devops_exercise4.py

"""
EXERCICE 4 — Gestion d'un composant instable

Contexte :
- Un composant applicatif montre un comportement irrégulier
- Il fait partie d'un système distribué

Question : L'agent doit décider s'il faut redémarrer, isoler ou laisser le composant en l'état.

Éléments observables :
- État de santé du composant
- Historique de redémarrages
- Résultats des probes de supervision
- Importance fonctionnelle du composant
- État des composants redondants
"""

from 03_domains.devops.agents.component_health_agent import ComponentHealthAgent
from 03_domains.devops.agents.export import export_devops_decision
from 01_core_engine.reasoning.export import export_to_json_file
from 01_core_engine.graph.types import ReasoningStatus
from datetime import datetime


def format_time():
    """Retourne l'heure actuelle formatée."""
    return datetime.now().strftime("%H:%M")


def exercise4_component_health_decision():
    """Exercice 4 : Gestion d'un composant instable."""
    print("=" * 70)
    print("EXERCICE 4 — GESTION D'UN COMPOSANT INSTABLE")
    print("=" * 70)
    
    print("\nContexte :")
    print("  - Un composant applicatif montre un comportement irregulier")
    print("  - Il fait partie d'un systeme distribue")
    
    print("\nQuestion :")
    print("  L'agent doit decider s'il faut redemarrer, isoler ou laisser le composant en l'etat.")
    
    print("\nElements observables :")
    print("  - Etat de sante du composant")
    print("  - Historique de redemarrages")
    print("  - Resultats des probes de supervision")
    print("  - Importance fonctionnelle du composant")
    print("  - Etat des composants redondants")
    
    # Historique des décisions
    decisions_history = []
    
    # ============================================================
    # SCÉNARIO 1 : État initial (signaux incertains)
    # ============================================================
    print("\n" + "=" * 70)
    print("SCENARIO 1 : ETAT INITIAL (SIGNAUX INCERTAINS)")
    print("=" * 70)
    
    agent = ComponentHealthAgent(threshold=0.7)
    
    # Afficher l'état initial
    print("\nEtat des signaux de sante :")
    node_a = agent.graph.get_node("A")
    node_b = agent.graph.get_node("B")
    node_c = agent.graph.get_node("C")
    node_d = agent.graph.get_node("D")
    node_e = agent.graph.get_node("E")
    node_g = agent.graph.get_node("G")
    
    for node in [node_a, node_b, node_c, node_d, node_e, node_g]:
        if node:
            status_icon = "[OK]" if node.status == ReasoningStatus.PROVEN else "[?]"
            print(f"  {status_icon} {node.id}: {node.content} ({node.status.value})")
    
    # Évaluer la décision initiale
    result1 = agent.decide_action()
    label1 = f"{format_time()} - Initial state"
    decisions_history.append({"label": label1, "result": result1})
    
    print(f"\nDecision initiale :")
    print(f"  - Statut : {result1.get('status', 'unknown')}")
    print(f"  - Decision : {result1.get('decision', 'No decision')}")
    print(f"  - Action type : {result1.get('devops_context', {}).get('action_type', 'unknown')}")
    print(f"  - Niveau de risque : {result1.get('devops_context', {}).get('risk_level', 'unknown')}")
    print(f"  - Recommandation : {result1.get('devops_context', {}).get('recommendation', '')}")
    print(f"  - Justification : {result1.get('justification', '')[:100]}...")
    
    # ============================================================
    # SCÉNARIO 2 : Santé dégradée (signal isolé)
    # ============================================================
    print("\n" + "=" * 70)
    print("SCENARIO 2 : SANTE DEGRADEE (SIGNAL ISOLE)")
    print("=" * 70)
    
    node_a = agent.graph.get_node("A")
    if node_a:
        node_a.update_status(ReasoningStatus.PROVEN, "Component health confirmed degraded")
    result2 = agent.decide_action()
    label2 = f"{format_time()} - Health degraded"
    decisions_history.append({"label": label2, "result": result2})
    
    print("\nApres confirmation sante degradee :")
    print(f"  - Statut : {result2.get('status', 'unknown')}")
    print(f"  - Decision : {result2.get('decision', 'No decision')}")
    print(f"  - Action type : {result2.get('devops_context', {}).get('action_type', 'unknown')}")
    print(f"  - Recommandation : {result2.get('devops_context', {}).get('recommendation', '')}")
    print(f"  - Justification : {result2.get('justification', '')[:100]}...")
    
    # ============================================================
    # SCÉNARIO 3 : Santé + Probes (convergence)
    # ============================================================
    print("\n" + "=" * 70)
    print("SCENARIO 3 : SANTE + PROBES (CONVERGENCE)")
    print("=" * 70)
    
    node_a = agent.graph.get_node("A")
    node_c = agent.graph.get_node("C")
    if node_a:
        node_a.update_status(ReasoningStatus.PROVEN, "Component health confirmed degraded")
    if node_c:
        node_c.update_status(ReasoningStatus.PROVEN, "Probes confirmed failures")
    result3 = agent.decide_action()
    label3 = f"{format_time()} - Health + Probes failed"
    decisions_history.append({"label": label3, "result": result3})
    
    print("\nApres confirmation Sante + Probes :")
    print(f"  - Statut : {result3.get('status', 'unknown')}")
    print(f"  - Decision : {result3.get('decision', 'No decision')}")
    print(f"  - Action type : {result3.get('devops_context', {}).get('action_type', 'unknown')}")
    print(f"  - Recommandation : {result3.get('devops_context', {}).get('recommendation', '')}")
    
    # ============================================================
    # SCÉNARIO 4 : Importance fonctionnelle (pivot fort)
    # ============================================================
    print("\n" + "=" * 70)
    print("SCENARIO 4 : IMPORTANCE FONCTIONNELLE (PIVOT FORT)")
    print("=" * 70)
    
