"""
数据流结构分析 — CLI 入口

用法:
    python scripts/ops/analyze_dataflow.py
    python scripts/ops/analyze_dataflow.py --date-from 2025-01-01 --date-to 2025-01-15
    python scripts/ops/analyze_dataflow.py --limit 100 --tables settlement_records,payment_transactions
"""

from __future__ import annotations

import argparse
import os
from datetime import datetime
from pathlib import Path


def build_parser() -> argparse.ArgumentParser:
    """
    构造 CLI 参数解析器。

    参数:
        --date-from   数据获取起始日期 (YYYY-MM-DD)
        --date-to     数据获取截止日期 (YYYY-MM-DD)
        --limit       每端点最大记录数 (默认 200)
        --tables      要分析的表名列表 (逗号分隔，缺省=全部)
    """
    parser = argparse.ArgumentParser(
        description="数据流结构分析 — 采集 API JSON 和 DB 表结构",
    )
    parser.add_argument(
        "--date-from",
        type=str,
        default=None,
        help="数据获取起始日期 (YYYY-MM-DD)",
    )
    parser.add_argument(
        "--date-to",
        type=str,
        default=None,
        help="数据获取截止日期 (YYYY-MM-DD)",
    )
    parser.add_argument(
        "--limit",
        type=int,
        default=200,
        help="每端点最大记录数 (默认 200)",
    )
    parser.add_argument(
        "--tables",
        type=str,
        default=None,
        help="要分析的表名列表 (逗号分隔，缺省=全部)",
    )
    return parser


def resolve_output_dir() -> Path:
    """
    确定输出目录：
    1. 优先读取环境变量 SYSTEM_ANALYZE_ROOT
    2. 回退到 docs/reports/
    3. 确保目录存在（自动创建）
    """
    env_root = os.environ.get("SYSTEM_ANALYZE_ROOT")
    if env_root:
        out = Path(env_root)
    else:
        out = Path("docs/reports")
    out.mkdir(parents=True, exist_ok=True)
    return out


def generate_output_filename(dt: "datetime") -> str:
    """生成输出文件名：dataflow_YYYY-MM-DD_HHMMSS.md"""
    return f"dataflow_{dt.strftime('%Y-%m-%d_%H%M%S')}.md"


def main() -> None:
    """
    串联采集流程：
    1. 解析 CLI 参数
    2. 加载环境变量（.env 分层叠加）
    3. 构造 AnalyzerConfig
    4. 调用 collect_all_tables() 执行采集
    5. 调用 dump_collection_results() 落盘
    6. 输出采集摘要到 stdout
    """
    from datetime import date as _date, datetime as _datetime

    from dotenv import load_dotenv

    # ── 1. 解析 CLI 参数 ──
    parser = build_parser()
    args = parser.parse_args()

    # ── 2. 加载环境变量（分层叠加：根 .env < ETL .env < 环境变量） ──
    # override=False 保证后加载的不覆盖先加载的环境变量
    # 先加载根 .env（最低优先级）
    load_dotenv(Path(".env"), override=False)
    # 再加载 ETL 专属 .env（中优先级）
    load_dotenv(Path("apps/etl/connectors/feiqiu/.env"), override=False)
    # 真实环境变量（最高优先级）已自动存在于 os.environ

    # ── 3. 构造 AnalyzerConfig ──
    date_from = _date.fromisoformat(args.date_from) if args.date_from else None
    date_to = _date.fromisoformat(args.date_to) if args.date_to else None
    tables = [t.strip() for t in args.tables.split(",")] if args.tables else None
    output_dir = resolve_output_dir()

    from dataflow_analyzer import AnalyzerConfig, ODS_SPECS, collect_all_tables, dump_collection_results

    config = AnalyzerConfig(
        date_from=date_from,
        date_to=date_to,
        limit=args.limit,
        tables=tables,
        output_dir=output_dir,
        pg_dsn=os.environ.get("DATABASE_URL") or os.environ.get("PG_DSN", ""),
        api_base=os.environ.get("API_BASE", ""),
        api_token=os.environ.get("API_TOKEN", ""),
        store_id=os.environ.get("STORE_ID", ""),
    )

    # ── 4. 执行采集（使用本模块的 ODS_SPECS） ──
    results = collect_all_tables(config, specs=ODS_SPECS)

    # ── 5. 落盘 ──
    paths = dump_collection_results(results, output_dir)

    # ── 6. 输出采集摘要 ──
    now = _datetime.now()
    filename = generate_output_filename(now)
    ok = sum(1 for r in results if r.error is None)
    fail = len(results) - ok
    total_records = sum(r.record_count for r in results)

    print(f"\n{'='*60}")
    print(f"数据流结构分析完成")
    print(f"{'='*60}")
    print(f"  输出目录:   {output_dir}")
    print(f"  报告文件名: {filename}")
    print(f"  分析表数:   {len(results)} ({ok} 成功, {fail} 失败)")
    print(f"  总记录数:   {total_records}")
    print(f"  落盘路径:")
    for category, p in paths.items():
        print(f"    {category}: {p}")
    print(f"{'='*60}")


if __name__ == "__main__":
    main()