, 9.35, 47.3, 10.5),
# 13: (47.3, 5.9, 47.8, 7.05), 14: (47.3, 7.05, 47.8, 8.2), 15: (47.3, 8.2, 47.8, 9.35), 16: (47.3, 9.35, 47.8, 10.5)
# }
QUERY = {"bergbahn": BERGBAHN_QUERY}

163
main.py
View File

@ -1,93 +1,108 @@
import logging import requests
from utils import store_to_disk from pprint import pprint
from config import QUERY, OUTPUT_DIR
from worker import run_seriell, run_threads, run_parallel
# --------------------------------------------------------------------------- OVERPASS_URL = "https://overpass-api.de/api/interpreter"
# Logging konfigurieren
# ---------------------------------------------------------------------------
# Erinnerung: Log-Levels -> DEBUG, INFO, WARNING, ERROR, CRITICAL BERGBAHN_QUERY = """
[out:json][timeout:3][maxsize:500000];
logging.basicConfig( (
level=logging.INFO, node["aerialway"="station"]({bbox});
format="%(asctime)s [%(levelname)s] %(message)s", way["aerialway"="station"]({bbox});
datefmt="%H:%M:%S", node["railway"="funicular"]({bbox});
) way["railway"="funicular"]({bbox});
logger = logging.getLogger(__name__) node["railway"="station"]["funicular"="yes"]({bbox});
);
out center body;
"""
# --------------------------------------------------------------------------- def fetch_bergbahnen(bbox: tuple) -> dict:
# Hauptlogik """
# --------------------------------------------------------------------------- Fragt die Overpass API nach Bergbahnen in der angegebenen Bounding Box ab.
def main() -> None:
query_name = list(QUERY.keys())[0] Sendet einen HTTP-POST-Request an die Overpass API und gibt die geparste
query = QUERY[query_name] JSON-Antwort zurück. Die Funktion prüft den HTTP-Status-Code, bevor sie
versucht die Antwort als JSON zu parsen.
logger.info("=== Seriell ===") Args:
overall_s = run_seriell(query) bbox (tuple): Bounding Box als 4-Tuple in Dezimalgrad:
(south, west, north, east)
Beispiel Davos: (46.72, 9.70, 46.92, 10.00)
Beispiel Schweiz: (45.8, 5.9, 47.8, 10.5)
logger.info("=== Multiprocessing ===") Returns:
overall_p = run_parallel(query) dict: Geparste JSON-Antwort der Overpass API. Die Antwort enthält
unter dem Schlüssel "elements" eine Liste von OSM-Objekten
(nodes und ways) mit ihren Tags und Koordinaten.
Beispiel:
{
"elements": [
{
"type": "node",
"id": 123456,
"lat": 46.8, "lon": 9.8,
"tags": {"aerialway": "station", "name": "Jakobshorn"}
},
...
]
}
logger.info("=== ThreadPoolExecutor ===") Raises:
overall_t = run_threads(query) RuntimeError: Wenn die API einen HTTP-Fehlercode zurückgibt
(z.B. 429 Too Many Requests, 504 Gateway Timeout).
RuntimeError: Wenn der Response-Body kein gültiges JSON enthält
(z.B. bei leerem Body nach einem Server-Timeout).
requests.Timeout: Wenn die API nicht innerhalb einer bestimmten Zeit
(timeout) antwortet.
"""
bbox_str = ",".join(map(str, bbox))
query = BERGBAHN_QUERY.format(bbox=bbox_str)
try: resp = requests.post(
saved_path = store_to_disk( OVERPASS_URL,
results=overall_p, data={"data": query},
poi_type=query_name, timeout=10, # clientseitiges timeout ist nicht serverseitiges timeout (das ist im query selbst auf z.B. 3 Sekunden gestellt)
