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 上一月的 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)
# print(len(rm_repeat_sfd_data_list))
# 在查询当月的上一月数据中 for循环
for xx in last_data_for_processing:
if xx['FLMETER_NO'] == fno:
last_rm_repeat_sfd_data_list.append(xx)
# 将std_flow，work_flow，temperature,pressure 全部转为float,再继续操作,为后面数字排序做准备
for xyz in rm_repeat_sfd_data_list:
if xyz["STD_FLOW"] is None:
xyz["STD_FLOW"] = float(0)
else:
xyz["STD_FLOW"] = float(xyz["STD_FLOW"])
if xyz["WORK_FLOW"] is None:
xyz["WORK_FLOW"] = float(0)
else:
xyz["WORK_FLOW"] = float(xyz["WORK_FLOW"])
if xyz["TEMPERATURE"] is None:
xyz["TEMPERATURE"] = float(0)
else:
xyz["TEMPERATURE"] = float(xyz["TEMPERATURE"])
if xyz["PRESSURE"] is None:
xyz["PRESSURE"] = float(0)
else:
xyz["PRESSURE"] = float(xyz["PRESSURE"])
# 查询当月的上一月数据中 将std_flow，work_flow，temperature,pressure 全部转为float,再继续操作,为后面数字排序做准备
if len(last_rm_repeat_sfd_data_list) > 0: # 如果大于0 进行以下操作
for xyz in last_rm_repeat_sfd_data_list:
if xyz["STD_FLOW"] is None:
xyz["STD_FLOW"] = float(0)
else:
xyz["STD_FLOW"] = float(xyz["STD_FLOW"])
if xyz["WORK_FLOW"] is None:
xyz["WORK_FLOW"] = float(0)
else:
xyz["WORK_FLOW"] = float(xyz["WORK_FLOW"])
if xyz["TEMPERATURE"] is None:
xyz["TEMPERATURE"] = float(0)
else:
xyz["TEMPERATURE"] = float(xyz["TEMPERATURE"])
if xyz["PRESSURE"] is None:
xyz["PRESSURE"] = float(0)
else:
xyz["PRESSURE"] = float(xyz["PRESSURE"])
# xyz["STD_FLOW"] = float(xyz["STD_FLOW"])
# xyz["WORK_FLOW"] = float(xyz["WORK_FLOW"])
# xyz["TEMPERATURE"] = float(xyz["TEMPERATURE"])
# xyz["PRESSURE"] = float(xyz["PRESSURE"])
# 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,上一月最后一天内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)
# 上一月总抄表记录 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: # 如果大于0 进行以下操作
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
# 新建一个月报表类，用于接收收据
rdm = ReportMonthlyModel()
# 机构号
rdm.srm_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 不处理了 togo
# 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_MONTHLY" # 如需修改为其他表的递增流水，请自行修改
ok_srm_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_srm_id)
rdm.srm_id = ssn_org_id + rdm.year + rdm.month + ok_srm_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
# 通过标况流量 STD_FLOW 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_by_std_flow = sorted(rm_repeat_sfd_data_list, key=operator.itemgetter('STD_FLOW'), reverse=False)
# 标况流量（周期内最大值）
rdm.max_std_flow = str(sorted_rm_repeat_sfd_data_list_by_std_flow[len(sorted_rm_repeat_sfd_data_list_by_std_flow) - 1]['STD_FLOW'])
# 标况流量（周期内最小值）
rdm.min_std_flow = str(sorted_rm_repeat_sfd_data_list_by_std_flow[0]['STD_FLOW'])
# 标况流量（周期内平均值）- rdm.std_flow
rdm.avg_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
# 最大标况流量时间
rdm.max_std_flow_time = sorted_rm_repeat_sfd_data_list_by_std_flow[len(sorted_rm_repeat_sfd_data_list_by_std_flow) - 1]['RECEIV_TIME']
