import logging
from utils import store_to_disk

from config import QUERY, OUTPUT_DIR
from worker import run_seriell, run_threads, run_parallel


# ---------------------------------------------------------------------------
# Logging konfigurieren
# ---------------------------------------------------------------------------

# Erinnerung: Log-Levels -> DEBUG, INFO, WARNING, ERROR, CRITICAL

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s [%(levelname)s] %(message)s",
    datefmt="%H:%M:%S",
)
logger = logging.getLogger(__name__)


# ---------------------------------------------------------------------------
# Hauptlogik
# ---------------------------------------------------------------------------
def main() -> None:

    query_name = list(QUERY.keys())[0]
    query = QUERY[query_name]

    logger.info("=== Seriell ===")
    overall_s = run_seriell(query)

    logger.info("=== Multiprocessing ===")
    overall_p = run_parallel(query)

    logger.info("=== ThreadPoolExecutor ===")
    overall_t = run_threads(query)

    try:
        saved_path = store_to_disk(
            results=overall_p,
            poi_type=query_name,
            output_dir=OUTPUT_DIR,
        )
        logger.info(f"Ergebnisse gespeichert: {saved_path}")
    except OSError as e:
        logger.error(f"Fehler beim Speichern:{e}")
    logger.info("Fertig.")


if __name__ == "__main__":
    main()


    # Was ist passiert?
    # * Wir haben zusätzlich Multithreating-Code implementiert
    # * Die Dekorator-Funktion in utils.py (timer) stoppt und logt die Zeit der dekorierten Funktionen, ohne deren Code
    #   zu verändern. Das ermöglicht uns einen einfachen Zeitvergleich zwischen den einzelnen Funktionen
    # * Auslagerung von BBOXEN, OUTPUT_DIR, QUERY nach config.py, weil sie sowohl in main.py als auch in worker.py gebraucht
    #   werden. Wären sie in main.poy verblieben, hätten wir Probleme mit einem circular-Import bekommen...

    # Erkenntnisse:

    # Programmfluss:
    # main() — läuft immer sequenziell
    # │
    # ├── run_seriell()
    # │   ├── fetch SW  ──► wartet
    # │   ├── fetch SO  ──► wartet
    # │   ├── fetch NW  ──► wartet
    # │   └── fetch NO  ──► wartet       → return → main() macht weiter
    # │
    # ├── run_parallel()
    # │   ├── fetch SW ─┐
    # │   ├── fetch SO  ├─ gleichzeitig
    # │   ├── fetch NW  │  in Prozessen
    # │   └── fetch NO ─┘
    # │   Pool.map() blockiert bis ALLE fertig → return → main() macht weiter
    # │
    # ├── run_threads()
    # │   ├── fetch SW ─┐
    # │   ├── fetch SO  ├─ gleichzeitig
    # │   ├── fetch NW  │  in Threads
    # │   └── fetch NO ─┘
    # │   as_completed() blockiert bis ALLE fertig → return → main() macht weiter
    # │
    # └── store_to_disk()   ← erst hier, garantiert


    # TASK:

    # * Bis jetzt speichern wir die Resultate als .json-File auf unserer Festplatte. Als nächstes wollen wir
    #   die Resultate in einer sqlite-Datenbank ablegen