Base de données

Tables

La base de données comporte trois tables :

lieux: Contient les informations de référence sur chaque lieu (piscine, mairie, médiathèque) issues de data.grandlyon.com.
executions: Journalise chaque exécution du script principal. Elle permet de savoir quand le programme a tourné, avec quelle configuration de modèle de langage (LLM), et de suivre la consommation totale de CO2 pour chaque lot.
resultats_extraction: C’est la table transactionnelle principale. Elle fait le lien entre un lieu et une exécution spécifique. Pour chaque URL traitée lors d’une exécution, cette table stocke toutes les données du pipeline : le statut de l’URL, les différentes étapes du traitement du markdown (brut, nettoyé, filtré), la sortie du LLM (JSON et OSM), le résultat de la comparaison avec les données de référence, et les éventuelles erreurs.

Diagramme

+---------------------------+      +-------------------------------+      +------------------------------+
|           lieux           |      |     resultats_extraction      |      |          executions          |
+---------------------------+ 1--* +-------------------------------+ *--1 +------------------------------+
| identifiant (PK)          |      | id_resultats_extraction (PK)  |      | id_executions (PK)           |
| nom                       |      | lieu_id (FK)                  |      | date_execution               |
| type_lieu                 |      | id_execution (FK)             |      | llm_modele                   |
| url                       |      | statut_url                    |      | llm_fournisseur              |
| horaires_data_gl          |      | code_http                     |      | llm_url                      |
| horaires_data_gl_json     |      | message_url                   |      | llm_consommation_execution   |
+---------------------------+      | markdown_brut                 |      +------------------------------+
                                   | markdown_nettoye              |
                                   | markdown_filtre               |
                                   | prompt_message                |
                                   | llm_consommation_requete      |
                                   | llm_horaires_json             |
                                   | llm_horaires_osm              |
                                   | horaires_identiques           |
                                   | differences_horaires          |
                                   | erreurs_pipeline              |
                                   +-------------------------------+

Détail des champs

Table lieux

Champ	Type SQL	Description
identifiant (PK)	TEXT	Identifiant unique du lieu (ex: « S1360 »), issu de data.grandlyon.com.
nom	TEXT	Nom complet du lieu (ex: « Piscine Garibaldi »).
type_lieu	TEXT	Catégorie du lieu (ex: « piscine », « mairie »).
url	TEXT	URL de la page web contenant les horaires à vérifier.
horaires_data_gl	TEXT	Horaires de référence au format OSM opening_hours issus de data.grandlyon.com.
horaires_data_gl_json	TEXT	Version JSON des horaires de référence, convertis par SmartWatch.

Table executions

Champ	Type SQL	Description
id_execution (PK auto-increment)	INTEGER	Identifiant unique de l’exécution.
date_execution	DATETIME	Date et heure du début de l’exécution.
llm_modele	TEXT	Nom du modèle de langage utilisé (ex: « devstral »).
llm_fournisseur	TEXT	Fournisseur du LLM (« OPENAI », « MISTRAL »).
llm_url	TEXT	URL de base de l’API du LLM.
llm_consommation_execution	FLOAT	Estimation totale des émissions de CO2 (en kg) pour l’ensemble des appels LLM de cette exécution.

Table resultats_extraction

Champ	Type SQL	Description
id_resultats_extraction (PK auto-increment)	INTEGER	Identifiant unique du résultat.
lieu_id (FK)	TEXT	Clé étrangère liant ce résultat à un lieu dans la table lieux.
id_execution (FK)	INTEGER	Clé étrangère liant ce résultat à une exécution dans la table executions.
statut_url	TEXT	Statut final du traitement de l’URL.
code_http	INTEGER	Code de statut HTTP retourné par la requête sur l’URL (ex: 200, 404).
message_url	TEXT	Message d’erreur associé au statut de l’URL.
markdown_brut	TEXT	Contenu Markdown brut extrait de la page web.
markdown_nettoye	TEXT	Markdown après une première passe de nettoyage (suppression des liens, etc.).
markdown_filtre	TEXT	Markdown après filtrage sémantique pour ne garder que les parties pertinentes.
prompt_message	TEXT	Le prompt complet envoyé au LLM.
llm_consommation_requete	FLOAT	Estimation des émissions de CO2 (en kg) pour l’appel LLM de ce résultat.
llm_horaires_json	TEXT	Les horaires extraits par le LLM, au format JSON.
llm_horaires_osm	TEXT	Les horaires extraits par le LLM, convertis au format OSM opening_hours.
horaires_identiques	BOOLEAN	True si les horaires extraits correspondent à ceux de référence, False sinon.
differences_horaires	TEXT	Description textuelle des différences trouvées lors de la comparaison.
erreurs_pipeline	TEXT	Journal des erreurs survenues à différentes étapes du pipeline pour ce résultat.