File size: 19,654 Bytes
d756039
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
979f3c3
d756039
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
"""Suivi longitudinal des benchmarks — base SQLite optionnelle.

Fonctionnement
--------------
- Chaque run de benchmark est enregistré dans une table SQLite avec horodatage,
  corpus, moteurs, métriques agrégées.
- L'historique permet de tracer des courbes d'évolution du CER dans le temps.
- La détection de régression compare le dernier run à une baseline configurable.

Structure de la base
--------------------
Table ``runs`` :
    run_id      TEXT PRIMARY KEY  — UUID ou hash du run
    timestamp   TEXT              — ISO 8601
    corpus_name TEXT
    engine_name TEXT
    cer_mean    REAL
    wer_mean    REAL
    doc_count   INTEGER
    metadata    TEXT              — JSON

Usage
-----
>>> from picarones.measurements.history import BenchmarkHistory
>>> history = BenchmarkHistory("~/.picarones/history.db")
>>> history.record(benchmark_result)
>>> df = history.query(engine="tesseract", corpus="chroniques")
>>> regression = history.detect_regression(engine="tesseract", threshold=0.02)
"""

from __future__ import annotations

import json
import logging
import sqlite3
import uuid
from dataclasses import dataclass, field
from datetime import datetime, timezone
from pathlib import Path
from typing import TYPE_CHECKING, Optional

if TYPE_CHECKING:
    from picarones.core.results import BenchmarkResult

logger = logging.getLogger(__name__)


# ---------------------------------------------------------------------------
# Structures de données
# ---------------------------------------------------------------------------

@dataclass
class HistoryEntry:
    """Un enregistrement dans l'historique des benchmarks."""
    run_id: str
    timestamp: str
    corpus_name: str
    engine_name: str
    cer_mean: Optional[float]
    wer_mean: Optional[float]
    doc_count: int
    metadata: dict = field(default_factory=dict)

    @property
    def cer_percent(self) -> Optional[float]:
        return self.cer_mean * 100 if self.cer_mean is not None else None

    def as_dict(self) -> dict:
        return {
            "run_id": self.run_id,
            "timestamp": self.timestamp,
            "corpus_name": self.corpus_name,
            "engine_name": self.engine_name,
            "cer_mean": self.cer_mean,
            "wer_mean": self.wer_mean,
            "doc_count": self.doc_count,
            "metadata": self.metadata,
        }


@dataclass
class RegressionResult:
    """Résultat d'une détection de régression."""
    engine_name: str
    corpus_name: str
    baseline_run_id: str
    baseline_timestamp: str
    baseline_cer: Optional[float]
    current_run_id: str
    current_timestamp: str
    current_cer: Optional[float]
    delta_cer: Optional[float]
    """Delta CER (current - baseline). Positif = régression."""
    is_regression: bool
    threshold: float

    def as_dict(self) -> dict:
        return {
            "engine_name": self.engine_name,
            "corpus_name": self.corpus_name,
            "baseline_run_id": self.baseline_run_id,
            "baseline_timestamp": self.baseline_timestamp,
            "baseline_cer": self.baseline_cer,
            "current_run_id": self.current_run_id,
            "current_timestamp": self.current_timestamp,
            "current_cer": self.current_cer,
            "delta_cer": self.delta_cer,
            "is_regression": self.is_regression,
            "threshold": self.threshold,
        }


# ---------------------------------------------------------------------------
# BenchmarkHistory
# ---------------------------------------------------------------------------

class BenchmarkHistory:
    """Gestionnaire de l'historique des benchmarks dans SQLite.

    Parameters
    ----------
    db_path:
        Chemin vers le fichier SQLite. Utiliser ``":memory:"`` pour les tests.

    Examples
    --------
    >>> history = BenchmarkHistory("~/.picarones/history.db")
    >>> history.record(benchmark)
    >>> entries = history.query(engine="tesseract")
    >>> for e in entries:
    ...     print(e.timestamp, f"CER={e.cer_percent:.2f}%")
    """

