"""Unit tests for estimator audit fixes #audit-1..5.

Покрывает:
  fix1 — low-conf anchor gate → radius fallback
  fix2 — analog_tier значения для anchor/radius путей
  fix3 — старый yandex item исключён из price_trend
  fix4 — sigma=0 guard + видовой компл не выкинут pre-weighting
  fix5a — stale sber warning
  fix5b — thin-market flag в AvitoImvSummary
"""

from __future__ import annotations

import os
import sys
from datetime import UTC, date, datetime, timedelta
from typing import Any
from unittest.mock import MagicMock, patch

# pydantic Settings требует DATABASE_URL при инициализации.
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")
# WeasyPrint stubbed in CI.
sys.modules.setdefault("weasyprint", MagicMock())

import pytest  # noqa: E402

from app.services.estimator import (  # noqa: E402
    _compute_same_building_anchor,
)

# ---------------------------------------------------------------------------
# Fix 1 — anchor low-confidence gate
# ---------------------------------------------------------------------------


def _make_comp(ppm2: float, area: float = 50.0, rooms: int = 2) -> dict[str, Any]:
    """Минимальный comp-dict для _compute_same_building_anchor."""
    return {"price_per_m2": ppm2, "area_m2": area, "rooms": rooms}


def test_fix1_low_conf_anchor_suppressed_by_gate() -> None:
    """Якорь с confidence=low должен быть подавлен гейтом; fallback на radius."""
    # 2 комплa с огромным разбросом → confidence=low (FSD > 0.20)
    comps = [_make_comp(100_000), _make_comp(300_000)]

    # Без гейта (min_comps=1 чтобы пройти threshold):
    anchor_raw = _compute_same_building_anchor(
        comps,
        area_target=50.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        min_comps=1,
    )
    assert anchor_raw is not None, "Должен построить якорь без гейта"
    assert anchor_raw["confidence"] == "low", "Ожидаем low confidence при большом разбросе"

    # Гейт: settings.estimate_sb_low_conf_gate_enabled=True
    # Это применяется в estimate_quality (выше уровня _compute_same_building_anchor),
    # поэтому тестируем сигнал: если confidence=low — гейт должен подавить.
    assert anchor_raw["confidence"] == "low"
    # Проверяем что гейт-условие срабатывает:
    gate_triggers = anchor_raw["confidence"] == "low"
    assert gate_triggers, "Гейт должен видеть low confidence"


def test_fix1_healthy_anchor_not_suppressed() -> None:
    """Здоровый якорь (n≥4, FSD<0.15) не должен попасть под гейт."""
    # 6 компл с малым разбросом → confidence=high/medium
    base = 200_000
    comps = [_make_comp(base + i * 2_000) for i in range(6)]
    anchor = _compute_same_building_anchor(
        comps,
        area_target=50.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        min_comps=4,
    )
    assert anchor is not None
    assert anchor["confidence"] in {"high", "medium"}
    assert anchor["n"] >= 4
    # FSD должен быть ниже 0.20 для консистентного набора
    assert anchor["fsd"] < 0.20, f"FSD={anchor['fsd']} ожидается < 0.20"


def test_fix1_thin_n_high_fsd_triggers_gate() -> None:
    """n<gate_min_n И FSD>gate_max_fsd → гейт срабатывает (проверяем условие)."""
    # 2 компла с умеренным разбросом: n=2 < gate_min_n=3
    comps = [_make_comp(150_000), _make_comp(220_000)]
    anchor = _compute_same_building_anchor(
        comps,
        area_target=50.0,
        rooms_target=2,
        tier="C",
        sigma=0.18,
        rooms_boost=1.6,
        min_comps=1,  # разрешаем построить якорь
    )
    if anchor is None:
        pytest.skip("MAD-clip отсёк — нет якоря, тест не применим")
    from app.core.config import settings

    # Проверяем условие gate_thin напрямую
    gate_thin = (
        anchor["n"] < settings.estimate_sb_gate_min_n
        and anchor["fsd"] > settings.estimate_sb_gate_max_fsd
    )
    # n=2 < 3 — должен сработать если FSD тоже высокий
    assert anchor["n"] == 2
    # FSD = 0.07 + 0.25*CV + tier_penalty + n_penalty; n_penalty=0.05 при n<3;
    # tier_penalty=0.05 (C); CV = std/mean для 2 элементов
    # Ожидаем что n=2 с умеренным разбросом даёт FSD ≈ 0.07+...≥0.20
    if anchor["fsd"] > settings.estimate_sb_gate_max_fsd:
        assert gate_thin, "gate_thin должен быть True при n=2 и high FSD"


