def data_processing(data_for_processing):
rm_repeat_sfd_data_list = [] # 用于临时存放已删除重复的字典数据
flmeter_no_set = set(
) # set是一个无序且不重复的元素集合-注意在创建空集合的时候只能使用s=set()，因为s={}创建的是空字典
for x in data_for_processing:
flmeter_no_set.add(x['FLMETER_NO'])
print('不同的表计号共有个数:', len(flmeter_no_set)) # 19
print('根据表计号，进行数据的再次筛选，处理，写入数据库')
print(
'----------------------------------------------------------------------------------------'
)
# 根据表计号，进行数据的再次筛选，处理，写入数据库
flmeter_no_set_copy = flmeter_no_set.copy()
for fno in flmeter_no_set:
print(fno)
# 以下为处理逻辑
# 首先根据表计号，在原字典数据【data_for_processing】中筛选出所有此表计的数据
for xx in data_for_processing:
if xx['FLMETER_NO'] == fno:
rm_repeat_sfd_data_list.append(xx)
# print(rm_repeat_sfd_data_list)
# print(len(rm_repeat_sfd_data_list))
# 此表计数据字典列表 排序 按照采集时间INSTANT_TIME排序 默认升序 如果要降序排序,可以指定reverse=True
sorted_rm_repeat_sfd_data_list = sorted(
rm_repeat_sfd_data_list,
key=operator.itemgetter('INSTANT_TIME'),
reverse=False)
# 排序完成之后，具体字段补充
# 新建一个日报表类，用于接收收据
rdm = ReportDailyModel()
# 机构号
rdm.srd_org_id = sorted_rm_repeat_sfd_data_list[0]['SFD_ORG_ID']
# 记录ID-取自动递增流水号
# rdm.srd_id = get_sys_serial_no_func()
# RTU编号
rdm.rtu_no = sorted_rm_repeat_sfd_data_list[0]['RTU_NO']
# 流量计编号
rdm.flmeter_no = sorted_rm_repeat_sfd_data_list[0]['FLMETER_NO']
# 客户编号
rdm.customer_no = sorted_rm_repeat_sfd_data_list[0]['CUSTOMER_NO']
# 得到当前时间datetime
now_datetime = datetime.datetime.today()
# print(now_datetime.year, now_datetime.month, now_datetime.day, now_datetime.hour, now_datetime.minute,now_datetime.second) # 2019 3 8 12 52 10
# 报表时间 年 月 日 时
rdm.report_time = now_datetime
rdm.year = now_datetime.year
rdm.month = now_datetime.month
rdm.day = now_datetime.day
rdm.hour = now_datetime.hour
# 标况总量（期末数）
rdm.std_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) -
1]['STD_SUM'] # 默认升序，列表最后一个元素，值最大
# 工况总量（期末数）
rdm.work_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) -
1]['WORK_SUM'] # 默认升序，列表最后一个元素，值最大
# 标况流量（周期内平均值）
rdm.std_flow = get_average_period(sorted_rm_repeat_sfd_data_list,
"STD_FLOW") # 使用周期内平均值计算方法 计算平均值
# 工况流量（周期内平均值）
rdm.work_flow = get_average_period(sorted_rm_repeat_sfd_data_list,
"WORK_FLOW")
# 温度（周期内平均值）
rdm.temperature = get_average_period(sorted_rm_repeat_sfd_data_list,
"TEMPERATURE")
# 压力（周期内平均值）
rdm.pressure = get_average_period(sorted_rm_repeat_sfd_data_list,
"PRESSURE")
# 单价（期末数）
rdm.price = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['PRICE']
# 周期内工况使用量（周期内期末数-期初数）
max_work_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['WORK_SUM']
min_work_sum = sorted_rm_repeat_sfd_data_list[0]['WORK_SUM']
rdm.use_volume_work = int(max_work_sum) - int(min_work_sum)
# 周期内标况使用量（周期内期末数 - 期初数）
max_std_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) -
1]['STD_SUM'] # 默认升序，列表最后一个元素，值最大
min_std_sum = sorted_rm_repeat_sfd_data_list[0][
'STD_SUM'] # 默认升序，列表第一个元素，值最小
rdm.use_volume_std = int(max_std_sum) - int(
min_std_sum) # 周期内标况使用量（周期内期末数-期初数）
