erjemin/2022_oknardia
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

mod: refactor catalog_seria_info and update README/settings

Browse Source
This commit is contained in:
Sergei Erjemin
2026-04-21 21:31:17 +03:00
parent 1f0aaa7687
commit 0d97dafe3e
3 changed files with 257 additions and 231 deletions
Download Patch File Download Diff File Expand all files Collapse all files

2
README.md
View File

@@ -14,7 +14,7 @@
* Рефакторинг `catalog_profile_model` (`/catalog/profile/...`): raw SQL ⟶ ORM, упрощена логика, вынесены helper-функции, сокращено дублирование расчёта цветов рейтинга, нормализована подготовка `LIST_OTHER`/`MERCHANTS`/`PROFILES`/`PROFILE_DETAIL`, сохранена совместимость шаблонов.
* Рефакторинг `catalog_profile_manufacture` (`/catalog/profile/<id>-<manufacturer>`): упрощена валидация URL, убран дублирующий код маппинга для `PROFILES` и `MERCHANTS` через общие хелперы, стандартизирован хвост контекста (`LAST_VISIT`, `LOG_VISIT`, `ticks`) через `_append_visit_context`.
* Рефакторинг `catalog_seria` (`/catalog/seria/`): raw SQL ⟶ ORM для списка корневых серий, подготовка данных упрощена, хвост контекста с визитами и `ticks` вынесен в общий helper внутри `catalog_series.py`.
*
* Рефакторинг `catalog_seria_info` и связанных функций в `catalog_series.py`: raw SQL ⟶ ORM (`catalog_seria_info`, `seria_nav`, `seria_info_year`, `seria_info_geo_code`), снижена нагрузка на БД за счёт предвыборки и переиспользования агрегатов (`quantities_by_pair`, `offers_by_window`), добавлены безопасные fallback-значения для пустых выборок, включена потоковая обработка `iterator(chunk_size=500)` для гео-данных, обновлены комментарии и docstring под фактическую логику (таблица окон, pre-render light/heavy шаблонов, гео+статистика серии).
*
*
*

5
oknardia/oknardia/settings.py
View File

@@ -218,7 +218,10 @@ DEFAULT_AUTO_FIELD = 'django.db.models.BigAutoField'
CAPTCHA_PUBLIC_KEY = env('CAPTCHA_PUBLIC_KEY', default='')
CAPTCHA_PRIVATE_KEY = env('CAPTCHA_PRIVATE_KEY', default='')
# количество коммерческих предложений во фреме отчета
# если непонятно какая серия выбрана через каталог (finger fix) выбираем серию типового строения:
DEFAULT_SERIA_ID_FOR_CATALOG = 843 # СЕРИЯ 1-515/9 -- дом в котором я живу
# количество коммерческих предложений во фрейме отчета
OFFER_PER_FRAME = 5
OFFER_PER_FRAME_FOR_ONE_FLAP = 10
# папка для хранения изображений

471
oknardia/web/catalog_series.py
View File

@@ -1,11 +1,14 @@
# -*- coding: utf-8 -*-
from django.core.exceptions import ObjectDoesNotExist
from django.db.models import F
from django.db.models import Count, F, IntegerField, Value
from django.shortcuts import render, redirect
from django.http import HttpRequest, HttpResponse
from django.template.loader import render_to_string
from oknardia.settings import *
from oknardia.models import (
Apartment_Type,
MountDim2Apartment,
PriceOffer,
Seria_Info,
Win_MountDim,
Building_Info,
@@ -31,10 +34,10 @@ def _append_visit_context(to_template: dict, request: HttpRequest, time_start: f
'ticks': float(time.perf_counter() - time_start),
})
# Каталог типовых серий зданий (пока переадресация)
# Каталог типовых серий зданий.
def catalog_seria(request: HttpRequest) -> HttpResponse:
"""
КАТАЛОГ ТИПОВЫЙ СЕРИЙ: страница со всеми сериями зданий в базе окнардии
КАТАЛОГ ТИПОВЫХ СЕРИЙ: выводит список корневых серий из каталога.