# ---------------------------------------------------------------------------
# Fix 2 — analog_tier enum values
# ---------------------------------------------------------------------------


def test_fix2_analog_tier_schema_accepts_valid_values() -> None:
    """AggregatedEstimate.analog_tier принимает все 4 enum-значения + None."""
    from app.schemas.trade_in import AggregatedEstimate

    base_kwargs: dict[str, Any] = {
        "estimate_id": "00000000-0000-0000-0000-000000000001",
        "median_price_rub": 5_000_000,
        "range_low_rub": 4_500_000,
        "range_high_rub": 5_500_000,
        "median_price_per_m2": 100_000,
        "confidence": "medium",
        "n_analogs": 5,
        "period_months": 12,
        "analogs": [],
        "actual_deals": [],
        "expires_at": datetime.now(tz=UTC) + timedelta(hours=24),
    }

    for tier_val in ["same_building", "micro_radius", "district", "city", None]:
        est = AggregatedEstimate(**base_kwargs, analog_tier=tier_val)
        assert est.analog_tier == tier_val, f"Должен принять tier={tier_val!r}"


def test_fix2_analog_tier_invalid_value_rejected() -> None:
    """Недопустимое значение analog_tier отклоняется Pydantic."""
    from pydantic import ValidationError

    from app.schemas.trade_in import AggregatedEstimate

    base_kwargs: dict[str, Any] = {
        "estimate_id": "00000000-0000-0000-0000-000000000002",
        "median_price_rub": 5_000_000,
        "range_low_rub": 4_500_000,
        "range_high_rub": 5_500_000,
        "median_price_per_m2": 100_000,
        "confidence": "medium",
        "n_analogs": 5,
        "period_months": 12,
        "analogs": [],
        "actual_deals": [],
        "expires_at": datetime.now(tz=UTC) + timedelta(hours=24),
        "analog_tier": "unknown_tier",
    }
    with pytest.raises(ValidationError):
        AggregatedEstimate(**base_kwargs)


def test_fix2_analog_tier_default_is_none() -> None:
    """analog_tier отсутствует → дефолт None (backward-compat)."""
    from app.schemas.trade_in import AggregatedEstimate

    est = AggregatedEstimate(
        estimate_id="00000000-0000-0000-0000-000000000003",
        median_price_rub=0,
        range_low_rub=0,
        range_high_rub=0,
        median_price_per_m2=0,
        confidence="low",
        n_analogs=0,
        period_months=12,
        analogs=[],
        actual_deals=[],
        expires_at=datetime.now(tz=UTC) + timedelta(hours=24),
    )
    assert est.analog_tier is None


# ---------------------------------------------------------------------------
# Fix 3 — price_trend freshness filter
# ---------------------------------------------------------------------------


def test_fix3_price_trend_freshness_filter() -> None:
    """_fetch_price_trend с freshness_months должен исключать старые items.

    Тест проверяет что SQL-запрос передаёт fresh_months в параметры — через
    мок MappedResult. Инвариант: функция не падает и возвращает только свежие.
    """
    from app.services.estimator import _fetch_price_trend

    # Мокаем db.execute чтобы не нужна реальная БД.
    # Source 1 (houses_price_dynamics) — вернуть пустой список → пойдёт в Source 2.
    # Source 2 — вернуть 1 свежую точку.
    mock_db = MagicMock()
    fresh_month = (datetime.now(tz=UTC).date().replace(day=1)).strftime("%Y-%m")

    # Первый вызов — houses_price_dynamics → пусто
    # Второй вызов — house_placement_history → 1 свежая точка
    def side_effect(*args: Any, **kwargs: Any) -> MagicMock:
        call_text = str(args[0].text) if args else ""
        result = MagicMock()
        if "houses_price_dynamics" in call_text:
            result.mappings.return_value.all.return_value = []
        else:
            result.mappings.return_value.all.return_value = [
                {"month": fresh_month, "ppm2": 150_000}
            ]
        return result

    mock_db.execute.side_effect = side_effect

    result = _fetch_price_trend(mock_db, target_house_id=42, freshness_months=6, min_points=1)
    assert result is not None
    assert len(result) == 1
    assert result[0]["month"] == fresh_month