# 周期内使用额（单价（期末数）* 周期内标况使用量）结果四舍五入
rdm.use_money = round((float(rdm.use_volume_std) * float(rdm.price)),
2)
# 总累积使用量（期末数）
rdm.sum_total_volume = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['SUM_TOTAL']
# 累购气量（期末数）
rdm.total_buy_volume = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['TOTAL_BUY_VOLUME']
# 累购金额（期末数）
rdm.total_buy_money = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['TOTAL_BUY_MONEY']
# 剩余金额（期末数）
rdm.remain_money = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['REMAIN_MONEY']
# 总累计使用金额（期末累购金额-期末剩余金额）
if rdm.total_buy_money is None: # total_buy_money为None的话 置为0查询计算
rdm.total_buy_money = 0
rdm.sum_total_money = float(rdm.total_buy_money) - float(
rdm.remain_money)
if rdm.sum_total_money < 0: # 如果sum_total_money计算出来小于0，则直接置为0
rdm.sum_total_money = 0
# 剩余数量（期末数）
rdm.remain_volume = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['REMAIN_VOLUME']
# 流量计状态（期末数）
rdm.fm_state = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['FM_STATE']
# RTU状态（期末数）
rdm.rtu_state = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['RTU_STATE']
# 阀门控制器状态（期末数）
rdm.valve_state = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['VALVE_STATE']
# 供电电压（周期内平均值）
rdm.power_voltage = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['POWER_VOLTAGE']
# 电池电压（期末数）
rdm.battery_voltage = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['BATTERY_VOLTAGE']
# 电池电量（期末数）
rdm.battery_level = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['BATTERY_LEVEL']
# 入口压力（周期内平均值）
rdm.press_in = get_average_period(sorted_rm_repeat_sfd_data_list,
"PRESSURE")
# 出口压力（周期内平均值）
rdm.press_out = get_average_period(sorted_rm_repeat_sfd_data_list,
"PRESSURE")
# 入口温度（周期内平均值）
rdm.temp_in = get_average_period(sorted_rm_repeat_sfd_data_list,
"TEMPERATURE")
# 出口温度（周期内平均值）
rdm.temp_out = get_average_period(sorted_rm_repeat_sfd_data_list,
"TEMPERATURE")
# 信号强度（平均值）
rdm.rssi = get_average_period(sorted_rm_repeat_sfd_data_list, "RSSI")
# 删除标识符 1正常，9不正常已删除 默认置为1
rdm.srd_status = "1"
# print(sorted_rm_repeat_sfd_data_list)
# print(len(sorted_rm_repeat_sfd_data_list), sorted_rm_repeat_sfd_data_list[0]['FLMETER_NO'], max_std_sum,min_std_sum, ok_std_sum)
# print('----------------------------------------------------------------------------------------')
# 写入数据库
is_success = ok_processing_data_insert_into_oracle(
rdm) # 将完善好数据的日报表对象rdm传入
print(
'----------------------------------------------------------------------------------------'
)
# 处理数据完毕 清除临时使用数据
flmeter_no_set_copy.remove(fno)
rm_repeat_sfd_data_list.clear()
pass
return True
def data_processing(data_for_processing, last_data_for_processing, org_id,
**kwargs):
rm_repeat_sfd_data_list = [] # 用于临时存放已删除重复的字典数据
last_rm_repeat_sfd_data_list = [] # 用于临时存放已删除重复的字典数据 上一天的 上一次的
flmeter_no_set = set(
) # set是一个无序且不重复的元素集合-注意在创建空集合的时候只能使用s=set()，因为s={}创建的是空字典
for x in data_for_processing:
flmeter_no_set.add(x['FLMETER_NO'])
print('不同的表计号共有个数:', len(flmeter_no_set)) # 19
print('根据表计号，进行数据的再次筛选，处理，写入数据库')
print(
'----------------------------------------------------------------------------------------'
)
# 根据表计号，进行数据的再次筛选，处理，写入数据库
flmeter_no_set_copy = flmeter_no_set.copy()
for fno in flmeter_no_set:
print(fno)
# 以下为处理逻辑
# 首先根据表计号，在原字典数据【data_for_processing】中筛选出所有此表计的数据
for xx in data_for_processing:
if xx['FLMETER_NO'] == fno:
rm_repeat_sfd_data_list.append(xx)
# print(rm_repeat_sfd_data_list)
# 在查询当天的上一天数据中 for循环
for xx in last_data_for_processing:
if xx['FLMETER_NO'] == fno:
last_rm_repeat_sfd_data_list.append(xx)
# print(rm_repeat_sfd_data_list)
print("此查询区间,当前编号下总共抄表记录:", len(rm_repeat_sfd_data_list))
print("此查询区间,上一天当前编号下总共抄表记录:", len(last_rm_repeat_sfd_data_list))
# 此表计数据字典列表 排序 按照采集时间INSTANT_TIME排序 默认升序 如果要降序排序,可以指定reverse=True
sorted_rm_repeat_sfd_data_list = sorted(
rm_repeat_sfd_data_list,
key=operator.itemgetter('INSTANT_TIME'),
reverse=False)
# 上一天总抄表记录 排序 按照采集时间INSTANT_TIME排序 默认升序 如果要降序排序,可以指定reverse=True
last_sorted_rm_repeat_sfd_data_list = []
if len(last_rm_repeat_sfd_data_list) > 0:
last_sorted_rm_repeat_sfd_data_list = sorted(
last_rm_repeat_sfd_data_list,
key=operator.itemgetter('INSTANT_TIME'),
reverse=False)
# 排序完成之后，具体字段补充
# 新建一个日报表类，用于接收收据
rdm = ReportDailyModel()
# 机构号
rdm.srd_org_id = sorted_rm_repeat_sfd_data_list[0]['SFD_ORG_ID']
# 记录id srd_id 移到line385
# RTU编号
rdm.rtu_no = sorted_rm_repeat_sfd_data_list[0]['RTU_NO']
# 流量计编号
rdm.flmeter_no = sorted_rm_repeat_sfd_data_list[0]['FLMETER_NO']
# 客户编号
rdm.customer_no = sorted_rm_repeat_sfd_data_list[0]['CUSTOMER_NO']
# 得到当前时间datetime
now_datetime = datetime.datetime.today()
# print(now_datetime.year, now_datetime.month, now_datetime.day, now_datetime.hour, now_datetime.minute,now_datetime.second) # 2019 3 8 12 52 10
# 报表时间 年 月 日 时
rdm.report_time = now_datetime
# 将查询时间的年月日 分别赋值到对应字段
# 处理年
rdm.year = str(kwargs['query_datetime'].year)
# 处理月
# print(len(str(rdm.month)))
# 如果月份小于10 补零 让9变为09月
if len(str(kwargs['query_datetime'].month)) < 2:
rdm.month = "0" + str(kwargs['query_datetime'].month)
else:
rdm.month = str(kwargs['query_datetime'].month)
# 处理日
# print(len(str(rdm.day)))
# 如果日小于10 补零 让9变为09日
if len(str(kwargs['query_datetime'].day)) < 2:
rdm.day = "0" + str(kwargs['query_datetime'].day)
else:
rdm.day = str(kwargs['query_datetime'].day)
# 处理小时 不处理了 togo
# print(len(str(rdm.hour)))
# 如果小时小于10 补零 让9变为09小时
# if len(str(now_datetime.hour)) < 2:
# rdm.hour = "0" + str(now_datetime.hour)
# else:
# rdm.hour = str(now_datetime.hour)
# 记录ID-取自动递增流水号
ssn_org_id = org_id # 传入过来的org_id
ssn_key_name = "SCADA_REPORT_DAILY" # 如需修改为其他表的递增流水，请自行修改
ok_srd_id = get_sys_serial_no(db, ssn_org_id, ssn_key_name, rdm.year,
rdm.month) # 导入获取流水号方法
print(ok_srd_id)
rdm.srd_id = ssn_org_id + rdm.year + rdm.month + ok_srd_id
# 标况总量（期末数）
rdm.std_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) -