:param request: HttpRequest -- входящий http-запрос
:return response: HttpResponse -- исходящий http-ответ
@@ -61,180 +64,175 @@ def catalog_seria(request: HttpRequest) -> HttpResponse:
return render(request, "catalog/catalog_seria.html", to_template)
def catalog_seria_info(request: HttpRequest, seria_name_translit: None, seria_id: int = 843) -> HttpResponse:
def catalog_seria_info(
request: HttpRequest,
seria_name_translit: str | None,
seria_id: int = DEFAULT_SERIA_ID_FOR_CATALOG,
) -> HttpResponse:
"""
КАТАЛОГ ТИПОВЫЙ СЕРИЙ: страница детальной информацией по серии зданий
КАТАЛОГ ТИПОВОЙ СЕРИИ: детальная страница по серии домов.
Что делает вьюха:
- канонизирует URL (root-id серии + корректный slug),
- собирает таблицу окон по типам квартир,
- для "тяжелого" режима дополнительно готовит навигацию/график/гео-данные
и сохраняет pre-render include-шаблон для последующих быстрых ответов.
:param request: HttpRequest -- входящий http-запрос
:param seria_name_translit: str -- имя серии здания (транслитерированное pytils.translit.slugify())
:param seria_name_translit: str -- имя серии здания (транслитерированное через pytils)
:param seria_id: int -- id серии
:return response: HttpResponse -- исходящий http-ответ
"""
time_start = time.perf_counter()
msg = ""
# Канонизируем URL: страница серии должна открываться только по корневой серии и правильному slug.
try:
seria_id = int(seria_id)
q_seria = Seria_Info.objects.get(id=seria_id)
q_seria = Seria_Info.objects.only("id", "kRoot_id", "sName").get(id=seria_id)
if q_seria.id != q_seria.kRoot_id or seria_name_translit != pytils.translit.slugify(q_seria.sName):
return redirect(f"/catalog/seria/{pytils.translit.slugify(q_seria.sName)}/all{seria_id}")
except(ObjectDoesNotExist, ValueError,):
except (ObjectDoesNotExist, ValueError):
return redirect("/catalog/")
# если есть "облегченный" шаблон с частичным пре-рендером, то используем его.
light_template = f"{PATH_FOR_SERIA_INFO_HTML_INCLUDE}{str(seria_id)}_id.html"
# Если есть "облегченный" шаблон с частичным pre-render, используем его.
light_template = f"{PATH_FOR_SERIA_INFO_HTML_INCLUDE}{seria_id}_id.html"
light_template_w_path = f"{TEMPLATES[0]['DIRS'][0]}/{light_template}"
# print(f"{TEMPLATES[0]['DIRS'][0]}/{light_template}")
# print(light_template_w_path)
# print(light_template_w_path)
if os.path.isfile(light_template_w_path):
is_hard_template = False
else:
is_hard_template = True
is_hard_template = not os.path.isfile(light_template_w_path)
to_template: dict[str, object] = {}
# получаем проемы использующиеся в данной серии домов
q_windows_in_seria = Win_MountDim.objects.raw(
f"SELECT DISTINCT"
f" oknardia_win_mountdim.iWinWidth, oknardia_win_mountdim.iWinHight,"
f" oknardia_win_mountdim.sDescripion, oknardia_win_mountdim.bIsDoor,"
f" oknardia_win_mountdim.bIsNearDoor, oknardia_win_mountdim.sFlapConfig,"
f" oknardia_win_mountdim.iWinDepth, oknardia_win_mountdim.id,"
f" 1 AS iQuantity "
f"FROM oknardia_mountdim2apartment"
f" INNER JOIN oknardia_win_mountdim"
f" ON oknardia_mountdim2apartment.kMountDim_id = oknardia_win_mountdim.id"
f" INNER JOIN oknardia_apartment_type"
f" ON oknardia_mountdim2apartment.kApartment_id = oknardia_apartment_type.id "
f"WHERE oknardia_apartment_type.kSeria_id = {seria_id}"
f" ORDER BY oknardia_win_mountdim.bIsNearDoor DESC,"
f" oknardia_win_mountdim.bIsDoor DESC,"
f" oknardia_win_mountdim.iWinWidth,"
f" oknardia_win_mountdim.iWinHight DESC;")
