from logging.handlers import TimedRotatingFileHandler
import influxdb_api
import os
import logging
import globals
from datetime import datetime, timedelta, timezone
import schedule
import time
import shutil
from influxdb_client import InfluxDBClient, BucketsApi, WriteApi, OrganizationsApi, Point, QueryApi
import simulation
import influxdb_info

def setup_logger():
    # 创建日志目录
    log_dir = "logs"
    os.makedirs(log_dir, exist_ok=True)

    # 配置基础日志格式
    log_format = "%(asctime)s - %(levelname)s - %(message)s"
    formatter = logging.Formatter(log_format)

    # 创建主 Logger
    logger = logging.getLogger()
    logger.setLevel(logging.DEBUG)  # 全局日志级别

    # --- 1. 按日期分割的日志文件 Handler ---
    log_file = os.path.join(log_dir, "simulation.log")
    file_handler = TimedRotatingFileHandler(
        filename=log_file,
        when="midnight",  # 每天午夜轮转
        interval=1,
        backupCount=7,
        encoding="utf-8"
    )
    file_handler.suffix = "simulation-%Y-%m-%d.log"  # 文件名格式
    file_handler.setFormatter(formatter)
    file_handler.setLevel(logging.DEBUG)   # 文件记录所有级别日志

    # --- 2. 控制台实时输出 Handler ---
    console_handler = logging.StreamHandler()  # 默认输出到 sys.stderr (控制台)
    console_handler.setFormatter(formatter)
    console_handler.setLevel(logging.INFO)     # 控制台仅显示 INFO 及以上级别

    # 将 Handler 添加到 Logger
    logger.addHandler(file_handler)
    logger.addHandler(console_handler)

    return logger

logger = setup_logger()

# 2025/02/01
def get_next_time() -> str:
    """
    获取下一个1分钟时间点，返回格式为字符串'YYYY-MM-DDTHH:MM:00+08:00'
    :return: 返回字符串格式的时间，表示下一个1分钟的时间点
    """
    # 获取当前时间，并设定为北京时间
    now = datetime.now() # now 类型为 datetime，表示当前本地时间
    # 获取当前的分钟，并且将秒和微秒置为零
    current_time = now.replace(second=0, microsecond=0) # current_time 类型为 datetime，时间的秒和微秒部分被清除
    return current_time.strftime('%Y-%m-%dT%H:%M:%S+08:00')


# 2025/02/06
def store_realtime_SCADA_data_job() -> None:
    """
    定义的任务1，每分钟执行1次，每次执行时，更新get_real_value_time并调用store_realtime_SCADA_data_to_influxdb函数
    :return: None
    """
    # 获取当前时间并更新get_real_value_time，转换为字符串格式
    get_real_value_time: str = get_next_time()  # get_real_value_time 类型为 str，格式为'2025-02-01T18:45:00+08:00'
    # 调用函数执行任务
    influxdb_api.store_realtime_SCADA_data_to_influxdb(get_real_value_time)
    logger.info('{} -- Successfully store realtime SCADA data.'.format(datetime.now().strftime('%Y-%m-%d %H:%M:%S')))


# 2025/02/06
def get_next_15minute_time() -> str:
    """
    获取下一个15分钟的时间点，返回格式为字符串'YYYY-MM-DDTHH:MM:00+08:00'
    :return: 返回字符串格式的时间，表示下一个15分钟执行时间点
    """
    now = datetime.now()
    # 向上舍入到下一个15分钟
    next_15minute = (now.minute // 15 + 1) * 15 - 15
    if next_15minute == 60:
        next_15minute = 0
        now = now + timedelta(hours=1)
    next_time = now.replace(minute=next_15minute, second=0, microsecond=0)
    return next_time.strftime('%Y-%m-%dT%H:%M:%S+08:00')


# 2025/02/07
def run_simulation_job() -> None:
    """
    定义的任务3，每15分钟执行一次在store_realtime_SCADA_data_to_influxdb之后执行run_simulation。
    :return: None
    """
    # 获取当前时间，并检查是否是整点15分钟
    current_time = datetime.now()
    if current_time.minute % 15 == 0:
        print(f"{current_time.strftime('%Y-%m-%d %H:%M:%S')} -- Start simulation task.")
        # 计算前，获取scada_info中的信息，按照设定的方法修改pg数据库
        simulation.query_corresponding_element_id_and_query_id("bb")
        simulation.query_corresponding_pattern_id_and_query_id('bb')
        region_result = simulation.query_non_realtime_region('bb')
        globals.source_outflow_region_id = simulation.get_source_outflow_region_id('bb', region_result)
        globals.realtime_region_pipe_flow_and_demand_id = simulation.query_realtime_region_pipe_flow_and_demand_id('bb', region_result)
        globals.pipe_flow_region_patterns = simulation.query_pipe_flow_region_patterns('bb')
        globals.non_realtime_region_patterns = simulation.query_non_realtime_region_patterns('bb', region_result)
        globals.source_outflow_region_patterns, realtime_region_pipe_flow_and_demand_patterns = simulation.get_realtime_region_patterns('bb',
                                                                                                globals.source_outflow_region_id,
                                                                                                globals.realtime_region_pipe_flow_and_demand_id)
        modify_pattern_start_time: str = get_next_15minute_time()  # 获取下一个15分钟时间点
        # print(modify_pattern_start_time)
        simulation.run_simulation(name='bb', simulation_type="realtime", modify_pattern_start_time=modify_pattern_start_time)

        logger.info('{} -- Successfully run simulation and store realtime simulation result.'.format(datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
    else:
        logger.info(f"{current_time.strftime('%Y-%m-%d %H:%M:%S')} -- Skipping the simulation task.")


# 2025/02/06
def realtime_task() -> None:
    """
    定时执行任务1和，使用schedule库每1分钟执行一次store_realtime_SCADA_data_job函数。
    该任务会一直运行，定期调用store_realtime_SCADA_data_job获取SCADA数据。
    :return:
    """
    # 等待到整分对齐
    now = datetime.now()
    wait_seconds = 60 - now.second
    time.sleep(wait_seconds)
    # 使用 .at(":00") 指定在每分钟的第0秒执行
    schedule.every(1).minute.at(":00").do(store_realtime_SCADA_data_job)
    # 每15分钟执行一次run_simulation_job
    schedule.every(1).minute.at(":00").do(run_simulation_job)
    # 持续执行任务，检查是否有待执行的任务
    while True:
        schedule.run_pending()  # 执行所有待处理的定时任务
        time.sleep(1)  # 暂停1秒，避免过于频繁的任务检查


if __name__ == "__main__":
    url = influxdb_info.url
    token = influxdb_info.token
    org_name = influxdb_info.org

    client = InfluxDBClient(url=url, token=token)
    # step2: 先查询pg数据库中scada_info的信息，然后存储SCADA数据到SCADA_data这个bucket里
    influxdb_api.query_pg_scada_info_realtime('bb')
    # 自动执行
    realtime_task()