output_dir=OUTPUT_DIR, headers={"User-Agent": "GeoService/1.0 (poi-generator)"},
)
if resp.status_code != 200:
raise RuntimeError(
f"Overpass API Fehler: {resp.status_code}\n{resp.text}"
) )
logger.info(f"Ergebnisse gespeichert: {saved_path}") try:
except OSError as e: data = resp.json()
logger.error(f"Fehler beim Speichern:{e}") except requests.exceptions.JSONDecodeError:
logger.info("Fertig.") raise RuntimeError(
f"Antwort ist kein gültiges JSON:\n{resp.text[:200]}"
)
# HTTP 200 bedeutet nicht immer Erfolg — Overpass meldet Fehler im Body unter 'remark'!
if "remark" in data:
raise RuntimeError(
f"Overpass Query-Fehler: {data['remark']}"
)
return data
if __name__ == "__main__": if __name__ == "__main__":
main()
bbox = (46.72, 9.70, 46.92, 10.00)
# bbox = (45.8, 5.9, 47.8, 10.5)
result = fetch_bergbahnen(bbox)
pprint(result)
# Was ist passiert? # Was ist passiert?
# * Wir haben zusätzlich Multithreating-Code implementiert # Wir haben verschiedene Fehler (verschiedene Ebenen) abgefangen:
# * Die Dekorator-Funktion in utils.py (timer) stoppt und logt die Zeit der dekorierten Funktionen, ohne deren Code # Ebene 1 — Netzwerk: requests.Timeout → Client wartet vergebens
# zu verändern. Das ermöglicht uns einen einfachen Zeitvergleich zwischen den einzelnen Funktionen # Ebene 2 — HTTP: status_code != 200 → Server meldet Fehler
# * Auslagerung von BBOXEN, OUTPUT_DIR, QUERY nach config.py, weil sie sowohl in main.py als auch in worker.py gebraucht # Ebene 3 — Fachlich: "remark" im JSON-Body → Query lief, aber mit Fehler
# werden. Wären sie in main.poy verblieben, hätten wir Probleme mit einem circular-Import bekommen...
# Erkenntnisse:
# Programmfluss:
# main() — läuft immer sequenziell
# │
# ├── run_seriell()
# │ ├── fetch SW ──► wartet
# │ ├── fetch SO ──► wartet
# │ ├── fetch NW ──► wartet
# │ └── fetch NO ──► wartet → return → main() macht weiter
# │
# ├── run_parallel()
# │ ├── fetch SW ─┐
# │ ├── fetch SO ├─ gleichzeitig
# │ ├── fetch NW │ in Prozessen
# │ └── fetch NO ─┘
# │ Pool.map() blockiert bis ALLE fertig → return → main() macht weiter
# │
# ├── run_threads()
# │ ├── fetch SW ─┐
# │ ├── fetch SO ├─ gleichzeitig
# │ ├── fetch NW │ in Threads
# │ └── fetch NO ─┘
# │ as_completed() blockiert bis ALLE fertig → return → main() macht weiter
# │
# └── store_to_disk() ← erst hier, garantiert
# TASK: # TASK:
# * verlagert als nächstes die Logik von 'fetch_bergbahnen' in ein eigenes Modul 'overpass.py' aus.
# * Bis jetzt speichern wir die Resultate als .json-File auf unserer Festplatte. Als nächstes wollen wir # * nennt die Funktion allgemeiner 'fetch_overpass' (anstelle fetch_bergbahnen) -> somit würde es Sinn
# die Resultate in einer sqlite-Datenbank ablegen # machen, wenn wir den Query der Funktion als Argument mitgeben könnten (ist genereller).
# * Erstellt in diesem main.py eine eigene 'main-Funktion', welche nur die Hauptlogik beinhalten und somit 'fetch_overpass'
# importiert und aufruft.