# Получаем все уникальные проемы серии и сразу добавляем iQuantity=1
# для совместимости с get_flaps_for_big_pictures().
list_win_in_seria = list(
Win_MountDim.objects.filter(kApartment__kSeria_id=seria_id)
.annotate(iQuantity=Value(1, output_field=IntegerField()))
.only(
"id",
"iWinWidth",
"iWinHight",
"sDescripion",
"bIsDoor",
"bIsNearDoor",
"sFlapConfig",
"iWinDepth",
)
.order_by("-bIsNearDoor", "-bIsDoor", "iWinWidth", "-iWinHight", "id")
.distinct()
)
if is_hard_template:
# Получаем данные для отрисовки больших картинок с проёмами и передаём в "тяжёлый" шаблон
to_template.update(get_flaps_for_big_pictures(q_windows_in_seria))
# формируем строку для включения в SQL-запрос вида "(2,8,16,46,1)"
str_for_sql_in = "("
for count in q_windows_in_seria:
str_for_sql_in += str(count.id) + ","
str_for_sql_in = str_for_sql_in[:-1] + ")"
# print StringForSqlIN
# Получаем данные для таблички Окон по типам квартирах в серии дома
# " IFNULL(oknardia_mountdim2apartment.iQuantity, 0) AS iQuantity," \
# tStart2 = time.perf_counter() # замер времени
q_win_in_apartment_in_seria = Win_MountDim.objects.raw(
f"SELECT"
f" oknardia_win_mountdim.id,"
f" oknardia_apartment_type.sNameApartment,"
f" oknardia_win_mountdim.iWinWidth,"
f" oknardia_win_mountdim.iWinHight,"
f" oknardia_apartment_type.id AS id_apart,"
f" IFNULL(oknardia_mountdim2apartment.iQuantity, 0) AS iQuantity,"
f" COUNT(oknardia_priceoffer.id) AS NumOffers "
f"FROM oknardia_apartment_type"
f" INNER JOIN oknardia_win_mountdim"
f" LEFT OUTER JOIN oknardia_mountdim2apartment"
f" ON oknardia_mountdim2apartment.kMountDim_id = oknardia_win_mountdim.id"
f" AND oknardia_mountdim2apartment.kApartment_id = oknardia_apartment_type.id"
f" LEFT OUTER JOIN oknardia_priceoffer"
f" ON oknardia_priceoffer.kOffer2MountDim_id = oknardia_win_mountdim.id"
f" LEFT OUTER JOIN oknardia_ouruser"
f" ON oknardia_ouruser.id = oknardia_priceoffer.kOfferFromUser_id "
f"WHERE oknardia_apartment_type.kSeria_id = {seria_id} "
f"AND oknardia_win_mountdim.id IN {str_for_sql_in} "
f"GROUP BY oknardia_apartment_type.id,"
f" oknardia_apartment_type.sNameApartment,"
f" oknardia_win_mountdim.id,"
f" oknardia_mountdim2apartment.iQuantity "
f"ORDER BY oknardia_apartment_type.iSort,"
f" oknardia_win_mountdim.bIsNearDoor DESC,"
f" oknardia_win_mountdim.bIsDoor DESC,"
f" oknardia_win_mountdim.iWinWidth,"
f" oknardia_win_mountdim.iWinHight DESC;")
list_win_in_seria = list(q_windows_in_seria)
