# -*- coding: UTF-8 -*-

import pandas as pd
import time
from sqlalchemy import create_engine
import os
import configparser
import pymysql
import traceback
import datetime
from LIB.BACKEND import DBManager,Log # 以相对路径的方式从LIB开始引入！！！！！
from LIB.MIDDLE.AlgoDemo.Demo.V_1_0_0.CoreAlgo import core # 以相对路径的方式从LIB开始引入！！！！！
from LIB.BACKEND.OPENAPI import OpenApi

if __name__ == '__main__':
    
    
    # 环境变量配置（通过环境变量确定当前程序运行在开发、测试、生产环境）
    env_dist = os.environ
    cur_env = env_dist.get("CURENV", 'dev') # 默认为开发环境
    
    # 读取配置文件 (该部分请不要修改)
    cf = configparser.ConfigParser()
    if cur_env == 'dev':
        cf.read("config-dev.ini")
    elif cur_env == 'test':
        cf.read("config-test.ini")
    elif cur_env == 'pro':
        cf.read("config-pro.ini")
    
    # 解析配置文件 （该部分请按照实际需求修改）
    host1 = cf.get("Mysql-1", 'host')
    port1 = int(cf.get("Mysql-1", 'port'))
    db1 = cf.get("Mysql-1", 'db')
    user1 = cf.get("Mysql-1", 'user')
    password1 = cf.get("Mysql-1", 'password')
    
    host2 = cf.get("Mysql-2", 'host')
    port2 = int(cf.get("Mysql-2", 'port'))
    db2 = cf.get("Mysql-2", 'db')
    user2 = cf.get("Mysql-2", 'user')
    password2 = cf.get("Mysql-2", 'password')
    
    # 日志配置（按照该配置，每次运行时可自动生成运行日期的文件夹, 会在与main.py同级的， 该部分可按照实际需求修改）
    now_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()).replace(":","_")
    log_path = 'log/' + now_str
    if not os.path.exists(log_path):
        os.makedirs(log_path)
    log = Log.Mylog(log_name='cal_sor', log_level = 'info')
    log.set_file_hl(file_name='{}/info.log'.format(log_path), log_level='info', size=1024* 1024 * 100)
    log.set_file_hl(file_name='{}/error.log'.format(log_path), log_level='error', size=1024* 1024 * 100)
    log.set_stream_hl("error") # 打印错误日志
    logger = log.get_logger()
    logger.info("{}, 算法开始".format(str(os.getpid())))
    
    try:    
        # 连接数据库的两种方式
        # 方式一：新dataframe写入数据库时，采用该方式可以不需要写sql语句；
        #    该方式无法对数据库进行修改；
        
        db_engine_1 = create_engine(
            "mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8".format(
                user1, password1, host1, port1, db1
            ))
        
        # 方式二：该方式可以通过写update SQL语句，对数据库中的数据进行修改
        conn = pymysql.connect(host=host2, port=port2, user=user2, password=password2, database=db2)
        cursor = conn.cursor()

        # 准备算法数据
        
        # 原始数据时间设置
        end_time=datetime.datetime.now()
        start_time=end_time-datetime.timedelta(seconds=300)
        start_time=start_time.strftime('%Y-%m-%d %H:%M:%S')
        end_time=end_time.strftime('%Y-%m-%d %H:%M:%S')
        
        # 从开放平台获取资产列表及相关信息
        openApi = OpenApi.OpenApi()
        df_all_sn = openApi.get_asset()
        calSor = core.CalSor(); # 算法初始化
        
        # 遍历资产列表，获取数据和参数，输入算法中
        for index in range(0, df_all_sn.index[-1]):
            
            try:# 解析得到厂家、sn、协议类型、电芯参数等输入数据
                factory = df_all_sn.loc[index,'factory']
                sn = df_all_sn.loc[index,'sn']
                imei = df_all_sn.loc[index,'imei']
                protocolType = df_all_sn.loc[index,'protocolType'] # 协议类型（3：32960，10：科易，13：优旦）
                if imei[5:9] == 'N640':
                    celltype=1 #6040三元电芯
                elif imei[5:9] == 'N440':
                    celltype=2 #4840三元电芯
                elif imei[5:9] == 'L660':
                    celltype=99 # 6060锂电芯
                elif imei[3:5] == 'LX' and imei[5:9] == 'N750':    
                    celltype=3 #力信 50ah三元电芯
                elif imei[3:5] == 'CL' and imei[5:9] == 'N750': 
                    celltype=4 #CATL 50ah三元电芯
                elif imei[1:3] == 'JM': # 金茂
                    celltype=100 #CATL 50ah三元电芯

                # 获取电池历史数据
                logger.info("{} start".format(sn))
                dbManager = DBManager.DBManager()
                df_data = dbManager.get_data(sn=sn, start_time=start_time, end_time=end_time, data_groups=['bms', 'gps', 'accum', 'system'])
                df_bms = df_data['bms']
                
                # 获取数据库原始数据
                df_ram = pd.read_sql("select * from test_tb where sn ='{}'".format(sn), db_engine_1)
                
                # 调用核心算法 
                df_res = calSor.calSor(sn, df_bms,celltype);
                
                # 算法结果入库
                # 新增
                if (len(df_ram) == 0):
                    df_res.to_sql("test_tb",con=db_engine_1, if_exists="append",index=False)
                    
                else:   
                # 修改
                    sql = '''update test_tb set data={} where sn='{}' '''.format(df_res['data'].values[0], (df_res['sn'].values[0]))
                    cursor.execute(sql)
                    conn.commit()
                logger.info("{} done".format(sn))
            except Exception as e :
                logger.error(traceback.format_exc)
                logger.error(str(e))
                logger.error(u"{} ：{},{} 任务运行错误\n".format(sn,start_time,end_time), exc_info=True)
            
    except Exception as e :
        logger.error(traceback.format_exc)
        logger.error(str(e))
        logger.error(u"任务运行错误2\n", exc_info=True)
        
    # 释放数据库资源
    cursor.close()
    conn.close()
    db_engine_1.dispose()