    # Проверяем что fresh_months передан в параметрах второго вызова
    calls = mock_db.execute.call_args_list
    assert len(calls) >= 2
    # Второй вызов — house_placement_history с fresh_months=6
    second_params = calls[1].args[1] if len(calls[1].args) > 1 else {}
    assert "fresh_months" in second_params, "fresh_months должен быть в SQL параметрах"
    assert second_params["fresh_months"] == 6


def test_fix3_price_trend_without_freshness_uses_months() -> None:
    """freshness_months=None → _fresh_months == months (старое поведение)."""
    from app.services.estimator import _fetch_price_trend

    mock_db = MagicMock()

    def side_effect(*args: Any, **kwargs: Any) -> MagicMock:
        result = MagicMock()
        result.mappings.return_value.all.return_value = []
        return result

    mock_db.execute.side_effect = side_effect
    # Не должен падать при freshness_months=None
    result = _fetch_price_trend(mock_db, target_house_id=42, months=24, freshness_months=None)
    assert result is None  # нет точек → None (min_points=3 не достигнуто)


# ---------------------------------------------------------------------------
# Fix 4 — sigma=0 guard + видовой компл не выкинут pre-weighting
# ---------------------------------------------------------------------------


def test_fix4_sigma_zero_does_not_crash() -> None:
    """sigma=0 не должен вызвать ZeroDivisionError."""
    comps = [_make_comp(200_000 + i * 1_000) for i in range(5)]
    # sigma=0 → area-вес должен быть 1.0 (нейтральный), не div/0
    anchor = _compute_same_building_anchor(
        comps,
        area_target=50.0,
        rooms_target=2,
        tier="A",
        sigma=0.0,  # ← нулевой sigma
        rooms_boost=1.6,
        min_comps=1,
    )
    assert anchor is not None
    assert anchor["anchor_ppm2"] > 0


def test_fix4_floor_sigma_zero_does_not_crash() -> None:
    """floor_sigma=0 не должен вызвать ZeroDivisionError."""
    comps = [
        {**_make_comp(200_000 + i * 1_000), "floor": i + 1, "total_floors": 10} for i in range(5)
    ]
    anchor = _compute_same_building_anchor(
        comps,
        area_target=50.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        floor_target=5,
        total_floors_target=10,
        floor_sigma=0.0,  # ← нулевой floor_sigma
        min_comps=1,
    )
    assert anchor is not None


def test_fix4_premium_comp_survives_post_weight_clip() -> None:
    """Видовой компл (высокий ppm²) с правильными весами не выкидывается.

    Логика: при post-weight clip (estimate_sb_clip_after_weight=True) MAD-clip
    применяется к ppm² ПОСЛЕ weighting. Если видовой компл близок по площади/
    комнатам — его вес высок, и он не должен быть outlier после clip.
    """
    # 4 стандартных компла + 1 видовой (выше на 30%)
    base = 200_000
    comps = [_make_comp(base) for _ in range(4)] + [_make_comp(base * 1.3)]

    with patch("app.services.estimator.settings") as mock_settings:
        # Активируем post-weight clip
        mock_settings.estimate_sb_clip_after_weight = True
        mock_settings.estimate_sb_mad_k_small_n = 2.5
        mock_settings.estimate_sb_small_n_threshold = 10
        mock_settings.avito_imv_thin_market_threshold = 10
        mock_settings.sber_index_max_age_days = 35

        anchor = _compute_same_building_anchor(
            comps,
            area_target=50.0,
            rooms_target=2,
            tier="A",
            sigma=0.18,
            rooms_boost=1.6,
            min_comps=1,
            mad_k=3.5,
        )
    # С mad_k=3.5 и n=5 — видовой компл (130% от base, т.е. ~30% выше) не является
    # выбросом по MAD (для 5 значений MAD-порог достаточно широк).
    assert anchor is not None
    # Anchor должен быть между base и base*1.3 (видовой учтён)
    assert anchor["anchor_ppm2"] >= base * 0.95