# Для "тяжелого" шаблона нужны большие картинки схем окон.
to_template.update(get_flaps_for_big_pictures(list_win_in_seria))
window_ids = [win.id for win in list_win_in_seria]
apartments_in_seria = list(
Apartment_Type.objects.filter(kSeria_id=seria_id)
.values("id", "sNameApartment")
.order_by("iSort", "id")
)
apartment_ids = [apartment["id"] for apartment in apartments_in_seria]
# Кэшируем количество проемов по паре (квартира, проем), чтобы не делать N*M обращений к БД.
quantities_by_pair = {
(row["kApartment_id"], row["kMountDim_id"]): row["iQuantity"]
for row in MountDim2Apartment.objects.filter(
kApartment_id__in=apartment_ids,
kMountDim_id__in=window_ids,
).values("kApartment_id", "kMountDim_id", "iQuantity")
}
# Число офферов считаем один раз по каждому проему и переиспользуем при сборке таблицы.
offers_by_window = {
row["kOffer2MountDim_id"]: row["num_offers"]
for row in PriceOffer.objects.filter(kOffer2MountDim_id__in=window_ids)
.values("kOffer2MountDim_id")
.annotate(num_offers=Count("id"))
}
total_column = len(list_win_in_seria) - 1
count_column = 0
min_offer_in_row = 1000000000
table_of_win_in_seria_by_apartmment = []
row_for_table = []
offer_and_merchant_per_win = [
{
"WIN_OFFER": 0,
"WIN_OFFER": offers_by_window.get(list_win_in_seria[i].id, 0),
"WIN_MERCHANT": 0,
"WIN_W": list_win_in_seria[i].iWinWidth,
"WIN_H": list_win_in_seria[i].iWinHight,
"WIN_ID": list_win_in_seria[i].id
} for i in range(total_column + 1)]
for count in q_win_in_apartment_in_seria:
if count.iQuantity != 0:
row_for_table.append({
"WIN_ID": list_win_in_seria[i].id,
}
for i in range(total_column + 1)
]
for apartment in apartments_in_seria:
row_for_table = []
# None = в строке квартиры еще не встретилось ни одного окна.
min_offer_in_row = None
for count_column, window in enumerate(list_win_in_seria):
quantity = quantities_by_pair.get((apartment["id"], window.id), 0)
if quantity != 0:
num_offers = offers_by_window.get(window.id, 0)
row_for_table.append(
{
"WIN_NUM": [chr(65 + count_column)],
"WIN_Q": count.iQuantity,
"WIN_ID": count.id,
"WIN_WIDTH": list_win_in_seria[count_column].iWinWidth,
"WIN_HEIGHT": list_win_in_seria[count_column].iWinHight,
"WIN_DESCRIPTION": list_win_in_seria[count_column].sDescripion,
"WIN_FLAPCFG": list_win_in_seria[count_column].sFlapConfig
})
if min_offer_in_row > count.NumOffers:
min_offer_in_row = count.NumOffers
if offer_and_merchant_per_win[count_column]["WIN_OFFER"] < count.NumOffers:
offer_and_merchant_per_win[count_column]["WIN_OFFER"] = count.NumOffers
"WIN_Q": quantity,
"WIN_ID": window.id,
"WIN_WIDTH": window.iWinWidth,
"WIN_HEIGHT": window.iWinHight,
"WIN_DESCRIPTION": window.sDescripion,
"WIN_FLAPCFG": window.sFlapConfig,
}
)
if min_offer_in_row is None or min_offer_in_row > num_offers:
min_offer_in_row = num_offers
else:
row_for_table.append({"WIN_NUM": "—"})
if count_column < total_column:
count_column += 1
else:
# print row_for_table
table_of_win_in_seria_by_apartmment.append({"WIN_IN_APART": row_for_table,
"APART_NAME": count.sNameApartment,
"APART_ID": count.id_apart,
"NUM_OFFERS": min_offer_in_row})
count_column = 0
min_offer_in_row = 10000
row_for_table = []
# print(table_of_win_in_seria_by_apartmment)
# print(f"==============>{float(time.perf_counter()-tStart2)}<==============")
# print NumOffersPerColumn, NumMerchantPerColumn
to_template.update({"WIN_OFFER_AND_MERCHANT": offer_and_merchant_per_win,
"TABLE_OF_WINDOWS": table_of_win_in_seria_by_apartmment})