1]['STD_SUM'] # 默认升序，列表最后一个元素，值最大
# 工况总量（期末数）
rdm.work_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) -
1]['WORK_SUM'] # 默认升序，列表最后一个元素，值最大
# 标况流量（周期内平均值）
rdm.std_flow = get_average_period(sorted_rm_repeat_sfd_data_list,
"STD_FLOW") # 使用周期内平均值计算方法 计算平均值
# 工况流量（周期内平均值）
rdm.work_flow = get_average_period(sorted_rm_repeat_sfd_data_list,
"WORK_FLOW")
# 温度（周期内平均值）
rdm.temperature = get_average_period(sorted_rm_repeat_sfd_data_list,
"TEMPERATURE")
# 压力（周期内平均值）
rdm.pressure = get_average_period(sorted_rm_repeat_sfd_data_list,
"PRESSURE")
# 单价（期末数）
rdm.price = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['PRICE']
# 周期内工况使用量（周期内期末数-期初数）
max_work_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['WORK_SUM']
min_work_sum = sorted_rm_repeat_sfd_data_list[0]['WORK_SUM']
if max_work_sum is None:
max_work_sum = str(0)
if min_work_sum is None:
min_work_sum = str(0)
if len(last_rm_repeat_sfd_data_list) > 0: # （本期期末数-上期期末数）
last_max_work_sum = last_sorted_rm_repeat_sfd_data_list[
len(last_rm_repeat_sfd_data_list) - 1]['WORK_SUM']
if last_max_work_sum is None:
last_max_work_sum = str(0)
rdm.use_volume_work = str(
round(float(max_work_sum) - float(last_max_work_sum), 2))
else: # （本周期内期末数-本周期内期初数）
rdm.use_volume_work = str(
round(float(max_work_sum) - float(min_work_sum), 2))
if float(rdm.use_volume_work) < 0: # 如果use_volume_work计算出来小于0，则直接置为0
rdm.use_volume_work = str(0)
print(rdm.flmeter_no, "☆ use_volume_work <0 置为0")
# 周期内标况使用量（周期内期末数 - 期初数）
max_std_sum = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) -
1]['SUM_TOTAL'] # 默认升序，列表最后一个元素，值最大
min_std_sum = sorted_rm_repeat_sfd_data_list[0][
'SUM_TOTAL'] # 默认升序，列表第一个元素，值最小
if max_std_sum is None:
max_std_sum = str(0)
if min_std_sum is None:
min_std_sum = str(0)
if len(last_rm_repeat_sfd_data_list) > 0: # （本期期末数-上期期末数）
if last_sorted_rm_repeat_sfd_data_list[
len(last_rm_repeat_sfd_data_list) -
1]['SUM_TOTAL'] is None:
last_sorted_rm_repeat_sfd_data_list[
len(last_rm_repeat_sfd_data_list) -
1]['SUM_TOTAL'] = str(0)
rdm.use_volume_std = str(
round(
float(max_std_sum) -
float(last_sorted_rm_repeat_sfd_data_list[
len(last_rm_repeat_sfd_data_list) - 1]['SUM_TOTAL']),
2))
else: # 周期内标况使用量（周期内期末数-期初数）
rdm.use_volume_std = str(
round(float(max_std_sum) - float(min_std_sum), 2))
if float(rdm.use_volume_std) < 0: # 如果use_volume_std计算出来小于0，则直接置为0
rdm.use_volume_std = str(0)
print(rdm.flmeter_no, "☆ use_volume_std <0 置为0")
# 周期内使用额（单价（期末数）* 周期内标况使用量）结果四舍五入
# print(rdm.use_volume_std,rdm.price)
if rdm.price is None:
rdm.price = str(0)
rdm.use_money = str(
round((float(rdm.use_volume_std) * float(rdm.price)), 2))
# 总累积使用量（期末数）
rdm.sum_total_volume = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['SUM_TOTAL']
if rdm.sum_total_volume is None:
rdm.sum_total_volume = str(0)
print(rdm.flmeter_no, "☆ sum_total_volume is None 置为0")
# 累购气量（期末数）
rdm.total_buy_volume = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['TOTAL_BUY_VOLUME']