# 最小标况流量时间
rdm.min_std_flow_time = sorted_rm_repeat_sfd_data_list_by_std_flow[0]['RECEIV_TIME']
# 通过工况流量 WORK_FLOW 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_by_work_flow = sorted(rm_repeat_sfd_data_list, key=operator.itemgetter('WORK_FLOW'), reverse=False)
# 工况流量（周期内最大值）
rdm.max_work_flow = str(sorted_rm_repeat_sfd_data_list_by_work_flow[len(sorted_rm_repeat_sfd_data_list_by_work_flow) - 1]['WORK_FLOW'])
# 工况流量（周期内最小值）
rdm.min_work_flow = str(sorted_rm_repeat_sfd_data_list_by_work_flow[0]['WORK_FLOW'])
# 工况流量（周期内平均值）-rdm.work_flow
rdm.avg_work_flow = get_average_period(sorted_rm_repeat_sfd_data_list, "WORK_FLOW")
# 最大工况流量时间
rdm.max_work_flow_time = sorted_rm_repeat_sfd_data_list_by_work_flow[len(sorted_rm_repeat_sfd_data_list_by_work_flow) - 1]['RECEIV_TIME']
# 最小工况流量时间
rdm.min_work_flow_time = sorted_rm_repeat_sfd_data_list_by_work_flow[0]['RECEIV_TIME']
# 通过温度 TEMPERATURE 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_by_temperature = sorted(rm_repeat_sfd_data_list,key=operator.itemgetter('TEMPERATURE'), reverse=False)
# 温度（周期内最大值）
rdm.max_temperature = str(sorted_rm_repeat_sfd_data_list_by_temperature[len(sorted_rm_repeat_sfd_data_list_by_temperature) - 1]['TEMPERATURE'])
# 温度（周期内最小值）
rdm.min_temperature = str(sorted_rm_repeat_sfd_data_list_by_temperature[0]['TEMPERATURE'])
# 温度（周期内平均值）-rdm.temperature
rdm.avg_temperature = get_average_period(sorted_rm_repeat_sfd_data_list, "TEMPERATURE")
# 最高温度时间
rdm.max_temp_time = sorted_rm_repeat_sfd_data_list_by_temperature[len(sorted_rm_repeat_sfd_data_list_by_temperature) - 1]['RECEIV_TIME']
# 最低温度时间
rdm.min_temp_time = sorted_rm_repeat_sfd_data_list_by_temperature[0]['RECEIV_TIME']
# 通过温度 PRESSURE 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_by_pressure = sorted(rm_repeat_sfd_data_list,key=operator.itemgetter('PRESSURE'), reverse=False)
# 压力（周期内最高值）
rdm.max_press = str(sorted_rm_repeat_sfd_data_list_by_pressure[len(sorted_rm_repeat_sfd_data_list_by_pressure) - 1]['PRESSURE'])
# 压力（周期内最低值）
rdm.min_press = str(sorted_rm_repeat_sfd_data_list_by_pressure[0]['PRESSURE'])
# 压力（周期内平均值）-rdm.pressure
rdm.avg_press = get_average_period(sorted_rm_repeat_sfd_data_list, "PRESSURE")
# 最高压力时间
rdm.max_press_time = sorted_rm_repeat_sfd_data_list_by_pressure[len(sorted_rm_repeat_sfd_data_list_by_pressure) - 1]['RECEIV_TIME']
# 最低压力时间
rdm.min_press_time = sorted_rm_repeat_sfd_data_list_by_pressure[0]['RECEIV_TIME']
# 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
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.srm_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_for_monthly(rdm) # 将完善好数据的月报表对象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 data_processing(data_for_processing, org_id, flmeter_no, params_data, **kwargs):
print(data_for_processing)