# для "тяжелого шаблона" получаем навигацию страницы, данные для карты и графика ввода в эксплуатацию
table_of_win_in_seria_by_apartmment.append(
{
"WIN_IN_APART": row_for_table,
"APART_NAME": apartment["sNameApartment"],
"APART_ID": apartment["id"],
# Если у серии нет ни одного окна, показываем 0 вместо служебного sentinel.
"NUM_OFFERS": 0 if min_offer_in_row is None else min_offer_in_row,
}
)
to_template.update(
{
"WIN_OFFER_AND_MERCHANT": offer_and_merchant_per_win,
"TABLE_OF_WINDOWS": table_of_win_in_seria_by_apartmment,
}
)
# Для "тяжелого" шаблона получаем навигацию, карту и график, затем кэшируем pre-render.
if is_hard_template:
# если вызывается "тяжелый" шаблон, то нужно подготовить тяжелые данные для построения навигации
seria_id, for_seria_nav = seria_nav(seria_id)
to_template.update(for_seria_nav) # данные для навигации по сериям
to_template.update(seria_info_year(seria_id)) # данные для графика ввода зданий серии в эксплуатацию
to_template.update(seria_info_geo_code(seria_id)) # данные для карты
# т.к. обрабатывается "тяжелый шаблон" надо создать "легкий шаблон"
# для его использования в будущем.
to_template.update(for_seria_nav)
to_template.update(seria_info_year(seria_id))
to_template.update(seria_info_geo_code(seria_id))
string_prerender = render_to_string("seria_info/all_seria_info_pre_light.html", to_template)
file = open(light_template_w_path, 'w')
# file.write(AA.encode('utf-8'))
with open(light_template_w_path, "w", encoding="utf-8") as file:
file.write(string_prerender)
file.close()
touch_reload_wsgi(light_template_w_path)
else:
seria_name = Seria_Info.objects.get(id=seria_id).sName
to_template.update({'THIS_SERIA_NAME': seria_name})
to_template.update({"THIS_SERIA_NAME": q_seria.sName})
_append_visit_context(to_template, request, time_start)
return render(request, light_template, to_template)
def seria_nav(seria_id: int = 12) -> (int, dict):
def seria_nav(seria_id: int = DEFAULT_SERIA_ID_FOR_CATALOG) -> tuple[int, dict]:
"""
Возвращает корректный seria_id и кортеж для построения навигации по сериям дома
Возвращает корректный seria_id и данные навигации по корневым сериям.
Если переданный seria_id невалиден, подбирает ближайший допустимый root-id.
:param seria_id: id серии
:return:
:return: tuple[int, dict] -- (seria_id, {"SERIA_NAV_DIM": ..., "THIS_SERIA_*": ...})
"""
q_seria = Seria_Info.objects.raw(
'SELECT oknardia_seria_info.id,'
' oknardia_seria_info.sName,'
' oknardia_seria_info.sSeriaDescription,'
' oknardia_seria_info.kRoot_id,'
' oknardia_seria_info.kParent_id '
'FROM oknardia_seria_info '
'WHERE oknardia_seria_info.id = oknardia_seria_info.kRoot_id '
'ORDER BY oknardia_seria_info.sName;')
q_seria = list(
Seria_Info.objects.filter(id=F("kRoot_id"))
.only("id", "sName", "sSeriaDescription", "kRoot_id", "kParent_id")
.order_by("sName")
)
if not q_seria:
return seria_id, {"SERIA_NAV_DIM": []}
error_seria = True
for count_seria in q_seria:
if count_seria.id == int(seria_id):
@@ -248,9 +246,9 @@ def seria_nav(seria_id: int = 12) -> (int, dict):
# базовая серия прописана в kRoot_id
seria_id = query.kRoot_id
else:
# == корневой нет
# == ищем методом наименьших расстояний"
min_min = 100000000
# Корневой серии нет.
# Ищем методом наименьших расстояний
min_min = 100_000_000
min_id = seria_id
for count_seria in q_seria:
if math.fabs(int(seria_id) - count_seria.id) < min_min:
@@ -259,33 +257,46 @@ def seria_nav(seria_id: int = 12) -> (int, dict):
seria_id = min_id
except ObjectDoesNotExist:
seria_id = q_seria[0].id
# print(f"-->{seria_id}<--")
return all_seria_nav(seria_id, q_seria)
def all_seria_nav(seria_id: int, q_seria) -> (int, dict):
def all_seria_nav(seria_id: int, q_seria) -> tuple[int, dict]:
"""
Формирует структуру навигации по сериям для шаблонов.
:param seria_id: активный id серии
:param q_seria: коллекция серий (ORM-объекты или dict из values())
:return: tuple[int, dict] -- (seria_id, словарь с SERIA_NAV_DIM и данными активной серии)
"""
seria_nav_dim = []
this_return = {}
# Поддерживаем оба формата входных элементов: ORM-объекты и dict из values().
for count_seria in q_seria:
one_seria = {}
one_seria.update({"SERIA_R": count_seria.sName, "ID2URL": count_seria.id})
if count_seria.id == seria_id:
this_return.update({"THIS_SERIA_NAME": count_seria.sName,
"THIS_SERIA_DESCRIPTION": count_seria.sSeriaDescription})
# one_seria.update({"SERIA_L": ""})
one_seria.update({"SERIA_L": pytils.translit.slugify(count_seria.sName)})
else:
one_seria.update({"SERIA_L": pytils.translit.slugify(count_seria.sName)})
seria_name = count_seria["sName"] if isinstance(count_seria, dict) else count_seria.sName
seria_id_value = count_seria["id"] if isinstance(count_seria, dict) else count_seria.id
seria_description = (
count_seria.get("sSeriaDescription")
if isinstance(count_seria, dict)
else count_seria.sSeriaDescription
)
one_seria = {
"SERIA_R": seria_name,
"ID2URL": seria_id_value,
"SERIA_L": pytils.translit.slugify(seria_name),
}
if seria_id_value == seria_id:
this_return.update({"THIS_SERIA_NAME": seria_name,
"THIS_SERIA_DESCRIPTION": seria_description})
seria_nav_dim.append(one_seria)
this_return.update({"SERIA_NAV_DIM": seria_nav_dim})
return seria_id, this_return
def seria_info_year(seria_id: int = 12) -> dict:
""" Возвращает данные для графика распределения сдачи серии в эксплуатацию
def seria_info_year(seria_id: int = DEFAULT_SERIA_ID_FOR_CATALOG) -> dict:
"""Возвращает данные для графика ввода домов серии в эксплуатацию.
