"""孤儿数据清理器。

定时扫描存储目录与数据库，清理不再有意义的死数据：

1. 磁盘上存在但没有对应任务记录的上传/步骤目录（删除任务中断等残留）。
2. 状态为 COMPLETED 但产物文件已全部丢失、且超过宽限期的任务记录
   （这类任务在任务页会显示"完成"但下载全部 404，属于孤儿数据）。

出于安全考虑，以下数据**不会**被自动清理：

- FAILED 任务（用户可能重试，且失败任务本就可能没有文件）。
- 状态非终态（QUEUED/RUNNING）的任务。
- 最近宽限期内的任务，避免误删刚完成的运行。

手动删除任务仍走删除接口，本模块只做保守的孤儿兜底。
"""

from __future__ import annotations

import shutil
import threading
import time
from datetime import datetime, timezone
from pathlib import Path

from wov_app.config import CLEANUP_GRACE_SECONDS, CLEANUP_INTERVAL_SECONDS
from wov_app.db import Database


class OrphanCleaner:
    """后台孤儿清理器：周期扫描并清理孤儿数据，只保留明确的死数据。"""

    def __init__(
        self,
        db: Database,
        storage_dir: Path,
        interval_seconds: float | None = None,
        grace_seconds: float | None = None,
    ) -> None:
        """保存依赖并初始化轮询线程控制字段。"""
        self.db = db
        self.storage_dir = storage_dir
        self.interval_seconds = interval_seconds or CLEANUP_INTERVAL_SECONDS
        self.grace_seconds = grace_seconds or CLEANUP_GRACE_SECONDS
        self._thread: threading.Thread | None = None
        self._stopping = False

    def start(self) -> None:
        """启动清理线程；重复调用无副作用。"""
        if self._thread is not None:
            return
        self._stopping = False
        self._thread = threading.Thread(
            target=self._loop,
            name="wov-orphan-cleaner",
            daemon=True,
        )
        self._thread.start()

    def stop(self) -> None:
        """请求停止并等待清理线程退出。"""
        self._stopping = True
        if self._thread is not None:
            self._thread.join(timeout=5)
            self._thread = None

    def _loop(self) -> None:
        """周期循环：每隔一个间隔执行一次清理。"""
        while not self._stopping:
            time.sleep(self.interval_seconds)
            self.clean_once()

    def clean_once(self) -> int:
        """执行一次孤儿清理，返回清理的数据条目数。"""
        run_ids = set(self.db.list_run_ids())
        removed = 0
        # 1) 无对应任务记录的上传/步骤目录视为残留，直接删除。
        removed += self._clean_dangling(self.storage_dir / "uploads", run_ids)
        removed += self._clean_dangling(self.storage_dir / "runs", run_ids)
        # 2) COMPLETED 且产物文件全失、超过宽限期的任务记录删除。
        for run_id in run_ids:
            run = self.db.get_run(run_id)
            if run is None:
                continue
            # 批量处理运行（source=batch）跳过清理：其工作空间位于独立的
            # storage/batch 层级，_has_files 检查主 runs 目录会误判为孤儿。
            # 批量记录与私有工作空间由批量引擎负责收尾，用户媒体目录始终保留。
            if run.get("source") == "batch":
                continue
            if run["status"] != "COMPLETED":
                continue
            if not self._expired(run.get("updated_at")):
                continue
            if self._has_files(self.storage_dir / "runs" / run_id):
                continue
            removed += self._remove_run(run_id, run)
        return removed

    def _clean_dangling(self, root: Path, run_ids: set[str]) -> int:
        """删除 root 下没有对应任务记录的残留子目录，返回删除数。"""
        if not root.is_dir():
            return 0
        removed = 0
        for child in root.iterdir():
            if child.is_dir() and child.name not in run_ids:
                shutil.rmtree(child, ignore_errors=True)
                removed += 1
        return removed

    def _expired(self, updated_at: str | None) -> bool:
        """判断任务最后更新时间是否已超过宽限期；无法解析时保守视为未过期。"""
        if not updated_at:
            return False
        try:
            updated = datetime.fromisoformat(updated_at)
            return (datetime.now(timezone.utc) - updated).total_seconds() > self.grace_seconds
        except ValueError:
            # 时间格式损坏时保守保留，避免误删。
            return False

    def _has_files(self, run_dir: Path) -> bool:
        """判断任务目录下是否仍存在产物文件。"""
        if not run_dir.is_dir():
            return False
        return any(path.is_file() for path in run_dir.rglob("*"))

    def _remove_run(self, run_id: str, run: dict) -> int:
        """删除孤儿上传任务的记录与私有目录，保留任何外部输入路径。"""
        self.db.delete_run(run_id)
        # 与手动删除一致，只按私有存储布局定位；历史记录的 input_uri
        # 可能引用用户媒体库，不能把其父目录当作可递归删除的上传目录。
        shutil.rmtree(self.storage_dir / "uploads" / run_id, ignore_errors=True)
        shutil.rmtree(self.storage_dir / "runs" / run_id, ignore_errors=True)
        return 1