# print(json.dumps(data_for_processing, cls=DateEncoder)) # cls=DateEncoder
# 对sfd_lists进行空判断
if len(data_for_processing) == 1:
print(flmeter_no, "【", params_data[0]['minTime'], params_data[0]['maxTime'], "】", "内只有一条抄表数据,无法进行中心计费逻辑计算")
return
# 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_sfd_data_list = sorted(data_for_processing, key=operator.itemgetter('INSTANT_TIME'), reverse=False)
# 在sorted_sfd_data_list中[0]为之前的时间 [len(sorted_sfd_data_list) - 1]为之后的时间
# 接下来开始数据处理 【SUM_TOTAL 控制器总累积量（卡控中存储累计用气量）】 标况使用量
# 周期内标况使用量（之后的时间 - 之前的时间）
# 周期内使用额（单价 * 周期内标况使用量）结果四舍五入
after_time_sum_total = sorted_sfd_data_list[len(sorted_sfd_data_list) - 1]['SUM_TOTAL']
before_time_sum_total = sorted_sfd_data_list[0]['SUM_TOTAL']
after_time_sum_total = '1'
# 首先判断after_time_sum_total与before_time_sum_total值是否相同
if float(after_time_sum_total) == float(before_time_sum_total):
print(flmeter_no, "【", params_data[0]['minTime'], params_data[0]['maxTime'], "】", "区间内的周期内标况使用量为零,未产生使用,无需进行中心计费计算")
return
# 再判断after_time_sum_total<before_time_sum_total是否为true 如果为true 则代表 之后时间的SUM_TOTAL小于之前时间的SUM_TOTAL,出现问题,请核查
if float(after_time_sum_total) < float(before_time_sum_total):
print(flmeter_no, "【", params_data[0]['minTime'], params_data[0]['maxTime'], "】", "之后时间的SUM_TOTAL小于之前时间的SUM_TOTAL,出现问题,请核查")
return
# 走到这里代表数据正常 可以进行真正的中心计费计算逻辑了
# 通过流量计编号去取价格的逻辑 这里封装成方法
price_no_temp = kwargs['price_no'] # 价格编号
# 对price_no进行空判断
if price_no_temp is None:
print(org_id, flmeter_no, "无对应的价格编号")
return
# 能走到这里代表其对应的价格编号不为空 下面开始取具体使用的价格的逻辑
real_price_temp = get_price_by_orgid_and_flmeter_no(org_id, flmeter_no, price_no_temp)
# 判断real_price_temp是否为None 如果是代表查询无对应的PRICE_INFO
if real_price_temp is None:
print(flmeter_no + "查询无对应的PRICE_INFO或对应的PRICE_INFO里阶梯价格1与普通价格都没有值")
return
# 程序走到这里代表通过价格编号查到了其价格信息,并且返回了其具体使用的价格
# print(real_price_temp)
# 接下来 开始重头戏 算 结算金额(使用金额) = 周期内使用额（单价 * 周期内标况使用量）结果四舍五入
# 结算金额 = 结算气量 * 单价
billing_volume_temp = float(after_time_sum_total) - float(before_time_sum_total) # 结算气量
billing_money_temp = round((billing_volume_temp * real_price_temp), 2) # 结算金额 = 结算气量 * 单价
# 当前时间 现在时间
now_datetime = datetime.datetime.today()
# 更新FI_CHARGE_RECORD
# 更新对应的FI_CHARGE_RECORD的中心计费的相关字段
this_fi_charge_record_temp = kwargs['this_fi_charge_record'] # 获取当前操作表计的FI_CHARGE_RECORD对象信息
# 主要是结算方数(本次)与结算余额(本次)写入上一次的结算方数与结算余额,之后结算方数(本次)与结算余额(本次)减去此次计算出的结算值,写入本次
before_total_billing_volume = this_fi_charge_record_temp['TOTAL_BILLING_VOLUME'] # 本次累计结算方数（中心计费）
before_last_total_billing_volume = this_fi_charge_record_temp['LAST_TOTAL_BILLING_VOLUME'] # 上次累计结算方数（中心计费）
before_billing_remain_money = this_fi_charge_record_temp['BILLING_REMAIN_MONEY'] # 本次累计结算余额（中心计费）
before_last_billing_remain_money = this_fi_charge_record_temp['LAST_BILLING_REMAIN_MONEY'] # 上次累计结算余额（中心计费）
before_billing_time = this_fi_charge_record_temp['BILLING_TIME'] # 本次结算时间（中心计费）
before_last_billing_time = this_fi_charge_record_temp['LAST_BILLING_TIME'] # 上次结算时间（中心计费）
