import logging
from pathlib import Path
from utils import store_to_disk
from overpass import fetch_overpass
from queries.bergbahn import BERGBAHN_QUERY
from queries.restaurant import RESTAURANT_QUERY
import requests


# ---------------------------------------------------------------------------
# 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__)


# ---------------------------------------------------------------------------
# Konfiguration
# ---------------------------------------------------------------------------

OUTPUT_DIR = Path("results")

BBOXEN = {
    "SW": (45.8, 5.9, 46.8, 8.2),
    "SO": (45.8, 8.2, 46.8, 10.5),
    "NW": (46.8, 5.9, 47.8, 8.2),
    "NO": (46.8, 8.2, 47.8, 10.5)
}

# BBOXEN = {
#     1: (45.8, 5.9, 46.4667, 7.4333),
#     2: (45.8, 7.4333, 46.4667, 8.9667),
#     3: (45.8, 8.9667, 46.4667, 10.5),
#     4: (46.4667, 5.9, 47.1333, 7.4333),
#     5: (46.4667, 7.4333, 47.1333, 8.9667),
#     6: (46.4667, 8.9667, 47.1333, 10.5),
#     7: (47.1333, 5.9, 47.8, 7.4333),
#     8: (47.1333, 7.4333, 47.8, 8.9667),
#     9: (47.1333, 8.9667, 47.8, 10.5)
# }

# BBOXEN = {
#     1: (45.8, 5.9, 46.3, 7.05), 2: (45.8, 7.05, 46.3, 8.2), 3: (45.8, 8.2, 46.3, 9.35), 4: (45.8, 9.35, 46.3, 10.5),
#     5: (46.3, 5.9, 46.8, 7.05), 6: (46.3, 7.05, 46.8, 8.2), 7: (46.3, 8.2, 46.8, 9.35), 8: (46.3, 9.35, 46.8, 10.5),
#     9: (46.8, 5.9, 47.3, 7.05), 10: (46.8, 7.05, 47.3, 8.2), 11: (46.8, 8.2, 47.3, 9.35), 12: (46.8, 9.35, 47.3, 10.5),
#     13: (47.3, 5.9, 47.8, 7.05), 14: (47.3, 7.05, 47.8, 8.2), 15: (47.3, 8.2, 47.8, 9.35), 16: (47.3, 9.35, 47.8, 10.5)
# }

QUERY = {"bergbahn": BERGBAHN_QUERY}


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

    overall = []
    errors = []
    query_name = list(QUERY.keys())[0]

    for name, bbox in BBOXEN.items():
        logger.info(f"Starte Abfrage für Query: {query_name}, '{name}' mit bbox={bbox}")
        try:
            result = fetch_overpass(overpass_query=QUERY.get(query_name,""), bbox=bbox)
        except RuntimeError as e:
            errors.append(name)
            logger.error(f"API-Fehler bei '{name}': {e}")
            continue
        except requests.Timeout:
            errors.append(name)
            logger.error(f"Timeout bei '{name}' — bbox zu gross oder Server überlastet")
            continue

        elements = result.get("elements", [])
        logger.info(f"'{name}': {len(elements)} Elemente gefunden")
        overall.extend(elements)

    logger.info(f"Total: {len(overall)} Elemente gefunden")
    if errors:
        logger.info(f"Fehler in Fragmenten: {errors}")

    # Ergebnisse speichern
    try:
        saved_path = store_to_disk(
            results=overall,
            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 einen ersten Test im Modul 'tests' geschrieben
    # * Der Kern von fetch_overpass() ist ein HTTP-Request — ohne Mocks lässt sich die Funktion selbst kaum sinnvoll testen,
    #   weil jeder Test auf die echte API angewiesen wäre (langsam, flaky, Netzwerkabhängig).
    #   -> deshalb war nun der erste Test (zum eigentlich weniger wichtigen) 'store_to_disk' ...!


    # TASK:

    # * Wir arbeiten nun alle 4,9, 16 Sequenzen hintereinander seriell ab. Wir könnten versuchen den ganzen Prozess zu
    #   beschleunigen und ihn parallel auszuführen...
    # * Es gibt je nach Problem verschiedene Möglichkeiten unseren Code zu parallelisieren -> beide haben Vor- und Nachteile!
    #   - Multithreating
    #   - Multiprocessing
    #   -> wir beginnen mit dem Multiprocessing-Ansatz (multiprocessing). Dazu bauen wir wieder ein neues model namens 'worker'
    #      wo wir unseren Code für die Parallelisierung ablegen.