"""Канонический сериализатор: единственное место, где событие целиком → JSON.

Правило «сериализатор один» (спека генератора, разделы 4 и 6) — не про
экономию строк, а про канон: два прогона одного дня обязаны дать те же байты,
а байты рождаются здесь. Второе место, собирающее событие руками, разошлось бы
с этим по экранированию, порядку ключей или записи чисел — и разошлось бы
молча. Граница правила проходит по событию, а не по всякому JSON: вложенный
блок `ecommerce` собирает `commerce`, и это часть содержимого колонки, а не
второй сериализатор.

Что делает канон:

- **Порядок ключей — порядок контракта схемы.** Он берётся из `schema.COLUMNS`
  и нигде не повторяется: два источника порядка разъехались бы при первой же
  вставке колонки.
- **Все 47 ключей всегда.** Пусто по контракту — пустое значение: пустой
  массив, пустая строка, ноль. Пропавший ключ увёл бы событие в брак целиком:
  строгий приём хранилища сверяет набор ключей (ADR 0005).
- **Даты и время — ISO-8601** (спека, раздел 4): `EventDate` уезжает как
  `2026-06-01`, `UTCEventTime` — как `2026-06-01T12:34:56Z`. Довод — читаемость
  сырья: менти открывает колонку `raw` обычным клиентом и разбирает событие
  глазами, а число эпохи этот урок убивает.
- **Одно событие — один документ JSON**, без перевода строки внутри: приёмник
  сам решает, чем их разделить.

Колонки переводятся в питоновские значения целиком, а не по строкам: numpy
делает это одним вызовом на колонку, и на дне в полсотни тысяч событий разница
заметна. Обратная сторона — день лежит в памяти дважды; проигрыватель поэтому
и берёт его днями, а не горизонтом целиком.
"""

from typing import Any

import numpy as np
import orjson
from numpy.typing import NDArray

from clickstream_generator import schema
from clickstream_generator.day import Day

_ARRAY_PREFIX = "Array("


def events(day: Day, limit: int | None = None) -> list[bytes]:
    """Канонические байты событий дня: по документу JSON на событие.

    `limit` берёт первые события дня и на этом останавливается — срез для
    того, кто смотрит на конвейер и не хочет ждать целый день (спека,
    раздел 9). Ограничение считается до сериализации: платить за то, что не
    поедет, незачем.
    """
    count = len(day) if limit is None else min(limit, len(day))
    names = tuple(column.name for column in schema.COLUMNS)
    values = [
        _values(column, day.columns[column.name][:count]) for column in schema.COLUMNS
    ]
    return [
        orjson.dumps(dict(zip(names, row, strict=True)))
        for row in zip(*values, strict=True)
    ]


def _values(column: schema.Column, values: NDArray[Any]) -> list[Any]:
    """Колонка питоновскими значениями — в той записи, в какой уедет на провод.

    Массив узнаётся по типу ClickHouse, а не по `numpy_dtype`: у колонки-массива
    там записан тип элемента (`uint32`), и от скалярной колонки её этим не
    отличить.
    """
    if column.clickhouse_type.startswith(_ARRAY_PREFIX):
        # Колонка-массив: в ячейке лежит свой массив, пустой у события,
        # которому эта колонка не по смыслу.
        return [cell.tolist() for cell in values]
    if column.numpy_dtype == "datetime64[D]":
        return np.datetime_as_string(values, unit="D").tolist()
    if column.numpy_dtype == "datetime64[s]":
        return np.datetime_as_string(values, unit="s", timezone="UTC").tolist()
    return values.tolist()