# 要传入数据库逻辑的数据
db_total_billing_volume = float(before_total_billing_volume) - billing_volume_temp
db_last_total_billing_volume = float(before_total_billing_volume)
db_billing_remain_money = float(before_billing_remain_money) - billing_money_temp
db_last_billing_remain_money = float(before_billing_remain_money)
db_billing_time = str(params_data[0]['maxTime']) # 跑此次脚本的时间区间的最大值就是本次的结算时间
db_last_billing_time = str(before_billing_time)
# 更新FI_CHARGE_RECORD
update_fi_charge_record_for_center_billing(this_fi_charge_record_temp['RCR_ORG_ID'],
this_fi_charge_record_temp['RCR_ID'], flmeter_no,
str(db_total_billing_volume),
str(db_last_total_billing_volume),
str(db_billing_remain_money),
str(db_last_billing_remain_money),
db_billing_time,
db_last_billing_time)
# 准备 中心计费明细账FI_CENTER_BILLING_DETAIL 所有需要写入的字段
# 机构号 流水号ID 客户编号 表计编号 价格编号 价格 结算气量 结算金额 余量 余额 计算报告，阶梯计费描述用 结算时间 累计结算方数（中心计费）上次累计结算方数（中心计费）删除状态: 1 未删除 9已删除
# fi_center_billing_detail
# 新增中心计费明细账 以下是准备所需字段的值
# 当前时间 拆分年月
# now_datetime = datetime.datetime.today()
now_year = str(now_datetime.year)
now_month = now_datetime.month
# 如果月份小于10 补零 让9变为09月
if len(str(now_month)) < 2:
now_month = "0" + str(now_month)
else:
now_month = str(now_month)
# 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 = "FI_CENTER_BILLING_DETAIL" # 如需修改为其他表的递增流水，请自行修改
ok_fcbd_id = get_sys_serial_no(db, ssn_org_id, ssn_key_name, now_year, now_month) # 导入获取流水号方法
# print(ok_fcbd_id)
fcbd_org_id = org_id
fcbd_id = ssn_org_id + now_year + now_month + ok_fcbd_id
customer_no = kwargs['customer_no']
meter_no = flmeter_no
price_no = price_no_temp
price = real_price_temp
billing_volume = billing_volume_temp
billing_money = billing_money_temp
remain_volume = sorted_sfd_data_list[len(sorted_sfd_data_list) - 1]['REMAIN_VOLUME'] # 查询区间的sfd最后一条
remain_money = sorted_sfd_data_list[len(sorted_sfd_data_list) - 1]['REMAIN_MONEY'] # 查询区间的sfd最后一条
calc_msg = '结算气量' + str(billing_volume) + ' 单价:' + str(price) + ' 结算金额:' + str(billing_money_temp)
billing_time = params_data[0]['maxTime'] # 跑此次脚本的时间区间的最大值就是本次的结算时间
total_billing_volume = str(db_total_billing_volume)
last_total_billing_volume = str(db_last_total_billing_volume)
# 未完待续
fcbd_status = '1' # 默认为1 未删除状态
# 新增add FI_CENTER_BILLING_DETAIL
is_success = ok_processing_data_insert_into_oracle_for_fi_center_billing_detail(fcbd_org_id=fcbd_org_id,
fcbd_id=fcbd_id,
customer_no=customer_no,
meter_no=meter_no,
price_no=price_no,
price=price,
billing_volume=billing_volume,
billing_money=billing_money,
remain_volume=remain_volume,
remain_money=remain_money,
calc_msg=calc_msg,
billing_time=billing_time,
total_billing_volume=total_billing_volume,
last_total_billing_volume=last_total_billing_volume,
fcbd_status=fcbd_status)
print('----------------------------------------------------------------------------------------')
return True