View File

@ -1,97 +0,0 @@
import requests
from pprint import pprint
OVERPASS_URL = "https://overpass-api.de/api/interpreter"
def fetch_overpass(overpass_query: str, bbox: tuple) -> dict:
""" Fragt die Overpass API mit einem beliebigen Query nach POIs in der angegebenen Bounding Box ab.
Sendet einen HTTP-POST-Request an die Overpass API und gibt die geparste
JSON-Antwort zurück. Die Funktion prüft den HTTP-Status-Code, einen
allfälligen Fehler im Response-Body sowie die JSON-Struktur der Antwort.
Args:
overpass_query (str): Overpass-QL-Query mit dem Platzhalter {bbox}.
Beispiel:
'[out:json][timeout:5];
(node["aerialway"="station"]({bbox}););
out center body;'
bbox (tuple): Bounding Box als 4-Tuple in Dezimalgrad:
(south, west, north, east)
Beispiel Davos: (46.72, 9.70, 46.92, 10.00)
Beispiel Schweiz: (45.8, 5.9, 47.8, 10.5)
Returns:
dict: Geparste JSON-Antwort der Overpass API. Die Antwort enthält
unter dem Schlüssel "elements" eine Liste von OSM-Objekten
(nodes und ways) mit ihren Tags und Koordinaten.
Beispiel:
{
"elements": [
{
"type": "node",
"id": 123456,
"lat": 46.8, "lon": 9.8,
"tags": {"aerialway": "station", "name": "Jakobshorn"}
},
...
]
}
Raises:
RuntimeError: Wenn die API einen HTTP-Fehlercode zurückgibt
(z.B. 429 Too Many Requests, 504 Gateway Timeout).
RuntimeError: Wenn der Response-Body kein gültiges JSON enthält
(z.B. bei leerem Body nach einem Server-Timeout).
RuntimeError: Wenn Overpass einen fachlichen Fehler meldet
(HTTP 200, aber "remark" im Body, z.B. bei
Speicher- oder Timeout-Überschreitung).
requests.Timeout: Wenn die API nicht innerhalb des Client-Timeouts
antwortet.
"""
bbox_str = ",".join(map(str, bbox))
query = overpass_query.format(bbox=bbox_str)
resp = requests.post(
OVERPASS_URL,
data={"data": query},
timeout=40, # clientseitiges timeout ist nicht serverseitiges timeout (das ist im query selbst auf z.B. 3 Sekunden gestellt)
headers={"User-Agent": "GeoService/1.0 (poi-generator)"},
)
if resp.status_code != 200:
raise RuntimeError(
f"Overpass API Fehler: {resp.status_code}\n{resp.text}"
)
try:
data = resp.json()
except requests.exceptions.JSONDecodeError:
raise RuntimeError(
f"Antwort ist kein gültiges JSON:\n{resp.text[:200]}"
)
# HTTP 200 bedeutet nicht immer Erfolg — Overpass meldet Fehler im Body!
if "remark" in data:
raise RuntimeError(
f"Overpass Query-Fehler: {data['remark']}"
)
return data
if __name__ == "__main__":
BERGBAHN_QUERY = """
[out:json][timeout:2][maxsize:500000];
(
node["aerialway"="station"]({bbox});
way["aerialway"="station"]({bbox});
node["railway"="funicular"]({bbox});
way["railway"="funicular"]({bbox});
node["railway"="station"]["funicular"="yes"]({bbox});
);
out center body;
"""
bbox = (46.72, 9.70, 46.92, 10.00)
# bbox = (45.8, 5.9, 47.8, 10.5)
result = fetch_overpass(overpass_query=BERGBAHN_QUERY, bbox=bbox)
pprint(result)

View File

View File

@ -1,12 +0,0 @@
BERGBAHN_QUERY = """
[out:json][timeout:10][maxsize:500000];
(
node["aerialway"="station"]({bbox});
way["aerialway"="station"]({bbox});
node["railway"="funicular"]({bbox});
way["railway"="funicular"]({bbox});
node["railway"="station"]["funicular"="yes"]({bbox});
);
out center body;
"""

View File

@ -1,11 +0,0 @@
RESTAURANT_QUERY = """
[out:json][timeout:10][maxsize:500000];
(
node["amenity"="restaurant"]({bbox});
way["amenity"="restaurant"]({bbox});
node["amenity"="cafe"]({bbox});
way["amenity"="cafe"]({bbox});
);
out center body;
"""

View File

@ -1,33 +0,0 @@
import pytest
from utils import store_to_disk
# tmp_path ist ein pytest-Fixture — d.h. pytest stellt ihn automatisch bereit, ohne dass man ihn importieren muss.
# pytest startet
# → sieht Parameter "tmp_path" in der Funktionssignatur
# → erstellt automatisch ein temporäres Verzeichnis (z.B. /tmp/pytest-123/test_store_0/)
# → übergibt es als Path-Objekt an die Testfunktion
# → löscht es nach dem Test wieder
def test_store_to_disk_creates_file(tmp_path):
"""Stellt sicher, dass store_to_disk eine lesbare JSON-Datei erstellt."""
import json
elements = [
{"type": "node", "id": 1, "lat": 46.1835291, "lon": 6.8346732, "tags": {"name": "Jakobshorn"}},
{"type": "way", "id": 2, "lat": 46.1772269, "lon": 6.8402226, "tags": {"name": "Parsenn"}},
]
saved_path = store_to_disk(
results=elements,
poi_type="bergbahn",
output_dir=tmp_path,
)
assert saved_path.exists()
assert saved_path.name == "bergbahn_results.json"
with saved_path.open(encoding="utf-8") as f:
loaded = json.load(f)
assert loaded == elements # Inhalt identisch
assert len(loaded) == 2