# 累购金额（期末数）
rdm.total_buy_money = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['TOTAL_BUY_MONEY']
# 剩余金额（期末数）
rdm.remain_money = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['REMAIN_MONEY']
# 总累计使用金额（期末累购金额-期末剩余金额）
if rdm.total_buy_money is None: # total_buy_money为None的话 置为0查询计算
rdm.total_buy_money = str(0)
if rdm.remain_money is None: # remain_money为None的话 置为0查询计算
rdm.remain_money = str(0)
rdm.sum_total_money = float(rdm.total_buy_money) - float(
rdm.remain_money)
if rdm.sum_total_money < 0: # 如果sum_total_money计算出来小于0，则直接置为0
rdm.sum_total_money = str(0)
print(rdm.flmeter_no, "☆ sum_total_money <0 置为0")
# 剩余数量（期末数）
rdm.remain_volume = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['REMAIN_VOLUME']
# 流量计(表)状态（期末数）
rdm.fm_state = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['FM_STATE']
# 表状态解析（按位解析）（期末数）
rdm.fm_state_msg = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['FM_STATE_MSG']
# RTU状态（期末数）
rdm.rtu_state = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['RTU_STATE']
# RTU状态解析（按字节解析）（期末数）
rdm.rtu_state_msg = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['RTU_STATE_MSG']
# 阀门控制器状态（期末数）
rdm.valve_state = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['VALVE_STATE']
# 阀门控制器状态解析（期末数）
rdm.valve_state_msg = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['VALVE_STATE_MSG']
# 供电电压（周期内平均值）
rdm.power_voltage = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['POWER_VOLTAGE']
# 电池电压（期末数）
rdm.battery_voltage = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['BATTERY_VOLTAGE']
# 电池电量（期末数）
rdm.battery_level = sorted_rm_repeat_sfd_data_list[
len(sorted_rm_repeat_sfd_data_list) - 1]['BATTERY_LEVEL']
# 入口压力（周期内平均值）
rdm.press_in = get_average_period(sorted_rm_repeat_sfd_data_list,
"PRESSURE")
# 出口压力（周期内平均值）
rdm.press_out = get_average_period(sorted_rm_repeat_sfd_data_list,
"PRESSURE")
# 入口温度（周期内平均值）
rdm.temp_in = get_average_period(sorted_rm_repeat_sfd_data_list,
"TEMPERATURE")
# 出口温度（周期内平均值）
rdm.temp_out = get_average_period(sorted_rm_repeat_sfd_data_list,
"TEMPERATURE")
# 信号强度（平均值）
rdm.rssi = get_average_period(sorted_rm_repeat_sfd_data_list, "RSSI")
# 删除标识符 1正常，9不正常已删除 默认置为1
rdm.srd_status = "1"
# print(sorted_rm_repeat_sfd_data_list)
# print(len(sorted_rm_repeat_sfd_data_list), sorted_rm_repeat_sfd_data_list[0]['FLMETER_NO'], max_std_sum,min_std_sum, ok_std_sum)
# print('----------------------------------------------------------------------------------------')
# 写入数据库
is_success = ok_processing_data_insert_into_oracle(
rdm) # 将完善好数据的日报表对象rdm传入
print(
'----------------------------------------------------------------------------------------'
)
# 处理数据完毕 清除临时使用数据
flmeter_no_set_copy.remove(fno)
rm_repeat_sfd_data_list.clear()
last_rm_repeat_sfd_data_list.clear()
pass
return True
def fake_data_processing(data_for_processing, last_data_for_processing, org_id,
