from server import cache_client
import logging
from datetime import datetime

logger = logging.getLogger('recommend')


def get_cache_from_redis_hbase(temp, hbu):
    """
    用户读取二级缓存的逻辑
    :param temp: 请求的相关参数
    :param hbu: hbase的连接
    :return:
    """
    # 'reco:{}:{}art'
    key = 'reco:{}:{}:art'.format(temp.user_id, temp.channel_id)
    res = cache_client.zrevrange(key, 0, temp.article_num - 1)
    # 1、 如果redis有，读取需要推荐的文章数量放回，并删除这些文章，并且放入推荐历史推荐结果中
    if res:
        cache_client.zrem(key, *res)
    else:
        # 2、 如果redis当中不存在，则从wait_recommend中读取
        cache_client.delete(key)
        #   - 如果wait_recommend中也没有，直接返回
        try:
            hbase_cache = eval(hbu.get_table_row('wait_recommend',
                                            'reco:{}'.format(temp.user_id).encode(),
                                            'channel:{}'.format(temp.channel_id).encode()))
        except Exception as e:
            logger.warning("{} WARN read user_id:{} wait_recommend exception:{} not exist".format(
                datetime.now().strftime('%Y-%m-%d %H:%M:%S'), temp.user_id, e))
            hbase_cache = []

        if not hbase_cache:
            return hbase_cache
        #   - 如果wait_recommend有，从wait_recommend取出所有结果，定一个数量(如100篇)存入redis,剩下放回wait_recommend,
        #   不够100，全部放入redis，然后清空wait_recommend
        if len(hbase_cache) <= 100:
            # 直接放入redis
            # redis zadd
            cache_client.zadd(key, dict(zip(hbase_cache, range(len(hbase_cache)))))

            # 清空wait_recommend
            hbu.get_table_put('wait_recommend',
                              'reco:{}'.format(temp.user_id).encode(),
                              'channel:{}'.format(temp.channel_id).encode(),
                              str([]).encode())

            logger.info(
                "{} INFO delete user_id:{} channel:{} wait_recommend data".format(
                    datetime.now().strftime('%Y-%m-%d %H:%M:%S'), temp.user_id, temp.channel_id))

        else:

            logger.info(
                "{} INFO reduce user_id:{} channel:{} wait_recommend data".format(
                    datetime.now().strftime('%Y-%m-%d %H:%M:%S'), temp.user_id, temp.channel_id))

            # hbase取出一部分放入redis
            res = hbase_cache[:100]

            # 写入数据库，redis, hbase
            # redis zadd
            cache_client.zadd(key, dict(zip(res, range(len(res)))))

            # 剩下的结果写入hbase
            hbu.get_table_put('wait_recommend',
                              'reco:{}'.format(temp.user_id).encode(),
                              'channel:{}'.format(temp.channel_id).encode(),
                              str(hbase_cache[100:]).encode())

        # 已经放入redis 8 号数据库
        res = cache_client.zrevrange(key, 0, temp.article_num -1)
        # 取出的redis真正要推荐的，删除已推荐的redis结果
        if res:
            cache_client.zrem(key, *res)

    # 3、 从redis中拿出要推荐的文章结果，然后放入历史推荐结果中
    # 放入历史记录
    res = list(map(int, res))

    logger.info("{} INFO get cache data and store user_id:{} channel:{} cache history data".format(
        datetime.now().strftime('%Y-%m-%d %H:%M:%S'), temp.user_id, temp.channel_id))

    # 放入历史推荐表中
    # 要推荐出去的res,直接写入历史推荐记录，然后返回给推荐中心
    hbu.get_table_put('history_recommend',
                      'reco:his:{}'.format(temp.user_id).encode(),
                      'channel:{}'.format(temp.channel_id).encode(),
                      str(res).encode(),
                      timestamp=temp.time_stamp)

    return res