### Objectifs
* Créer un script qui permet de récupérer tous les utilisateurs de la plateforme Ziwig Connect avec le détail de l'utilisateur ainsi que celui du Professionnel qui lui est associé
* Le microservice à Utiliser pour les données utilisateur est IAM
* Le microservice à utiliser pour les données du professionnel est HRD

### Environnement de Développement
* Python 3.12
* Un seul module

### Template
* Utiliser le template à partir de EB_Script_Template et bien lire la documentation qui s'y trouve



### Logique du Script

Le script s'exécute en deux phases principales séquentielles :

**Phase 1 : Traitement par Rôles**
1.  Récupérer tous les Rôles de l'IAM (Limit 100, pas de pagination nécessaire).
2.  Initialiser un dictionnaire `output` par rôles :
    *   La réponse contient une liste de rôles, chacun avec un tableau d'utilisateurs.
    *   Pour chaque utilisateur trouvé, créer ou mettre à jour une entrée : `user_id: {roles: [{id, name}], user: {}, professional: {}}`.
3.  Lancer le traitement multithreadé (voir section Multithreading) sur ces utilisateurs.
4.  Sauvegarder le résultat dans `all_users_data.json`.

**Phase 2 : Traitement par Applications**
1.  Récupérer la liste des applications via `get_applications`.
2.  Pour chaque application trouvée :
    *   Afficher une séparation claire dans la console.
    *   Récupérer les profils associés via `get_profiles_by_app_id` (avec `clientId`).
    *   Initialiser un *nouveau* dictionnaire `output` pour cette application :
        *   Pour chaque profil, récupérer les utilisateurs via `get_users_by_profile_id`.
        *   Pour chaque utilisateur trouvé, créer ou mettre à jour une entrée : `user_id: {profiles: [{id, name}], user: {}, professional: {}}`.
        *   *(Note : La clé est `profiles` ici, au lieu de `roles`)*.
    *   Lancer le même traitement multithreadé sur ces utilisateurs.
    *   Sauvegarder le résultat dans un fichier spécifique : `all_users_data_{app_name}.json`.

**Phase 3 : Traitement par Centres Endobest**
1.  **Configuration** :
    *   Fichier input : `endobest_organizations.json` (Constante).
    *   Fichier output : `professionals_by_endobest_center.json` (Constante).
2.  **Logique** :
    *   Charger la liste des organisations depuis le fichier JSON input (champs requis: `id`, `name`, `Center_Name`).
    *   Initialiser une barre de progression basée sur le nombre de centres.
    *   **Itération (Séquentielle, pas de thread pool)** :
        *   Pour chaque centre :
            *   Appeler l'API `get_pros_by_endobest_center`.
            *   Récupérer le tableau de professionnels depuis l'attribut `data`.
            *   **Tri des Pros** : Trier par `properties.nom_exercice`, puis `properties.prenom_exercice`, puis `metadata.id`.
            *   Ajouter ce tableau trié au centre en cours sous l'attribut `pros`.
    *   **Tri des Centres** : Trier la liste finale des centres par `Center_Name`, puis `name`, puis `id`.
    *   Sauvegarder la liste triée dans le fichier output.

### Format de l'Output
*   **Fichiers générés** :
    *   `all_users_data.json` (Données issues des Rôles).
    *   `all_users_data_{app_name}.json` (Un fichier par Application).
    *   `professionals_by_endobest_center.json` (Données issues des Centres Endobest).
*   **Structure JSON** :
    *   Array d'objets triés (par `lastname`, `firstname`, `user_id`).
    *   Chaque objet contient :
        *   `user_id`
        *   `user` (Détails IAM)
        *   `professional` (Détails HRD)
        *   `roles` (Uniquement pour le fichier par Rôles)
        *   `profiles` (Uniquement pour les fichiers par Applications)

### Specs des APIs
*   **Authentication (IAM)**:
    *   `/api/auth/{REALME}/login` [POST]
    *   `/api/auth/refreshToken` [POST]
*   **Common (All Microservices)**:
    *   `/api/auth/config-token` [POST]
    *   `/api/auth/refreshToken` [POST]
*   **IAM (User Data)**:
    *   `get_roles`: `/api/profiles/paginate` [POST]
    *   `get_applications`: `/api/applications` [GET]
    *   `get_profiles_by_app_id`: `/api/identity-profiles/paginate` [POST]
    *   `get_users_by_profile_id`: `/api/identity-profiles/{profile_id}/users` [GET]
    *   `get_user_by_id`: `/api/users/find/{user_id}` [GET]
*   **HRD (Professional Data)**:
    *   `get_professional_by_id`: `/api/entity-manager/meta/{model}/data/nodes/pro/{pro_id}?relationships=2` [GET]
    *   `get_pros_by_endobest_center`: `/api/entity-manager/meta/modele_fr/data/orga/{organization_id}/centers/pros?limit=1000` [GET]
*   **Note** : `user_id`, `model`, et `professional_id` sont récupérés de la même manière pour tous les traitements.

### Multithreading
*   Input utilisateur pour le nombre de threads (global).
*   Le script utilise deux pools de threads persistants (`main` et `subtasks`) réutilisés pour chaque phase (Rôles, App 1, App 2...).
*   **Traitement Utilisateur (Main Pool)** :
    *   Récupère `get_user_by_id`.
    *   Stocke dans `user`.
    *   Si `hrdProId` existe : soumet une tâche "Professionnel".
    *   Sinon : incrémente la barre de progression "Professionals" (pour ne pas bloquer).
*   **Traitement Professionnel (Subtasks Pool)** :
    *   Récupère `get_professional_by_id`.
    *   Stocke dans `professional`.
    *   Incrémente la barre de progression "Professionals".

### Progression du Script
*   Utilisation de `tqdm` pour afficher deux barres (Users et Professionals).
*   Les barres sont créées, mises à jour, et fermées **indépendamment pour chaque fichier généré** (Rôles, puis chaque Application).
*   Gestion thread-safe des mises à jour.