**kwargs):
# 通过机构号查出此机构所有的流量计编号 从SCADA_FLMETER_DATA_CUR表拿
cur_list = get_all_flmeters_cur_by_orgid_for_run_py_command_script_from_select_db(
org_id)
# 搞个set用来存储所有的cur表号
flmeter_no_set_from_cur = set()
for cl in cur_list:
flmeter_no_set_from_cur.add(cl['FLMETER_NO'])
print('flmeter_no_set_from_cur 不同的表计号共有个数:', len(flmeter_no_set_from_cur))
# 去除flmeter_no_set中有的流量计编号 这里不用去除 都是需要做假数据的表
# 剩下的流量计编号根据日期和机构号插入空数据行 行中只要有 机构号 流量计编号 年月日 删除标识符为1即可
print('需要假数据处理的 flmeter_no_set_from_cur 需要做假数据的 不同的表计号共有个数:',
len(flmeter_no_set_from_cur))
print(
'----------------------------------------------------------------------------------------'
)
print('根据表计号，进行假数据的再次筛选，处理，写入数据库')
print(
'----------------------------------------------------------------------------------------'
)
# 开始处理假数据入库
# 如果 flmeter_no_set_from_cur 长度0 则是代表无需做假数据的表 直接return True 终止程序向下执行
if len(flmeter_no_set_from_cur) == 0:
print('无需做假数据的表 直接return True 终止程序向下执行')
return True
# 走到这步 代表 有需要 假数据入库的表
print('开始处理假数据入库')
# 根据flmeter_no_set_from_cur表计号，进行数据的再次筛选，处理，写入数据库
flmeter_no_set_from_cur_copy = flmeter_no_set_from_cur.copy()
for fno in flmeter_no_set_from_cur:
print("☆ fake_data_processing 处理假数据 流量计编号 ", fno)
# 新建一个日报表类，用于接收收据 作假日报表数据
rdm = ReportDailyModel()
# 机构号
rdm.srd_org_id = org_id
# 记录id srd_id 移到line426
# RTU编号
# rdm.rtu_no = ""
# 流量计编号
rdm.flmeter_no = fno
# 客户编号
# rdm.customer_no = ""
# 得到当前时间datetime
now_datetime = datetime.datetime.today()
# print(now_datetime.year, now_datetime.month, now_datetime.day, now_datetime.hour, now_datetime.minute,now_datetime.second) # 2019 3 8 12 52 10
# 报表时间 年 月 日 时
rdm.report_time = now_datetime
# 将查询时间的年月日 分别赋值到对应字段
# 处理年
rdm.year = str(kwargs['query_datetime'].year)
# 处理月
# print(len(str(rdm.month)))
# 如果月份小于10 补零 让9变为09月
if len(str(kwargs['query_datetime'].month)) < 2:
rdm.month = "0" + str(kwargs['query_datetime'].month)
else:
rdm.month = str(kwargs['query_datetime'].month)
# 处理日
# print(len(str(rdm.day)))
# 如果日小于10 补零 让9变为09日
if len(str(kwargs['query_datetime'].day)) < 2:
rdm.day = "0" + str(kwargs['query_datetime'].day)
else:
rdm.day = str(kwargs['query_datetime'].day)
# 处理小时 不处理了 togo
# print(len(str(rdm.hour)))
# 如果小时小于10 补零 让9变为09小时
# if len(str(now_datetime.hour)) < 2:
# rdm.hour = "0" + str(now_datetime.hour)
# else:
# rdm.hour = str(now_datetime.hour)
# 记录ID-取自动递增流水号
ssn_org_id = org_id # 传入过来的org_id
ssn_key_name = "SCADA_REPORT_DAILY" # 如需修改为其他表的递增流水，请自行修改
ok_srd_id = get_sys_serial_no(db, ssn_org_id, ssn_key_name, rdm.year,
rdm.month) # 导入获取流水号方法
print(ok_srd_id)
rdm.srd_id = ssn_org_id + rdm.year + rdm.month + ok_srd_id
# 删除标识符 1正常，9不正常已删除 默认置为1
rdm.srd_status = "1"
# 写入数据库
is_success = ok_processing_data_insert_into_oracle(
rdm) # 将完善好数据的日报表对象rdm传入
print(
'----------------------------------------------------------------------------------------'
)
# 处理数据完毕 清除临时使用数据
flmeter_no_set_from_cur_copy.remove(fno)
pass
# 什么都处理完成了
return True