"""
===============================================================================
FILE: services/scud_etl/pipeline.py
PROJECT: SCUD Orion AI (Unified Architecture)
MODULE: services / scud_etl
ROLE: Оркестрация выборки снапшотов из SQLite и загрузки кадровых файлов 1С.
===============================================================================
"""

import os
import json
import logging
from typing import Optional
import pandas as pd

from core.connection import get_connection

logger = logging.getLogger("SCUD_PIPELINE")


def load_best_snapshot_for_date(date_str: str, prefer_final_y: bool = True) -> pd.DataFrame:
    """
    Извлекает срез за дату из SQLite. Для отчета за вчера строго ищет
    финальный вечерний срез Y (с зафиксированными выходами за 22:00:00).
    """
    with get_connection(row_factory=True) as conn:
        cursor = conn.cursor()
        
        if prefer_final_y:
            cursor.execute("""
                SELECT raw_data_json 
                FROM scud_snapshots 
                WHERE (snapshot_date = ? OR date_str = ?) AND (snapshot_id LIKE 'Y%' OR snapshot_time LIKE '22:00%')
                ORDER BY id DESC LIMIT 1
            """, (date_str, date_str))
            row = cursor.fetchone()
            if row and row["raw_data_json"]:
                data = json.loads(row["raw_data_json"])
                return pd.DataFrame(data)

        cursor.execute("""
            SELECT raw_data_json 
            FROM scud_snapshots 
            WHERE snapshot_date = ? OR date_str = ?
            ORDER BY id DESC LIMIT 1
        """, (date_str, date_str))
        row = cursor.fetchone()
        if row and row["raw_data_json"]:
            data = json.loads(row["raw_data_json"])
            return pd.DataFrame(data)

    return pd.DataFrame()


def load_1c_files_for_date(date_str: str) -> tuple[pd.DataFrame, pd.DataFrame]:
    """
    Загружает файлы Штат_*.xlsx и Отсутствия_*.xlsx за указанную дату из data/1c/.
    """
    formatted_date = date_str.replace(".", "_")
    staff_file = f"data/1c/Штат_{formatted_date}.xlsx"
    absences_file = f"data/1c/Отсутствия_{formatted_date}.xlsx"

    df_staff = pd.read_excel(staff_file) if os.path.exists(staff_file) else pd.DataFrame()
    df_absences = pd.read_excel(absences_file) if os.path.exists(absences_file) else pd.DataFrame()

    return df_staff, df_absences