/**
 * 自然写教室智能算力盒边缘计算软件 V1.0
 * gRPC通信服务模块 - 与教室网关的笔迹数据交互
 *
 * 实现gRPC流式服务，接收网关转发的笔迹数据流
 * 支持mTLS双向认证确保通信安全
 */

#ifndef GRPC_SERVER_H
#define GRPC_SERVER_H

#include <string>
#include <vector>
#include <memory>
#include <mutex>
#include <atomic>
#include <thread>
#include <functional>
#include <unordered_map>
#include <chrono>
#include <queue>

// ==================== gRPC消息结构 ====================

/** 笔迹坐标点（对应protobuf消息） */
struct GrpcStrokePoint {
    float x;
    float y;
    float pressure;
    uint32_t timestamp;
    bool pen_up;
};

/** 笔迹数据包（对应protobuf消息） */
struct GrpcStrokePacket {
    std::string packet_id;            // 数据包ID
    std::string pen_id;               // 笔设备MAC地址
    std::string student_id;           // 学生ID
    std::string page_id;              // 点阵码页面ID
    std::vector<GrpcStrokePoint> points;  // 坐标点序列
    uint64_t gateway_timestamp;       // 网关转发时间戳
    int sequence_number;              // 包序号（用于乱序检测）
};

/** 识别结果响应 */
struct GrpcRecognitionResponse {
    std::string packet_id;            // 对应的请求包ID
    std::string recognition_type;     // 识别类型（ocr/math/stroke_order）
    bool success;                     // 是否成功
    std::string result_text;          // 识别结果文本
    float confidence;                 // 置信度
    float processing_time_ms;         // 处理耗时
    std::string model_version;        // 使用的模型版本
};

// ==================== 连接管理器 ====================

/** 客户端连接信息 */
struct ClientConnection {
    std::string client_id;            // 客户端标识（网关ID）
    std::string client_addr;          // 客户端地址
    std::string cert_fingerprint;     // 客户端证书指纹（mTLS）
    std::chrono::steady_clock::time_point connected_at;
    std::chrono::steady_clock::time_point last_active;
    long packets_received;            // 已接收数据包数
    long bytes_received;              // 已接收字节数
    bool authenticated;               // 是否已通过mTLS认证
};

/**
 * gRPC连接管理器
 * 管理与多个教室网关的gRPC连接
 * 每个网关对应一个持久化的gRPC流式连接
 */
class ConnectionManager {
public:
    ConnectionManager(int max_connections = 100)
        : max_connections_(max_connections) {}

    /** 注册新连接 */
    bool register_connection(const std::string& client_id, const std::string& addr,
                             const std::string& cert_fp) {
        std::lock_guard<std::mutex> lock(mutex_);
        if (static_cast<int>(connections_.size()) >= max_connections_) {
            return false;  // 达到最大连接数限制
        }

        ClientConnection conn;
        conn.client_id = client_id;
        conn.client_addr = addr;
        conn.cert_fingerprint = cert_fp;
        conn.connected_at = std::chrono::steady_clock::now();
        conn.last_active = conn.connected_at;
        conn.packets_received = 0;
        conn.bytes_received = 0;
        conn.authenticated = !cert_fp.empty();

        connections_[client_id] = conn;
        return true;
    }

    /** 移除连接 */
    void remove_connection(const std::string& client_id) {
        std::lock_guard<std::mutex> lock(mutex_);
        connections_.erase(client_id);
    }

    /** 更新连接活跃时间 */
    void update_activity(const std::string& client_id, long bytes) {
        std::lock_guard<std::mutex> lock(mutex_);
        auto it = connections_.find(client_id);
        if (it != connections_.end()) {
            it->second.last_active = std::chrono::steady_clock::now();
            it->second.packets_received++;
            it->second.bytes_received += bytes;
        }
    }

