"""Юнит-тесты FAISSManager (уровень 3 — семантический индекс).

Проверяют то, что было сломано в старой реализации и переписано:
- возврат doc_id из PostgreSQL (IndexIDMap2), а не позиционного номера;
- идемпотентность add_vectors по doc_id (remove-before-add, без дублей);
- корректность self-match (косинус ≈ 1) и ранжирования.

Работают целиком в памяти — диск (FAISS_INDEX_PATH) не трогается.
"""

import numpy as np
import pytest

pytest.importorskip("faiss")

from app.config import settings  # noqa: E402
from app.faiss_manager import FAISSManager  # noqa: E402

DIM = settings.EMBED_DIM


def _unit(vecs: np.ndarray) -> np.ndarray:
    """Нормировать строки к единичной длине (для косинуса через inner product)."""
    vecs = np.asarray(vecs, dtype=np.float32)
    norms = np.linalg.norm(vecs, axis=1, keepdims=True)
    norms[norms == 0] = 1.0
    return vecs / norms


@pytest.fixture(autouse=True)
def fresh_index():
    """Свежий пустой индекс в памяти на каждый тест; диск не читаем и не пишем."""
    FAISSManager._index = FAISSManager._new_index()
    yield
    FAISSManager._index = None


def test_empty_search_returns_nothing():
    assert FAISSManager.search(np.zeros(DIM, dtype=np.float32)) == []
    assert FAISSManager.total_vectors() == 0


def test_add_and_self_search_returns_postgres_doc_id():
    rng = np.random.default_rng(42)
    vecs = _unit(rng.standard_normal((3, DIM)))
    FAISSManager.add_vectors(vecs, [101, 202, 303])
    assert FAISSManager.total_vectors() == 3

    results = FAISSManager.search(vecs[1], k=1)
    assert results, "поиск ничего не вернул"
    top_id, score = results[0]
    assert top_id == 202  # IndexIDMap2 возвращает doc_id, а не позицию
    assert score == pytest.approx(1.0, abs=1e-4)  # self-match: косинус ≈ 1


def test_add_is_idempotent_by_doc_id():
    rng = np.random.default_rng(0)
    FAISSManager.add_vectors(_unit(rng.standard_normal((2, DIM))), [1, 2])

    # Повторный эмбеддинг тех же id не должен плодить дубли (remove-before-add)
    updated = _unit(rng.standard_normal((2, DIM)))
    FAISSManager.add_vectors(updated, [1, 2])
    assert FAISSManager.total_vectors() == 2

    # ...и поиск возвращает ОБНОВЛЁННЫЙ вектор
    top_id, score = FAISSManager.search(updated[0], k=1)[0]
    assert top_id == 1
    assert score == pytest.approx(1.0, abs=1e-4)


def test_search_ranks_nearest_first():
    rng = np.random.default_rng(7)
    v = _unit(rng.standard_normal((1, DIM)))[0]
    near = _unit((v + 0.01 * rng.standard_normal(DIM))[None, :])[0]
    far = _unit(rng.standard_normal((1, DIM)))[0]
    FAISSManager.add_vectors(np.stack([near, far]), [10, 20])

    results = FAISSManager.search(v, k=2)
    assert [doc_id for doc_id, _ in results][0] == 10  # ближайший — near


def test_search_respects_k_and_index_size():
    rng = np.random.default_rng(1)
    FAISSManager.add_vectors(_unit(rng.standard_normal((2, DIM))), [5, 6])
    # k больше числа векторов не должно приводить к падению или id == -1
    results = FAISSManager.search(_unit(rng.standard_normal((1, DIM)))[0], k=100)
    assert len(results) == 2
    assert all(doc_id in (5, 6) for doc_id, _ in results)