View File

@ -1,65 +0,0 @@
import json
import time
import logging
from pathlib import Path
from functools import wraps
logger = logging.getLogger(__name__)
def store_to_disk(
results: list[dict],
poi_type: str = "overpass",
output_dir: Path = Path("."),
) -> Path:
"""
Speichert eine Liste von OSM-Elementen als JSON-Datei auf der Festplatte.
Der Dateiname wird aus dem poi_type-Parameter abgeleitet:
z.B. poi_type="bergbahn" "bergbahn_results.json"
Args:
results (list[dict]): Liste von OSM-Elementen, wie sie die
Overpass API unter "elements" zurückgibt.
poi_type (str): Bezeichnung des POI-Typs. Bestimmt den
Dateinamen. Standard: "overpass"
output_dir (Path): Zielverzeichnis. Wird erstellt falls nicht
vorhanden. Standard: aktuelles Verzeichnis.
Returns:
Path: Absoluter Pfad zur gespeicherten Datei.
Raises:
OSError: Wenn das Verzeichnis nicht erstellt oder die Datei nicht
geschrieben werden kann (z.B. fehlende Schreibrechte).
"""
output_dir.mkdir(parents=True, exist_ok=True)
output_path = output_dir / f"{poi_type}_results.json"
with output_path.open("w", encoding="utf-8") as f:
json.dump(results, f, indent=2, ensure_ascii=False)
return output_path.resolve()
def timer(func):
"""
Decorator der die Ausführungszeit einer Funktion misst und loggt.
Verwendung:
@timer
def meine_funktion():
...
"""
@wraps(func) # erhält __name__, __doc__ der originalen Funktion
def wrapper(*args, **kwargs):
start = time.perf_counter()
result = func(*args, **kwargs)
elapsed = time.perf_counter() - start
logger.info(f"{func.__name__}() dauerte {round(elapsed, 2)} Sekunden\n\n")
return result
return wrapper
# @wraps(func) — ohne diesen Decorator würde run_seriell.__name__ den Namen "wrapper" zurückgeben statt
# "run_seriell", was den Log-Output unbrauchbar macht

103
worker.py
View File

@ -1,103 +0,0 @@
import logging
from multiprocessing import Pool
from concurrent.futures import ThreadPoolExecutor, as_completed
import requests
from config import BBOXEN
from overpass import fetch_overpass
from utils import timer
logger = logging.getLogger(__name__)
# ---------------------------------------------------------------------------
# Worker-Funktion (muss auf Modul-Ebene stehen — Pickle-Anforderung!)
# ---------------------------------------------------------------------------
def fetch_fragment(args: tuple) -> tuple[str, list]:
"""
Führt einen einzelnen Overpass-Request aus.
Gibt (fragment_name, elements) zurück oder (fragment_name, []) bei Fehler.
Wird von Pool.map() in einem separaten Prozess ausgeführt.
Logging funktioniert hier nicht zuverlässig print() als Fallback.
"""
name, bbox, query = args
try:
result = fetch_overpass(overpass_query=query, bbox=bbox)
elements = result.get("elements", [])
print(f"[{name}] {len(elements)} Elemente gefunden")
return name, elements
except (RuntimeError, requests.Timeout) as e:
print(f"[{name}] Fehler: {e}")
return name, []
# ---------------------------------------------------------------------------
# Serielle Variante
# ---------------------------------------------------------------------------
@timer
def run_seriell(query: str) -> list:
overall = []
for name, bbox in BBOXEN.items():
logger.info(f"Seriell — Fragment {name}' ...")
try:
result = fetch_overpass(overpass_query=query, bbox=bbox)
elements = result.get("elements", [])
logger.info(f"'{name}': {len(elements)} Elemente")
overall.extend(elements)
except (RuntimeError, requests.Timeout) as e:
logger.error(f"Fehler bei '{name}': {e}")
return overall
# ---------------------------------------------------------------------------
# Parallele Variante mit Multiprocessing
# ---------------------------------------------------------------------------
@timer
def run_parallel(query: str) -> list:
tasks = [(name, bbox, query) for name, bbox in BBOXEN.items()]
with Pool(processes=len(tasks)) as pool:
results = pool.map(fetch_fragment, tasks)
overall = []
for name, elements in results:
if elements:
overall.extend(elements)
else:
logger.warning(f"Keine Elemente für Fragment '{name}'")
return overall
# ---------------------------------------------------------------------------
# Parallele Variante mit ThreadPoolExecutor
# ---------------------------------------------------------------------------
@timer
def run_threads(query: str) -> list:
overall = []
errors = []
# ThreadPoolExecutor: kein Pickle-Zwang → logging funktioniert direkt!
with ThreadPoolExecutor(max_workers=len(BBOXEN)) as executor:
# Alle Tasks auf einmal einreichen → Future-Objekte zurück
futures = {
executor.submit(fetch_overpass, query, bbox): name
for name, bbox in BBOXEN.items()
}
# as_completed() liefert Futures in der Reihenfolge, in der sie fertig werden
for future in as_completed(futures):
name = futures[future]
try:
result = future.result()
elements = result.get("elements", [])
logger.info(f"[Thread] '{name}': {len(elements)} Elemente")
overall.extend(elements)
except (RuntimeError, requests.Timeout) as e:
logger.error(f"[Thread] Fehler bei '{name}': {e}")
errors.append(name)
if errors:
logger.warning(f"Fehler in Fragmenten: {errors}")
return overall