    /** 检查空闲超时连接 */
    std::vector<std::string> check_idle_connections(int timeout_s = 300) {
        std::lock_guard<std::mutex> lock(mutex_);
        std::vector<std::string> idle;
        auto now = std::chrono::steady_clock::now();

        for (const auto& pair : connections_) {
            auto elapsed = std::chrono::duration_cast<std::chrono::seconds>(
                now - pair.second.last_active).count();
            if (elapsed > timeout_s) {
                idle.push_back(pair.first);
            }
        }
        return idle;
    }

    /** 获取当前连接数 */
    int active_count() const {
        std::lock_guard<std::mutex> lock(mutex_);
        return static_cast<int>(connections_.size());
    }

    /** 获取所有连接状态 */
    std::vector<ClientConnection> get_all_connections() const {
        std::lock_guard<std::mutex> lock(mutex_);
        std::vector<ClientConnection> result;
        for (const auto& pair : connections_) {
            result.push_back(pair.second);
        }
        return result;
    }

private:
    std::unordered_map<std::string, ClientConnection> connections_;
    mutable std::mutex mutex_;
    int max_connections_;
};

// ==================== 数据包排序器 ====================

/**
 * 数据包排序器
 * 网络传输可能导致数据包乱序到达
 * 使用滑动窗口机制对数据包进行重排序
 */
class PacketReorderer {
public:
    PacketReorderer(int window_size = 16) : window_size_(window_size), expected_seq_(0) {}

    /**
     * 提交数据包到排序窗口
     * 如果是期望的下一个序号则直接输出
     * 否则缓存等待前序包到达
     */
    std::vector<GrpcStrokePacket> submit(const GrpcStrokePacket& packet) {
        std::vector<GrpcStrokePacket> output;

        if (packet.sequence_number == expected_seq_) {
            // 正好是期望的下一个包
            output.push_back(packet);
            expected_seq_++;

            // 检查缓存中是否有后续连续的包
            while (buffer_.count(expected_seq_) > 0) {
                output.push_back(buffer_[expected_seq_]);
                buffer_.erase(expected_seq_);
                expected_seq_++;
            }
        } else if (packet.sequence_number > expected_seq_) {
            // 后序包先到达，缓存等待
            buffer_[packet.sequence_number] = packet;

            // 缓存过大时强制输出最旧的包
            if (static_cast<int>(buffer_.size()) > window_size_) {
                auto it = buffer_.begin();
                output.push_back(it->second);
                expected_seq_ = it->first + 1;
                buffer_.erase(it);
            }
        }
        // 过期的旧包直接丢弃

        return output;
    }

    void reset() {
        buffer_.clear();
        expected_seq_ = 0;
    }

private:
    std::map<int, GrpcStrokePacket> buffer_;
    int window_size_;
    int expected_seq_;
};

// ==================== gRPC服务实现 ====================

/**
 * gRPC笔迹接收服务
 * 实现InferenceService.ProcessStroke流式RPC
 * 接收网关推送的笔迹数据流，送入推理引擎处理
 *
 * 安全设计：
 * - gRPC启用mTLS双向认证
 * - 请求大小限制防恶意攻击
 * - 连接数限制防DoS
 */
class GrpcStrokeServer {
public:
    using StrokeCallback = std::function<void(const GrpcStrokePacket&)>;

    GrpcStrokeServer(const std::string& listen_addr = "0.0.0.0:50052",
                     bool enable_tls = true)
        : listen_addr_(listen_addr), enable_tls_(enable_tls),
          running_(false), conn_manager_(100) {}

    /**
     * 设置笔迹数据接收回调
     * 当收到网关的笔迹数据时调用此回调
     */
    void set_stroke_callback(StrokeCallback callback) {
        stroke_callback_ = std::move(callback);
    }

