"""검색 1건의 리소스/비용/시간 계측(관측용).

한 상품 검색이 소모하는 것을 잡 단위로 집계한다:
  - 시간: 전체 소요 + 소스별 소요(ms)
  - AI: 호출 수 + 토큰(prompt/completion) + 추정 비용($)
  - 크롤: 외부 fetch 수 + 처리 HTML 바이트 + 크롤한 몰

핸들러가 각 호출을 타이밍하고, AI 클라이언트/어댑터가 노출하는 last_usage/last_bytes 를 읽어 누적한다.
결과는 job.result.metrics 로 적재돼 API/FE 에서 검색 원가를 확인할 수 있다.

바이트는 어댑터가 **CDP Network.loadingFinished 의 실제 전송 바이트(encodedDataLength)** 로 측정한다
(DOM 크기가 아님 → 리소스 차단 효과가 정확히 반영됨). DECODO 는 프록시 경유 바이트로만 과금하므로
proxy_bytes(=네이버 직접 제외) × cost_per_gb 로 대역폭 비용을 산정한다.
"""

import time

# 모델별 1M 토큰당 단가(USD). input=prompt, output=completion. 모르면 0(비용 미추정).
_PRICING = {
    "gpt-4o-mini": (0.150, 0.600),
    "gpt-4o": (2.50, 10.00),
    "gpt-4.1-mini": (0.40, 1.60),
}


def estimate_cost(model: str, prompt_tokens: int, completion_tokens: int) -> float:
    inp, out = _PRICING.get(model, (0.0, 0.0))
    return round(prompt_tokens / 1_000_000 * inp + completion_tokens / 1_000_000 * out, 6)


class SearchMetrics:
    """검색 1건의 누적 계측기. 스레드/코루틴 공유 X — 잡마다 새로 만든다."""

    def __init__(self, model: str = "", proxy_cost_per_gb: float = 0.0):
        self._start = time.monotonic()
        self._model = model
        self._proxy_rate = proxy_cost_per_gb   # DECODO $/GB
        self.ai_calls = 0
        self.ai_prompt = 0
        self.ai_completion = 0
        self.fetches = 0
        self.html_bytes = 0
        self.proxy_bytes = 0                    # 프록시(DECODO) 경유 바이트만 — 네이버(직접) 제외
        self.source_ms: dict[str, int] = {}
        self.crawled_malls: list[str] = []

    def add_ai(self, usage):
        """OpenAI resp.usage(prompt_tokens/completion_tokens) 누적. None 이면 무시."""
        if not usage:
            return
        self.ai_calls += 1
        self.ai_prompt += getattr(usage, "prompt_tokens", 0) or 0
        self.ai_completion += getattr(usage, "completion_tokens", 0) or 0

    def add_fetch(self, source: str, html_bytes: int, ms: int, crawl: bool = False, via_proxy: bool = False):
        """외부 fetch 1건(소스·바이트·소요) 누적. crawl=폴백 크롤, via_proxy=DECODO 경유(비용 귀속)."""
        self.fetches += 1
        html_bytes = html_bytes or 0
        self.html_bytes += html_bytes
        if via_proxy:
            self.proxy_bytes += html_bytes
        self.source_ms[source] = self.source_ms.get(source, 0) + ms
        if crawl and source not in self.crawled_malls:
            self.crawled_malls.append(source)

    def snapshot(self) -> dict:
        ai_usd = estimate_cost(self._model, self.ai_prompt, self.ai_completion)
        proxy_usd = round(self.proxy_bytes / (1024 ** 3) * self._proxy_rate, 6)
        return {
            "duration_ms": int((time.monotonic() - self._start) * 1000),
            "ai": {
                "calls": self.ai_calls,
                "prompt_tokens": self.ai_prompt,
                "completion_tokens": self.ai_completion,
                "est_cost_usd": ai_usd,
            },
            "crawl": {
                "fetches": self.fetches,
                "html_bytes": self.html_bytes,
                "proxy_bytes": self.proxy_bytes,
                "malls_crawled": self.crawled_malls,
            },
            # 컴포넌트별 비용($) + 총합. proxy=DECODO 대역폭(근사=처리 바이트, 하한).
            "cost": {
                "ai_usd": ai_usd,
                "proxy_usd": proxy_usd,
                "total_usd": round(ai_usd + proxy_usd, 6),
            },
            "source_ms": self.source_ms,
        }