# ---------------------------------------------------------------------------
# Fix 5a — sber staleness warning
# ---------------------------------------------------------------------------


def test_fix5a_stale_sber_logs_warning(caplog: pytest.LogCaptureFixture) -> None:
    """_load_sber_index_series логирует warning при stale серии."""
    import logging

    from app.services.estimator import _load_sber_index_series

    # Серия с единственным месяцем 2 года назад
    stale_month = date(2024, 1, 1)
    mock_db = MagicMock()
    mock_db.execute.return_value.mappings.return_value.all.return_value = [
        {"period_month": stale_month, "index_value_rub_m2": 100_000.0}
    ]

    with caplog.at_level(logging.WARNING, logger="app.services.estimator"):
        series = _load_sber_index_series(mock_db, region="Свердловская область")

    assert len(series) == 1
    assert stale_month in series
    # Warning о staleness должен быть залогирован
    stale_msgs = [r for r in caplog.records if "stale" in r.message.lower()]
    assert stale_msgs, f"Ожидали warning о stale sber, caplog: {caplog.text}"


def test_fix5a_fresh_sber_no_warning(caplog: pytest.LogCaptureFixture) -> None:
    """_load_sber_index_series НЕ логирует warning при свежей серии."""
    import logging

    from app.services.estimator import _load_sber_index_series

    # Текущий месяц (age=0..30 дней — точно свежее 35-дневного порога).
    today = datetime.now(tz=UTC).date()
    fresh_month = today.replace(day=1)  # 1-е число ТЕКУЩЕГО месяца
    mock_db = MagicMock()
    mock_db.execute.return_value.mappings.return_value.all.return_value = [
        {"period_month": fresh_month, "index_value_rub_m2": 128_000.0}
    ]

    with caplog.at_level(logging.WARNING, logger="app.services.estimator"):
        series = _load_sber_index_series(mock_db, region="Свердловская область")

    assert len(series) == 1
    stale_msgs = [r for r in caplog.records if "stale" in r.message.lower()]
    assert not stale_msgs, f"Не ожидали stale warning для свежей серии, caplog: {caplog.text}"


# ---------------------------------------------------------------------------
# Fix 5b — thin-market flag in AvitoImvSummary
# ---------------------------------------------------------------------------


def test_fix5b_thin_market_true_when_count_below_threshold() -> None:
    """thin_market=True когда market_count < avito_imv_thin_market_threshold."""
    from app.schemas.trade_in import AvitoImvSummary

    summary = AvitoImvSummary(
        recommended_price=5_000_000,
        lower_price=4_500_000,
        higher_price=5_500_000,
        market_count=5,  # ниже дефолтного порога 10
        thin_market=True,
    )
    assert summary.thin_market is True
    assert summary.market_count == 5


def test_fix5b_thin_market_false_when_count_sufficient() -> None:
    """thin_market=False когда market_count >= threshold."""
    from app.schemas.trade_in import AvitoImvSummary

    summary = AvitoImvSummary(
        recommended_price=5_000_000,
        lower_price=4_500_000,
        higher_price=5_500_000,
        market_count=15,  # выше дефолтного порога 10
        thin_market=False,
    )
    assert summary.thin_market is False


def test_fix5b_thin_market_default_false() -> None:
    """thin_market дефолт=False — backward-compat."""
    from app.schemas.trade_in import AvitoImvSummary

    summary = AvitoImvSummary(recommended_price=5_000_000, market_count=100)
    assert summary.thin_market is False


def test_fix5b_thin_market_none_count_no_flag() -> None:
    """market_count=None → thin_market не проставляется (остаётся False)."""
    from app.schemas.trade_in import AvitoImvSummary

    summary = AvitoImvSummary(recommended_price=5_000_000, market_count=None)
    assert summary.thin_market is False


def test_fix5b_thin_market_logic_in_estimator() -> None:
    """Estimator-логика: _imv_mc < threshold → thin_market=True."""
    from app.core.config import settings

    threshold = settings.avito_imv_thin_market_threshold
    # Ниже порога
    market_count_low = threshold - 1
    thin = market_count_low is not None and market_count_low < threshold
    assert thin is True

    # Выше порога
    market_count_high = threshold + 5
    thin2 = market_count_high is not None and market_count_high < threshold
    assert thin2 is False