    /**
     * 启动gRPC服务器
     * 加载TLS证书，绑定端口，开始监听
     */
    bool start() {
        if (enable_tls_) {
            // 加载mTLS证书（安全设计：gRPC启用mTLS双向认证）
            // grpc::SslServerCredentialsOptions ssl_opts;
            // ssl_opts.pem_root_certs = load_file("/etc/ssl/ca.crt");
            // ssl_opts.pem_key_cert_pairs.push_back({
            //     load_file("/etc/ssl/server.key"),
            //     load_file("/etc/ssl/server.crt")
            // });
            // ssl_opts.client_certificate_request = GRPC_SSL_REQUEST_AND_REQUIRE_CLIENT_CERTIFICATE_AND_VERIFY;
        }

        // 构建并启动gRPC服务器
        // grpc::ServerBuilder builder;
        // builder.AddListeningPort(listen_addr_, credentials);
        // builder.RegisterService(this);
        // builder.SetMaxReceiveMessageSize(10 * 1024 * 1024); // 10MB最大消息
        // server_ = builder.BuildAndStart();

        running_ = true;
        return true;
    }

    /**
     * ProcessStroke RPC实现
     * 接收网关的流式笔迹数据，处理后返回识别结果流
     */
    void ProcessStroke(const GrpcStrokePacket& packet) {
        // 更新连接活跃状态
        conn_manager_.update_activity(packet.pen_id, packet.points.size() * 16);

        // 数据包排序
        auto ordered = reorderer_.submit(packet);

        // 处理排序后的数据包
        for (const auto& p : ordered) {
            total_packets_++;
            total_points_ += static_cast<long>(p.points.size());

            // 调用回调函数送入推理引擎
            if (stroke_callback_) {
                stroke_callback_(p);
            }
        }
    }

    /** 停止服务器 */
    void stop() {
        running_ = false;
        // if (server_) server_->Shutdown();
    }

    /** 获取服务器统计信息 */
    struct ServerStats {
        int active_connections;
        long total_packets;
        long total_points;
        bool is_running;
    };

    ServerStats get_stats() const {
        ServerStats stats;
        stats.active_connections = conn_manager_.active_count();
        stats.total_packets = total_packets_.load();
        stats.total_points = total_points_.load();
        stats.is_running = running_.load();
        return stats;
    }

private:
    std::string listen_addr_;
    bool enable_tls_;
    std::atomic<bool> running_;
    ConnectionManager conn_manager_;
    PacketReorderer reorderer_;
    StrokeCallback stroke_callback_;
    std::atomic<long> total_packets_{0};
    std::atomic<long> total_points_{0};
};

// ==================== MQTT状态上报客户端 ====================

/**
 * MQTT状态上报客户端
 * 定期向云平台上报算力盒运行状态
 * Topic: edgebox/{id}/status
 * 安全设计：MQTT over TLS加密传输
 */
class MqttReporter {
public:
    MqttReporter(const std::string& broker_url, const std::string& device_id)
        : broker_url_(broker_url), device_id_(device_id), connected_(false) {}

    /** 连接MQTT Broker（TLS加密） */
    bool connect() {
        // 实际环境使用Eclipse Paho MQTT C++ Client
        // mqtt::async_client client(broker_url_, device_id_);
        // mqtt::ssl_options ssl_opts;
        // ssl_opts.set_trust_store("/etc/ssl/ca.crt");
        // ssl_opts.set_key_store("/etc/ssl/client.crt");
        // ssl_opts.set_private_key("/etc/ssl/client.key");
        connected_ = true;
        return true;
    }

    /** 上报设备状态 */
    void report_status(float gpu_usage, float temperature, float inference_qps,
                       int queue_depth, long uptime_s) {
        if (!connected_) return;

        std::string topic = "edgebox/" + device_id_ + "/status";
        // 构造JSON状态消息
        // {"gpu_usage": 45.2, "temperature": 62.5, "qps": 120.3, "queue": 5, "uptime": 3600}
    }

    /** 接收远程指令 */
    void subscribe_commands() {
        std::string topic = "edgebox/" + device_id_ + "/command";
        // 订阅远程管理指令：重启、模型切换、OTA升级等
    }