:param seria_id: int -- id серии для которой нужно получить данные
:return: dict -- данные для графика распределения сдачи серии в эксплуатацию типа:
:param seria_id: int -- id корневой серии
:return: dict -- данные для графика по годам вида:
{"DATA4GRAPH": [{'YEAR': 1997, 'NUMS': 1, 'CLRS': '99'},
{'YEAR': 1998, 'NUMS': 15, 'CLRS': 'сс'},
{'YEAR': 1998, 'NUMS': 10, 'CLRS': 'a9'}
@@ -293,43 +304,52 @@ def seria_info_year(seria_id: int = 12) -> dict:
}
"""
seria_in_years = []
query = Seria_Info.objects.raw(
f"SELECT oknardia_building_info.iCommissioning_year as id,"
f" COUNT(oknardia_building_info.iCommissioning_year) AS NumInYear "
f"FROM oknardia_building_info"
f" INNER JOIN oknardia_seria_info"
f" ON oknardia_building_info.kSeria_Link_id = oknardia_seria_info.id "
f"WHERE oknardia_seria_info.kRoot_id = {seria_id} "
f"GROUP BY oknardia_building_info.iCommissioning_year;"
query = list(
Building_Info.objects.filter(kSeria_Link__kRoot_id=seria_id)
.values("iCommissioning_year")
.annotate(NumInYear=Count("iCommissioning_year"))
.order_by("iCommissioning_year")
)
max_per_year = 0
graph_color_light = 0xCC # самый светлый цвет на графике (максимальное значение)
graph_color_dark = 0x99 # самый темный цвет на графике (минимальное значение)
for YearCount in query:
if int(YearCount.NumInYear) > max_per_year:
max_per_year = int(YearCount.NumInYear)
# print("max", MaxPerYear)
for YearCount in query:
for year_count in query:
if int(year_count["NumInYear"]) > max_per_year:
max_per_year = int(year_count["NumInYear"])
for year_count in query:
data_of_year = {}
try:
data_of_year.update({
"YEAR": int(YearCount.id),
"NUMS": YearCount.NumInYear,
"CLRS": str(hex(int(graph_color_dark + YearCount.NumInYear * (
"YEAR": int(year_count["iCommissioning_year"]),
"NUMS": year_count["NumInYear"],
"CLRS": str(hex(int(graph_color_dark + year_count["NumInYear"] * (
graph_color_light - graph_color_dark) / max_per_year)))[2:]
})
except ValueError:
continue
seria_in_years.append(data_of_year)
# print(seria_in_years)
return {"DATA4GRAPH": seria_in_years}
def seria_info_geo_code(seria_id: str = '12') -> dict:
""" Возвращает массив геокоординат зданий одной серии
def seria_info_geo_code(seria_id: int | str = DEFAULT_SERIA_ID_FOR_CATALOG) -> dict:
"""Возвращает гео-точки и агрегированную статистику по серии.
:param seria_id: str -- id серии для которой нужно получить данные
:return: dict -- массив геокоординат зданий серии
Кроме массива координат, функция считает суммарные показатели серии:
жилые/муниципальные/государственные площади, число жителей, квартир,
лицевых счетов и диапазон показателя состояния домов.
:param seria_id: int | str -- id серии, для которой нужно получить данные
:return: dict -- {
"DATA4GEO": [...],
"MUNICIPAL_M2": ...,
"RESIDENTIAL_M2": ...,
"GOVERNMENT_M2": ...,
"RESIDENTS": ...,
"APARTMENTS": ...,
"ACCOUNTS": ...,
"CONDITION_MAX": ...,
"CONDITION_MIN": ...,
}
"""
data_return = {}
seria_to_geo = []
@@ -337,57 +357,61 @@ def seria_info_geo_code(seria_id: str = '12') -> dict:
residential_m2 = 0 # жилой фонд (кв.м)
government_m2 = 0 # государственные учреждения занимают (кв.м.)
