"""Coppie domanda->SQL risolte (kind `solved_question`) — memoria attiva, parte B.

Una sessione finalizzata produce UN record nel vectordb: l'embedding e' la domanda
riscritta (content), il metadata porta l'SQL finale e le tabelle promosse. Vive
nel semantic store workspace-scoped, nel gruppo logico `memory` con kind dedicato; si
consulta nelle fasi F4/F6/F7 con `tht memory solved-search` come materiale di
riferimento (exemplar), NON come decisione da ri-applicare.

Scrittura: SOLO upsert one-row stile D11 (`save_solved_question`). Questi record
non passano MAI da `VectorStore.sync`/`RestVectorWriter.sync`: il passo
delete-stale del sync, ricevendo il solo record corrente, cancellerebbe le coppie
delle altre sessioni. Per lo stesso motivo l'hash di dedup e' calcolato qui
(domanda+SQL) e non dal solo content come fa il sync.
"""
from tht.vectorstore.records import VectorRecord

SOLVED_KIND = "solved_question"


def solved_question_record(
    *, session_id: str, question: str, sql: str, tables: list[str]
) -> VectorRecord:
    return VectorRecord(
        id=f"solved:{session_id}",
        kind=SOLVED_KIND,
        ref=session_id,
        title=question[:120],
        content=question,
        metadata={
            "question": question,
            "sql": sql,
            "tables": tables,
            "session_id": session_id,
        },
    )


def _solved_hash(record: VectorRecord) -> str:
    # La domanda e' l'embedding (content); l'SQL vive solo nel metadata. L'hash
    # copre entrambi: un re-finalize che cambia solo l'SQL aggiorna la riga.
    from tht.vectorstore.store import content_hash

    return content_hash(record.content + "\n" + str(record.metadata.get("sql", "")))


def save_solved_question(record: VectorRecord, *, store, embedder) -> int:
    """Upsert one-row della coppia domanda->SQL via writer key (stesso pattern di
    save_one_memory, spec D11): hash dedup client-side, embedding solo se domanda
    o SQL sono cambiati. Ritorna il
    numero di righe upsertate (0 = invariata)."""
    from tht.ports.vector import VectorWriteRecord

    new_hash = _solved_hash(record)
    existing = store.existing_hashes("memory", [SOLVED_KIND])
    if existing.get(record.id) == new_hash:
        return 0
    embedding = embedder.embed_documents([record.content])[0]
    return store.upsert(
        "memory",
        [VectorWriteRecord(record=record, embedding=embedding, content_hash=new_hash)],
    )


class SolvedIndexError(Exception):
    """La sessione non ha (ancora) gli artefatti per il record solved_question."""


def build_solved_record(session_dir, manifest, promoted_tables) -> VectorRecord:
    """Costruisce il record dagli artefatti persistiti (vista effective D15):
    richiede sql_final.sql e la decisione sql_approved; la domanda e' l'ultima
    question_rewritten, fallback la domanda del manifest."""
    from tht.memory import question_context
    from tht.phase import effective_decisions

    sql_file = session_dir / "sql_final.sql"
    if not sql_file.exists():
        raise SolvedIndexError("sql_final.sql assente")
    decisions = effective_decisions(session_dir)
    if not any(d.type == "sql_approved" for d in decisions):
        raise SolvedIndexError("decisione sql_approved assente")
    return solved_question_record(
        session_id=manifest.id,
        question=question_context(decisions, manifest),
        sql=sql_file.read_text().strip(),
        tables=sorted(promoted_tables or set()),
    )


def build_solved_snapshot(snapshot, promoted_tables) -> VectorRecord:
    from tht.memory import question_context
    from tht.phase import effective_decisions

    sql = snapshot.artifacts.get("sql_final")
    if sql is None:
        raise SolvedIndexError("sql_final.sql assente")
    decisions = effective_decisions(snapshot)
    if not any(d.type == "sql_approved" for d in decisions):
        raise SolvedIndexError("decisione sql_approved assente")
    return solved_question_record(
        session_id=snapshot.manifest.id,
        question=question_context(decisions, snapshot.manifest),
        sql=sql.strip(), tables=sorted(promoted_tables or set()),
    )