    _CREATE_TABLE = """
    CREATE TABLE IF NOT EXISTS runs (
        run_id      TEXT PRIMARY KEY,
        timestamp   TEXT NOT NULL,
        corpus_name TEXT NOT NULL,
        engine_name TEXT NOT NULL,
        cer_mean    REAL,
        wer_mean    REAL,
        doc_count   INTEGER,
        metadata    TEXT
    );
    CREATE INDEX IF NOT EXISTS idx_engine ON runs (engine_name);
    CREATE INDEX IF NOT EXISTS idx_corpus ON runs (corpus_name);
    CREATE INDEX IF NOT EXISTS idx_timestamp ON runs (timestamp);
    """

    def __init__(self, db_path: str = "~/.picarones/history.db") -> None:
        if db_path != ":memory:":
            path = Path(db_path).expanduser()
            path.parent.mkdir(parents=True, exist_ok=True)
            self.db_path = str(path)
        else:
            self.db_path = ":memory:"
        self._conn: Optional[sqlite3.Connection] = None
        self._init_db()

    def _connect(self) -> sqlite3.Connection:
        if self._conn is None:
            self._conn = sqlite3.connect(self.db_path)
            self._conn.row_factory = sqlite3.Row
        return self._conn

    def _init_db(self) -> None:
        conn = self._connect()
        conn.executescript(self._CREATE_TABLE)
        conn.commit()

    def close(self) -> None:
        """Ferme la connexion SQLite."""
        if self._conn:
            self._conn.close()
            self._conn = None

    # ------------------------------------------------------------------
    # Enregistrement
    # ------------------------------------------------------------------

    def record(
        self,
        benchmark_result: "BenchmarkResult",
        run_id: Optional[str] = None,
        extra_metadata: Optional[dict] = None,
    ) -> str:
        """Enregistre les résultats d'un benchmark dans l'historique.

        Parameters
        ----------
        benchmark_result:
            Résultats à enregistrer (``BenchmarkResult``).
        run_id:
            Identifiant du run (auto-généré si None).
        extra_metadata:
            Métadonnées supplémentaires à stocker.

        Returns
        -------
        str
            L'identifiant du run enregistré.
        """
        if run_id is None:
            run_id = str(uuid.uuid4())

        timestamp = datetime.now(timezone.utc).isoformat()
        conn = self._connect()

        for report in benchmark_result.engine_reports:
            ranking = benchmark_result.ranking()
            engine_entry = next(
                (r for r in ranking if r["engine"] == report.engine_name),
                None,
            )
            cer_mean = engine_entry["mean_cer"] if engine_entry else None
            wer_mean = engine_entry["mean_wer"] if engine_entry else None

            meta = {
                "engine_version": report.engine_version,
                "engine_config": report.engine_config,
                "picarones_version": benchmark_result.metadata.get("picarones_version", ""),
                **(extra_metadata or {}),
            }

            conn.execute(
                """
                INSERT OR REPLACE INTO runs
                    (run_id, timestamp, corpus_name, engine_name,
                     cer_mean, wer_mean, doc_count, metadata)
                VALUES (?, ?, ?, ?, ?, ?, ?, ?)
                """,
                (
                    f"{run_id}_{report.engine_name}",
                    timestamp,
                    benchmark_result.corpus_name,
                    report.engine_name,
                    cer_mean,
                    wer_mean,
                    benchmark_result.document_count,
                    json.dumps(meta, ensure_ascii=False),
                ),
            )

        conn.commit()
        logger.info("Benchmark enregistré dans l'historique : run_id=%s", run_id)
        return run_id

    def record_single(
        self,
        run_id: str,
        corpus_name: str,
        engine_name: str,
        cer_mean: Optional[float],
        wer_mean: Optional[float],
        doc_count: int,
        timestamp: Optional[str] = None,
        metadata: Optional[dict] = None,
    ) -> str:
        """Enregistre manuellement une entrée dans l'historique.

        Utile pour les tests, les imports de données externes, ou pour
        enregistrer des résultats calculés en dehors de Picarones.

        Returns
        -------
        str
            run_id enregistré.
        """
        if timestamp is None:
            timestamp = datetime.now(timezone.utc).isoformat()

        conn = self._connect()
        conn.execute(
            """
            INSERT OR REPLACE INTO runs
                (run_id, timestamp, corpus_name, engine_name,
                 cer_mean, wer_mean, doc_count, metadata)
            VALUES (?, ?, ?, ?, ?, ?, ?, ?)
            """,
            (
                run_id,
                timestamp,
                corpus_name,
                engine_name,
                cer_mean,
                wer_mean,
                doc_count,
                json.dumps(metadata or {}, ensure_ascii=False),
            ),
        )
        conn.commit()
        return run_id

    # ------------------------------------------------------------------
    # Requêtes
    # ------------------------------------------------------------------

    def query(
        self,
        engine: Optional[str] = None,
        corpus: Optional[str] = None,
        since: Optional[str] = None,
        limit: int = 100,
    ) -> list[HistoryEntry]:
        """Retourne l'historique des runs, avec filtres optionnels.