residents = 0 # количество жильцов
apartments = 0 # число квартиры
apartments = 0 # число квартир
accounts = 0 # количество лицевых счетов
condition_max = 0 # максимальное значение показателя состояния здания
condition_min = 1000000 # минимальное значение показателя состояния здания
query = Building_Info.objects.raw(
f"SELECT"
f" oknardia_building_info.id,"
f" oknardia_seria_info.kRoot_id as SerId,"
f" oknardia_building_info.sAddress,"
f" oknardia_building_info.fResidential_Area,"
f" oknardia_building_info.fMunicipal_Area,"
f" oknardia_building_info.fGovernment_Area,"
f" oknardia_building_info.iNum_Residents,"
f" oknardia_building_info.iNum_Apartments,"
f" oknardia_building_info.iNum_Accounts,"
f" oknardia_building_info.fCondition_House,"
f" oknardia_building_info.fGeoCode_Latitude,"
f" oknardia_building_info.fGeoCode_Longitude "
f"FROM oknardia_building_info"
f" INNER JOIN oknardia_seria_info"
f" ON oknardia_building_info.kSeria_Link_id = oknardia_seria_info.id "
f"WHERE oknardia_seria_info.kRoot_id IN ({seria_id});"
condition_min = 1_000_000 # минимальное значение показателя состояния здания
query = Building_Info.objects.filter(kSeria_Link__kRoot_id=int(seria_id)).values(
"id",
"kSeria_Link__kRoot_id",
"sAddress",
"fResidential_Area",
"fMunicipal_Area",
"fGovernment_Area",
"iNum_Residents",
"iNum_Apartments",
"iNum_Accounts",
"fCondition_House",
"fGeoCode_Latitude",
"fGeoCode_Longitude",
)
for count in query:
if int(count.fGeoCode_Latitude) != 0 and int(count.fGeoCode_Longitude) != 0:
seria_to_geo.append({"LATITUDE": count.fGeoCode_Latitude,
"LONGITUDE": count.fGeoCode_Longitude,
"ADDR_ID": count.id,
"ADDR_LAT": pytils.translit.slugify(count.sAddress),
"ADDR_RUS": count.sAddress,
"SER_ID": count.SerId
# iterator() уменьшает пиковое потребление памяти на больших сериях домов.
for count in query.iterator(chunk_size=500):
latitude = count["fGeoCode_Latitude"] or 0
longitude = count["fGeoCode_Longitude"] or 0
municipal_area = count["fMunicipal_Area"] or 0
residential_area = count["fResidential_Area"] or 0
government_area = count["fGovernment_Area"] or 0
num_residents = count["iNum_Residents"] or 0
num_apartments = count["iNum_Apartments"] or 0
num_accounts = count["iNum_Accounts"] or 0
house_condition = count["fCondition_House"] or 0
if int(latitude) != 0 and int(longitude) != 0:
seria_to_geo.append({"LATITUDE": latitude,
"LONGITUDE": longitude,
"ADDR_ID": count["id"],
"ADDR_LAT": pytils.translit.slugify(count["sAddress"]),
"ADDR_RUS": count["sAddress"],
"SER_ID": count["kSeria_Link__kRoot_id"]
})
if count.fMunicipal_Area > 0:
municipal_m2 += count.fMunicipal_Area
if count.fResidential_Area > 0:
residential_m2 += count.fResidential_Area
if count.fGovernment_Area > 0:
government_m2 += count.fGovernment_Area
if count.iNum_Residents > 0:
residents += count.iNum_Residents
if count.iNum_Residents > 0:
residents += count.iNum_Residents
if count.iNum_Apartments > 0:
apartments += count.iNum_Apartments
if count.iNum_Accounts > 0:
accounts += count.iNum_Accounts
if count.fCondition_House > 0:
if count.fCondition_House > condition_max:
condition_max = count.fCondition_House
if count.fCondition_House < condition_min:
condition_min = count.fCondition_House
if municipal_area > 0:
municipal_m2 += municipal_area
if residential_area > 0:
residential_m2 += residential_area
if government_area > 0:
government_m2 += government_area
if num_residents > 0:
residents += num_residents
if num_apartments > 0:
apartments += num_apartments
if num_accounts > 0:
accounts += num_accounts
if house_condition > 0:
if house_condition > condition_max:
condition_max = house_condition
if house_condition < condition_min:
condition_min = house_condition
data_return.update({"DATA4GEO": seria_to_geo,
"MUNICIPAL_M2": municipal_m2,
"RESIDENTIAL_M2": residential_m2,
@@ -397,5 +421,4 @@ def seria_info_geo_code(seria_id: str = '12') -> dict:
"ACCOUNTS": accounts,
"CONDITION_MAX": condition_max,
"CONDITION_MIN": condition_min})
# print(seria_to_geo)
return data_return