    # Nouvel agent pour ce scénario
    agent2 = ComponentHealthAgent(threshold=0.7)
    node_a = agent2.graph.get_node("A")
    node_d = agent2.graph.get_node("D")
    if node_a:
        node_a.update_status(ReasoningStatus.PROVEN, "Component health confirmed degraded")
    if node_d:
        node_d.update_status(ReasoningStatus.PROVEN, "Component is functionally important")
    result4 = agent2.decide_action()
    label4 = f"{format_time()} - Health + Importance"
    decisions_history.append({"label": label4, "result": result4})
    
    print("\nAvec importance fonctionnelle confirmee :")
    print(f"  - Statut : {result4.get('status', 'unknown')}")
    print(f"  - Decision : {result4.get('decision', 'No decision')}")
    print(f"  - Action type : {result4.get('devops_context', {}).get('action_type', 'unknown')}")
    print(f"  - Recommandation : {result4.get('devops_context', {}).get('recommendation', '')}")
    print(f"  - Justification : {result4.get('justification', '')[:100]}...")
    
    # ============================================================
    # SCÉNARIO 5 : Redondance disponible (peut isoler)
    # ============================================================
    print("\n" + "=" * 70)
    print("SCENARIO 5 : REDONDANCE DISPONIBLE (PEUT ISOLER)")
    print("=" * 70)
    
    agent3 = ComponentHealthAgent(threshold=0.7)
    node_a = agent3.graph.get_node("A")
    node_e = agent3.graph.get_node("E")
    if node_a:
        node_a.update_status(ReasoningStatus.PROVEN, "Component health confirmed degraded")
    if node_e:
        node_e.update_status(ReasoningStatus.PROVEN, "Redundant components available")
    result5 = agent3.decide_action()
    label5 = f"{format_time()} - Health + Redundancy"
    decisions_history.append({"label": label5, "result": result5})
    
    print("\nAvec redondance disponible :")
    print(f"  - Statut : {result5.get('status', 'unknown')}")
    print(f"  - Decision : {result5.get('decision', 'No decision')}")
    print(f"  - Action type : {result5.get('devops_context', {}).get('action_type', 'unknown')}")
    print(f"  - Recommandation : {result5.get('devops_context', {}).get('recommendation', '')}")
    
    # ============================================================
    # SCÉNARIO 6 : Importance + Redondance (isolation recommandée)
    # ============================================================
    print("\n" + "=" * 70)
    print("SCENARIO 6 : IMPORTANCE + REDONDANCE (ISOLATION RECOMMANDEE)")
    print("=" * 70)
    
    agent4 = ComponentHealthAgent(threshold=0.7)
    node_a = agent4.graph.get_node("A")
    node_d = agent4.graph.get_node("D")
    node_e = agent4.graph.get_node("E")
    if node_a:
        node_a.update_status(ReasoningStatus.PROVEN, "Component health confirmed degraded")
    if node_d:
        node_d.update_status(ReasoningStatus.PROVEN, "Component is functionally important")
    if node_e:
        node_e.update_status(ReasoningStatus.PROVEN, "Redundant components available")
    result6 = agent4.decide_action()
    label6 = f"{format_time()} - Health + Importance + Redundancy"
    decisions_history.append({"label": label6, "result": result6})
    
    print("\nAvec importance + redondance :")
    print(f"  - Statut : {result6.get('status', 'unknown')}")
    print(f"  - Decision : {result6.get('decision', 'No decision')}")
    print(f"  - Action type : {result6.get('devops_context', {}).get('action_type', 'unknown')}")
    print(f"  - Recommandation : {result6.get('devops_context', {}).get('recommendation', '')}")
    
    # ============================================================
    # EXPORT POUR VISUALISATION
    # ============================================================
    print("\n" + "=" * 70)
    print("EXPORT POUR VISUALISATION")
    print("=" * 70)
    
    try:
        from pathlib import Path
        
        # Utiliser le dernier résultat pour l'export principal
        export_data = export_devops_decision(agent4.graph, result6, history=decisions_history)
        json_path = Path("03_domains/devops/visualizations/devops_exercise4_data.json")
        
        json_path.parent.mkdir(parents=True, exist_ok=True)
        export_to_json_file(export_data, str(json_path))
        
        if json_path.exists():
            file_size = json_path.stat().st_size
            print(f"\n[OK] Donnees exportees vers {json_path}")
            print(f"     Taille: {file_size} octets")
            print(f"     Historique: {len(decisions_history)} decisions")
        else:
            print(f"\n[ERREUR] Le fichier {json_path} n'a pas ete cree")
    except Exception as e:
        print(f"\n[ERREUR] Impossible d'exporter les donnees: {e}")
        import traceback
        traceback.print_exc()
    
    # ============================================================
    # RÉSUMÉ DES APPRENTISSAGES
    # ============================================================
    print("\n" + "=" * 70)
    print("RESUME DES APPRENTISSAGES")
    print("=" * 70)
    
    print("\nL'agent de gestion de composant :")
    print("  [OK] Refuse l'action sur un seul signal isole (evite interventions prematurees)")
    print("  [OK] Utilise l'importance fonctionnelle comme pivot fort")
    print("  [OK] Utilise la redondance pour recommander l'isolation")
    print("  [OK] Passe en decision PARTIAL en cas d'instabilite globale")
    print("  [OK] Accepte l'action uniquement lorsque les signaux convergent")
    print("  [OK] Convergence forte (2+ signaux) = action acceptee")
    
    print("\n" + "=" * 70)


if __name__ == "__main__":
    exercise4_component_health_decision()