        Parameters
        ----------
        engine:
            Filtre sur le nom du moteur.
        corpus:
            Filtre sur le nom du corpus.
        since:
            Date ISO 8601 minimale (``"2025-01-01"``).
        limit:
            Nombre maximum d'entrées retournées.

        Returns
        -------
        list[HistoryEntry]
            Entrées triées par timestamp croissant.
        """
        clauses: list[str] = []
        params: list = []

        if engine:
            clauses.append("engine_name = ?")
            params.append(engine)
        if corpus:
            clauses.append("corpus_name = ?")
            params.append(corpus)
        if since:
            clauses.append("timestamp >= ?")
            params.append(since)

        where = f"WHERE {' AND '.join(clauses)}" if clauses else ""
        params.append(limit)

        conn = self._connect()
        rows = conn.execute(
            f"SELECT * FROM runs {where} ORDER BY timestamp ASC LIMIT ?",
            params,
        ).fetchall()

        return [
            HistoryEntry(
                run_id=row["run_id"],
                timestamp=row["timestamp"],
                corpus_name=row["corpus_name"],
                engine_name=row["engine_name"],
                cer_mean=row["cer_mean"],
                wer_mean=row["wer_mean"],
                doc_count=row["doc_count"],
                metadata=json.loads(row["metadata"] or "{}"),
            )
            for row in rows
        ]

    def list_engines(self) -> list[str]:
        """Retourne la liste des moteurs présents dans l'historique."""
        conn = self._connect()
        rows = conn.execute(
            "SELECT DISTINCT engine_name FROM runs ORDER BY engine_name"
        ).fetchall()
        return [row[0] for row in rows]

    def list_corpora(self) -> list[str]:
        """Retourne la liste des corpus présents dans l'historique."""
        conn = self._connect()
        rows = conn.execute(
            "SELECT DISTINCT corpus_name FROM runs ORDER BY corpus_name"
        ).fetchall()
        return [row[0] for row in rows]

    def count(self) -> int:
        """Nombre total d'entrées dans l'historique."""
        conn = self._connect()
        return conn.execute("SELECT COUNT(*) FROM runs").fetchone()[0]

    # ------------------------------------------------------------------
    # Courbes d'évolution
    # ------------------------------------------------------------------

    def get_cer_curve(
        self,
        engine: str,
        corpus: Optional[str] = None,
    ) -> list[dict]:
        """Retourne les données pour tracer la courbe d'évolution du CER.

        Parameters
        ----------
        engine:
            Nom du moteur.
        corpus:
            Corpus spécifique (None = tous les corpus pour ce moteur).

        Returns
        -------
        list[dict]
            Chaque dict contient ``{"timestamp": str, "cer": float, "run_id": str}``.
        """
        entries = self.query(engine=engine, corpus=corpus, limit=1000)
        return [
            {
                "timestamp": e.timestamp,
                "cer": e.cer_mean,
                "cer_percent": e.cer_percent,
                "run_id": e.run_id,
                "corpus_name": e.corpus_name,
            }
            for e in entries
            if e.cer_mean is not None
        ]

    # ------------------------------------------------------------------
    # Détection de régression
    # ------------------------------------------------------------------

    def detect_regression(
        self,
        engine: str,
        corpus: Optional[str] = None,
        threshold: float = 0.01,
        baseline_run_id: Optional[str] = None,
    ) -> Optional[RegressionResult]:
        """Détecte une régression du CER entre deux runs.

        Compare le run le plus récent à une baseline (le run précédent ou
        un run spécifique).

        Parameters
        ----------
        engine:
            Nom du moteur à surveiller.
        corpus:
            Corpus spécifique (None = tous).
        threshold:
            Seuil de régression en points absolus de CER (ex : 0.01 = 1%).
            Si delta_cer > threshold → régression détectée.
        baseline_run_id:
            run_id de référence. Si None, utilise l'avant-dernier run.

