config.py

@@ -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}

main.py

@@ -1,8 +1,8 @@
 import logging
-from utils import store_to_disk
+from overpass import fetch_overpass
-
+from queries.bergbahn import BERGBAHN_QUERY
-from config import QUERY, OUTPUT_DIR
+from queries.restaurant import RESTAURANT_QUERY
-from worker import run_seriell, run_threads, run_parallel
+import requests
 
 
 # ---------------------------------------------------------------------------
@@ -19,32 +19,45 @@ logging.basicConfig(
 logger = logging.getLogger(__name__)
 
 
+# ---------------------------------------------------------------------------
+# Konfiguration
+# ---------------------------------------------------------------------------
+
+BBOXEN = {
+    "davos":    (46.72, 9.70,  46.92, 10.00),
+    "schweiz":  (45.8,  5.9,   47.8,  10.5),
+}
+
+QUERY = {"bergbahn": BERGBAHN_QUERY}
+
+
 # ---------------------------------------------------------------------------
 # Hauptlogik
 # ---------------------------------------------------------------------------
 def main() -> None:
 
     query_name = list(QUERY.keys())[0]
-    query = QUERY[query_name]
 
-    logger.info("=== Seriell ===")
+    for name, bbox in BBOXEN.items():
-    overall_s = run_seriell(query)
+        logger.info(f"Starte Abfrage für Query: {query_name}, '{name}' mit bbox={bbox}")
+        try:
+            result = fetch_overpass(overpass_query=QUERY.get(query_name,""), bbox=bbox)
+        except RuntimeError as e:
+            logger.error(f"API-Fehler bei '{name}': {e}")
+            continue
+        except requests.Timeout:
+            logger.error(f"Timeout bei '{name}' — bbox zu gross oder Server überlastet")
+            continue
 
-    logger.info("=== Multiprocessing ===")
+        elements = result.get("elements", [])
-    overall_p = run_parallel(query)
+        logger.info(f"'{name}': {len(elements)} Elemente gefunden")
 
-    logger.info("=== ThreadPoolExecutor ===")
+        for el in elements:
-    overall_t = run_threads(query)
+            el_type = el.get("type", "?")
+            tags = el.get("tags", {})
+            el_name = tags.get("name", "–")
+            logger.debug(f"  [{el_type}] {el_name}")
 
-    try:
-        saved_path = store_to_disk(
-            results=overall_p,
-            poi_type=query_name,
-            output_dir=OUTPUT_DIR,
-        )
-        logger.info(f"Ergebnisse gespeichert: {saved_path}")
-    except OSError as e:
-        logger.error(f"Fehler beim Speichern:{e}")
     logger.info("Fertig.")
 
 
@@ -53,41 +66,17 @@ if __name__ == "__main__":
 
 
     # Was ist passiert?
-    # * Wir haben zusätzlich Multithreating-Code implementiert
+    # * Wir haben den Logger eingebaut und können auf verschiedenen Levels loggen
-    # * Die Dekorator-Funktion in utils.py (timer) stoppt und logt die Zeit der dekorierten Funktionen, ohne deren Code
+    # * Wir haben ein neues Model 'queries' erstellt und darin die Queries für bergbahn und restaurant abgelegt.
-    #   zu verändern. Das ermöglicht uns einen einfachen Zeitvergleich zwischen den einzelnen Funktionen
+    #   -> Prinzip der Trennung von Daten und Logik!
-    # * Auslagerung von BBOXEN, OUTPUT_DIR, QUERY nach config.py, weil sie sowohl in main.py als auch in worker.py gebraucht
-    #   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:
 
-    # * Bis jetzt speichern wir die Resultate als .json-File auf unserer Festplatte. Als nächstes wollen wir
+    # * bbox für Schweiz scheint zu gross und wirft einen error ... Lösungsmöglichkeiten?
-    #   die Resultate in einer sqlite-Datenbank ablegen
+    #   -> Wir können die Schweiz (Koordinaten) in Unterregionen aufsplitten. Macht das bitte.
+    #   -> entfernt dazu die bbox für 'davos', nehmt die 'schweiz' und splittet sie in 4, 9 oder 16
+    #      Koordinaten-Tuples auf.
+    # * Speichert und loggt in welchen Koordinaten-Tuples ein Fehler auftritt (gebt am Schluss eine Zusammenfassung
+    #   dieser fehlerhaften Queries aus)
+    # * Baut eine neue Liste für die erfolgreichen Resultate und speichert diese Liste am Schluss als .json auf
+    #   eurer Festplatte

tests/test_overpass.py

@@ -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

utils.py

@@ -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

worker.py

@@ -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