import datetime
import logging
from fastapi import FastAPI, Depends, HTTPException, status
from pydantic import BaseModel
from sqlalchemy.orm import Session
from database import (
    get_db,
    DimEstudiante,
    DimDocente,
    DimModulo,
    DimTiempo,
    DimOrigenDocumental,
    Users,
    FactRendimientoAcademico,
)
from ner_engine import ner_engine

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

app = FastAPI(
    title="GiraGroup BI Backend Cloud",
    description="API para Tecnologías Emergentes II con BETO y Supabase",
    version="1.0.0"
)

# El nombre del comment en el esquema DDL de Supabase indica que el CHECK de
# tipo_documento es: ('SHEET', 'FORM', 'MOODLE', 'XLSX')
TIPO_DOC_VALIDO = "SHEET"

class ProcessSheetPayload(BaseModel):
    texto_celda: str
    nota_detectada: float
    asistencia: float
    incumplimiento_tareas: float
    id_docente: int
    id_modulo: int
    id_tiempo: int
    id_documento: int
    id_usuario: int

@app.get("/")
def read_root():
    return {
        "status": "healthy",
        "service": "GiraGroup BI Backend API Cloud",
        "ner_initialized": ner_engine._initialized or ner_engine.pipeline is not None
    }

@app.post("/api/v1/ingesta/tabular", status_code=status.HTTP_201_CREATED)
def procesar_registro_tabular(payload: ProcessSheetPayload, db: Session = Depends(get_db)):
    try:
        # 1. NLP con BETO
        entidades = ner_engine.extract_entities(payload.texto_celda)
        confianza_ia = sum([e["score"] for e in entidades]) / len(entidades) if entidades else 1.0
        forzar_revision = confianza_ia < 0.60

        # 2. Dimensión Estudiante
        nombre_resuelto = payload.texto_celda.strip()
        estudiante = db.query(DimEstudiante).filter(
            DimEstudiante.nombre_completo == nombre_resuelto
        ).first()
        if not estudiante:
            estudiante = DimEstudiante(nombre_completo=nombre_resuelto)
            db.add(estudiante)
            db.flush()

        # 3. Dimensión Docente — columnas reales: nombre_completo, area_especialidad
        if not db.query(DimDocente).filter(DimDocente.id_docente == payload.id_docente).first():
            db.add(DimDocente(
                id_docente=payload.id_docente,
                nombre_completo="Docente Generico",
                area_especialidad="Generico"
            ))

        # 4. Dimensión Módulo — columnas reales: nombre_modulo, nombre_institucion, programa
        if not db.query(DimModulo).filter(DimModulo.id_modulo == payload.id_modulo).first():
            db.add(DimModulo(
                id_modulo=payload.id_modulo,
                nombre_modulo="Modulo Generico",
                nombre_institucion="GiraGroup",
                programa="General"
            ))

        # 5. Dimensión Tiempo — columnas reales: gestion, semestre, mes
        if not db.query(DimTiempo).filter(DimTiempo.id_tiempo == payload.id_tiempo).first():
            db.add(DimTiempo(
                id_tiempo=payload.id_tiempo,
                gestion=2026,
                semestre=1,
                mes="Mayo"
            ))

        # 6. Dimensión Origen Documental — tabla real: dim_origen_documental
        #    CHECK: tipo_documento IN ('SHEET', 'FORM', 'MOODLE', 'XLSX')
        if not db.query(DimOrigenDocumental).filter(
            DimOrigenDocumental.id_documento == payload.id_documento
        ).first():
            db.add(DimOrigenDocumental(
                id_documento=payload.id_documento,
                tipo_documento=TIPO_DOC_VALIDO,
                nombre_archivo="carga_automatica"
            ))

        # 7. Usuario — tabla real: users (id, username, hashed_password, role)
        if not db.query(Users).filter(Users.id == payload.id_usuario).first():
            db.add(Users(
                id=payload.id_usuario,
                username=f"sistema_{payload.id_usuario}",
                hashed_password="$placeholder$",
                role="admin"
            ))

        db.flush()

        # 8. Alertas estratégicas
        alertas_disparadas = []
        if payload.nota_detectada <= 70.0:
            alertas_disparadas.append("RIESGO_ACADEMICO_CRITICO")
        if payload.asistencia < 70.0 or payload.incumplimiento_tareas > 30.0:
            alertas_disparadas.append("RIESGO_DESERCION_ALTA")

        # 9. Insertar hecho con las FK correctas
        nuevo_hecho = FactRendimientoAcademico(
            id_estudiante=estudiante.id_estudiante,
            id_docente=payload.id_docente,
            id_modulo=payload.id_modulo,
            id_tiempo=payload.id_tiempo,
            id_documento=payload.id_documento,
            id_usuario_carga=payload.id_usuario,
            nota_final=payload.nota_detectada,
            asistencia_pct=payload.asistencia,
            incumplimiento_actividades_pct=payload.incumplimiento_tareas,
            nivel_confianza_ia=confianza_ia,
            requiere_revision=forzar_revision
        )
        db.add(nuevo_hecho)
        db.commit()

        return {
            "status": "processed",
            "id_estudiante_asignado": estudiante.id_estudiante,
            "confianza_modelo_beto": round(confianza_ia, 4),
            "requiere_auditoria_humana": forzar_revision,
            "alertas_estrategicas": alertas_disparadas
        }
    except Exception as err:
        db.rollback()
        logger.error(f"Error crítico en backend 500: {err}")
        raise HTTPException(status_code=500, detail=str(err))


@app.get("/api/v1/riesgos/cruzado")
def obtener_riesgos_cruzados(limite_nota: float = 70.0, min_cuotas: int = 2, db: Session = Depends(get_db)):
    try:
        resultados = db.query(DimEstudiante, FactRendimientoAcademico).\
            join(FactRendimientoAcademico, DimEstudiante.id_estudiante == FactRendimientoAcademico.id_estudiante).\
            filter(FactRendimientoAcademico.nota_final <= limite_nota).\
            all()

        data = []
        for est, fact in resultados:
            data.append({
                "estudiante": est.nombre_completo,
                "codigo": f"EST-{est.id_estudiante:06d}",
                "rendimiento": {
                    "nota_actual": float(fact.nota_final),
                    "estado_academico": "CRÍTICO" if fact.nota_final <= 70 else "REGULAR"
                },
                "finanzas": {
                    "cuotas_mora": min_cuotas,
                    "deuda_total": 350.0 * min_cuotas,
                    "estado_cartera": "MORA"
                },
                "nivel_riesgo_global": "ALTO - CRÍTICO"
            })

        return {"status": "success", "data": data}
    except Exception as e:
        logger.error(f"Fallo en la resolución del query OLAP: {e}")
        raise HTTPException(status_code=500, detail=str(e))