import json
from PyQt5 import QtSql
from PyQt5.QtSql import QSqlQuery
import sqlite3

# 初始化数据库连接（与您原有方式一致）
database = QtSql.QSqlDatabase.addDatabase("QSQLITE")
globe_database = r"monitor.db"  # 您可以重命名为 dish_cache.db
database.setDatabaseName(globe_database)
database.open()


def create_tables():
    """
    创建菜品识别本地缓存所需的所有表
    """
    query = QSqlQuery()

    # 1. 模板缓存表（核心，用于快速匹配）
    sql_template_cache = '''
    CREATE TABLE IF NOT EXISTS template_cache (
        id              INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL,
        category        CHAR(100) NOT NULL,                -- 菜品名称，如“青椒香干肉丝”
        feature_blob    BLOB NOT NULL,                     -- 存储 numpy 特征向量的二进制数据 (float32)
        source_base     CHAR(50),                          -- 该模板来源于哪个基地（可选）
        server_version  DATETIME,                          -- 总服务器上的最后更新时间，用于增量同步
        is_active       INTEGER DEFAULT 1,                 -- 是否启用（软删除）
        create_time     DATETIME DEFAULT CURRENT_TIMESTAMP
    );
    '''
    if query.exec_(sql_template_cache):
        print("✅ 表 template_cache 创建成功")
    else:
        print(f"❌ 创建 template_cache 失败: {query.lastError().text()}")

    # 2. 待学习表（存储未能识别的图片）
    sql_pending_learning = '''
    CREATE TABLE IF NOT EXISTS pending_learning (
        id              INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL,
        image_path      CHAR(255) NOT NULL,               -- 原始图片路径
        feature_blob    BLOB NOT NULL,                    -- 该图片的特征向量
        capture_time    DATETIME DEFAULT CURRENT_TIMESTAMP,
        status          CHAR(20) DEFAULT 'pending',       -- 'pending' / 'learned' / 'ignored'
        category        CHAR(100),                        -- 如果人工标注了类别，则填这里
        base_id         CHAR(50)                          -- 所属基地
    );
    '''
    if query.exec_(sql_pending_learning):
        print("✅ 表 pending_learning 创建成功")
    else:
        print(f"❌ 创建 pending_learning 失败: {query.lastError().text()}")

    # 3. 同步状态表（键值对，记录上次同步时间等）
    sql_sync_status = '''
    CREATE TABLE IF NOT EXISTS sync_status (
        key             CHAR(50) PRIMARY KEY NOT NULL,
        value           CHAR(200) NOT NULL
    );
    '''
    if query.exec_(sql_sync_status):
        print("✅ 表 sync_status 创建成功")
        # 初始化一条记录：上次同步时间（默认 1970-01-01）
        init_sql = "INSERT OR IGNORE INTO sync_status (key, value) VALUES ('last_sync_time', '1970-01-01 00:00:00')"
        if query.exec_(init_sql):
            print("   - 初始化同步时间戳成功")
    else:
        print(f"❌ 创建 sync_status 失败: {query.lastError().text()}")

    # 4. 上传队列表（本地新增模板，待上报总服务器）
    sql_upload_queue = '''
    CREATE TABLE IF NOT EXISTS upload_queue (
        id              INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL,
        category        CHAR(100) NOT NULL,
        feature_blob    BLOB NOT NULL,
        image_path      CHAR(255),                        -- 原始图片路径（可选）
        create_time     DATETIME DEFAULT CURRENT_TIMESTAMP,
        status          CHAR(20) DEFAULT 'pending',       -- 'pending' / 'uploaded' / 'failed'
        retry_count     INTEGER DEFAULT 0
    );
    '''
    if query.exec_(sql_upload_queue):
        print("✅ 表 upload_queue 创建成功")
    else:
        print(f"❌ 创建 upload_queue 失败: {query.lastError().text()}")

    # 创建索引以提升查询性能
    index_sqls = [
        "CREATE INDEX IF NOT EXISTS idx_cache_category ON template_cache(category);",
        "CREATE INDEX IF NOT EXISTS idx_pending_status ON pending_learning(status);",
        "CREATE INDEX IF NOT EXISTS idx_upload_status ON upload_queue(status);",
    ]
    for sql in index_sqls:
        if not query.exec_(sql):
            print(f"⚠️ 创建索引失败: {query.lastError().text()}")

    print("🎯 所有表创建完成！")



# 调用建表函数
if __name__ == "__main__":
    create_tables()
    # 关闭连接（生产环境中根据生命周期管理）
    database.close()