    /** 断开连接 */
    void disconnect() {
        connected_ = false;
    }

private:
    std::string broker_url_;
    std::string device_id_;
    bool connected_;
};

// ==================== 离线结果缓存 ====================

/**
 * 离线结果缓存
 * 断网期间推理结果暂存到本地SQLite数据库
 * 网络恢复后自动批量上传至云端
 * 安全设计：通信安全保障数据完整性
 */
class OfflineResultCache {
public:
    OfflineResultCache(const std::string& db_path, int max_size_mb = 256)
        : db_path_(db_path), max_size_mb_(max_size_mb), cached_count_(0) {}

    /** 初始化SQLite数据库 */
    bool initialize() {
        // CREATE TABLE IF NOT EXISTS offline_results (
        //     id INTEGER PRIMARY KEY AUTOINCREMENT,
        //     packet_id TEXT NOT NULL,
        //     result_type TEXT NOT NULL,
        //     result_json TEXT NOT NULL,
        //     created_at INTEGER NOT NULL,
        //     uploaded INTEGER DEFAULT 0
        // );
        return true;
    }

    /** 缓存推理结果 */
    bool cache_result(const std::string& packet_id, const std::string& type,
                      const std::string& result_json) {
        // INSERT INTO offline_results (packet_id, result_type, result_json, created_at)
        // VALUES (?, ?, ?, strftime('%s', 'now'));
        cached_count_++;
        return true;
    }

    /** 获取待上传的缓存结果 */
    std::vector<std::string> get_pending_results(int limit = 100) {
        // SELECT * FROM offline_results WHERE uploaded = 0 ORDER BY created_at LIMIT ?
        return {};
    }

    /** 标记结果已上传 */
    void mark_uploaded(const std::vector<int>& ids) {
        // UPDATE offline_results SET uploaded = 1 WHERE id IN (...)
    }

    /** 清理已上传的旧数据 */
    void cleanup(int retention_days = 7) {
        // DELETE FROM offline_results WHERE uploaded = 1 AND created_at < ?
    }

    int cached_count() const { return cached_count_; }

private:
    std::string db_path_;
    int max_size_mb_;
    int cached_count_;
};

// ==================== 集群管理器 ====================

/**
 * 多算力盒集群管理器
 * 通过mDNS服务发现同一校园网内的其他算力盒
 * 实现负载均衡调度：当本机推理队列过长时，分发至空闲节点
 */
class ClusterManager {
public:
    struct ClusterNode {
        std::string node_id;          // 节点ID
        std::string address;          // gRPC地址
        float load_factor;            // 负载因子(0-1)
        bool is_self;                 // 是否为本机
        std::chrono::steady_clock::time_point last_seen;
    };

    ClusterManager(const std::string& self_id) : self_id_(self_id) {}

    /** 启动mDNS服务注册和发现 */
    bool start_discovery() {
        // 注册本机mDNS服务
        // _writech-edgebox._tcp.local.
        // 定期扫描同网段其他算力盒
        return true;
    }

    /** 选择最优节点处理推理任务 */
    std::string select_best_node() {
        std::lock_guard<std::mutex> lock(mutex_);
        std::string best_id = self_id_;
        float min_load = 1.0f;

        for (const auto& pair : nodes_) {
            if (pair.second.load_factor < min_load) {
                min_load = pair.second.load_factor;
                best_id = pair.first;
            }
        }
        return best_id;
    }

    /** 更新本机负载因子 */
    void update_self_load(float load) {
        std::lock_guard<std::mutex> lock(mutex_);
        if (nodes_.count(self_id_)) {
            nodes_[self_id_].load_factor = load;
        }
    }

    int cluster_size() const {
        std::lock_guard<std::mutex> lock(mutex_);
        return static_cast<int>(nodes_.size());
    }

private:
    std::string self_id_;
    std::unordered_map<std::string, ClusterNode> nodes_;
    mutable std::mutex mutex_;
};

#endif // GRPC_SERVER_H