        Returns
        -------
        RegressionResult | None
            None si moins de 2 runs disponibles.
        """
        entries = self.query(engine=engine, corpus=corpus, limit=1000)
        if len(entries) < 2:
            logger.info("Pas assez de runs pour détecter une régression (moteur=%s)", engine)
            return None

        current = entries[-1]

        if baseline_run_id:
            baseline_list = [e for e in entries[:-1] if e.run_id == baseline_run_id]
            baseline = baseline_list[0] if baseline_list else entries[-2]
        else:
            baseline = entries[-2]

        delta = None
        is_regression = False
        if current.cer_mean is not None and baseline.cer_mean is not None:
            delta = current.cer_mean - baseline.cer_mean
            is_regression = delta > threshold

        return RegressionResult(
            engine_name=engine,
            corpus_name=corpus or "tous",
            baseline_run_id=baseline.run_id,
            baseline_timestamp=baseline.timestamp,
            baseline_cer=baseline.cer_mean,
            current_run_id=current.run_id,
            current_timestamp=current.timestamp,
            current_cer=current.cer_mean,
            delta_cer=delta,
            is_regression=is_regression,
            threshold=threshold,
        )

    def detect_all_regressions(
        self,
        threshold: float = 0.01,
    ) -> list[RegressionResult]:
        """Détecte les régressions pour tous les moteurs et corpus connus.

        Parameters
        ----------
        threshold:
            Seuil de régression.

        Returns
        -------
        list[RegressionResult]
            Uniquement les moteurs où une régression est détectée.
        """
        results: list[RegressionResult] = []
        engines = self.list_engines()
        corpora = self.list_corpora()

        for engine in engines:
            for corpus in corpora:
                result = self.detect_regression(engine, corpus, threshold)
                if result and result.is_regression:
                    results.append(result)

        return results

    # ------------------------------------------------------------------
    # Export
    # ------------------------------------------------------------------

    def export_json(self, output_path: str) -> Path:
        """Exporte l'historique complet en JSON.

        Parameters
        ----------
        output_path:
            Chemin du fichier JSON de sortie.

        Returns
        -------
        Path
            Chemin vers le fichier créé.
        """
        entries = self.query(limit=100_000)
        path = Path(output_path)
        data = {
            "picarones_history": True,
            "exported_at": datetime.now(timezone.utc).isoformat(),
            "total_runs": len(entries),
            "engines": self.list_engines(),
            "corpora": self.list_corpora(),
            "runs": [e.as_dict() for e in entries],
        }
        path.write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
        return path

    def __repr__(self) -> str:
        return f"BenchmarkHistory(db='{self.db_path}', runs={self.count()})"


# ---------------------------------------------------------------------------
# Données de démonstration longitudinale
# ---------------------------------------------------------------------------

def generate_demo_history(
    db: BenchmarkHistory,
    n_runs: int = 8,
    seed: int = 42,
) -> None:
    """Insère des données fictives de suivi longitudinal pour la démo.

    Simule l'amélioration progressive d'un modèle tesseract sur 8 runs,
    avec une légère régression au run 5.

    Parameters
    ----------
    db:
        Base d'historique à remplir.
    n_runs:
        Nombre de runs à générer.
    seed:
        Graine aléatoire.
    """
    import random
    rng = random.Random(seed)

    engines = ["tesseract", "pero_ocr", "ancien_moteur"]
    corpus = "Chroniques médiévales"

    # Trajectoires de CER simulées (amélioration progressive + bruit)
    base_cers = {
        "tesseract": 0.15,
        "pero_ocr": 0.09,
        "ancien_moteur": 0.28,
    }
    improvements = {
        "tesseract": -0.008,   # améliore de ~0.8% par run
        "pero_ocr": -0.005,    # améliore de ~0.5% par run
        "ancien_moteur": -0.003,
    }

    from datetime import timedelta
    base_date = datetime(2024, 9, 1, tzinfo=timezone.utc)

    for run_idx in range(n_runs):
        run_date = base_date + timedelta(weeks=run_idx * 2)
        run_id = f"demo_run_{run_idx + 1:02d}"

        for engine in engines:
            cer = base_cers[engine] + improvements[engine] * run_idx
            # Ajouter du bruit + régression au run 5
            noise = rng.gauss(0, 0.005)
            if run_idx == 4 and engine == "tesseract":
                noise += 0.02  # régression simulée
            cer = max(0.01, min(0.5, cer + noise))

            wer = cer * 1.8 + rng.gauss(0, 0.01)
            wer = max(0.01, min(0.9, wer))

            db.record_single(
                run_id=f"{run_id}_{engine}",
                corpus_name=corpus,
                engine_name=engine,
                cer_mean=round(cer, 4),
                wer_mean=round(wer, 4),
                doc_count=12,
                timestamp=run_date.isoformat(),
                metadata={
                    "note": f"Run de démonstration #{run_idx + 1}",
                    "engine_version": f"5.{run_idx}.0" if engine == "tesseract" else "0.7.2",
                },
            )