Update app.py

app.py

@@ -1,4 +1,4 @@
-# app.py
+# app.py (نسخه نهایی، پایدار و بهینه شده)
 import os
 import json
 import time
@@ -9,21 +9,25 @@ import threading
 from huggingface_hub import HfApi, hf_hub_download
 from huggingface_hub.utils import RepositoryNotFoundError, EntryNotFoundError
 import requests
+import tempfile
 
 # --- تنظیمات اصلی ---
 DATASET_REPO = "Ezmary/Karbaran-rayegan-tedad"
 DATASET_FILENAME = "image_usage_data.json"
 USAGE_LIMIT = 5
 HF_TOKEN = os.environ.get("HF_TOKEN")
+TEMP_DIR = "/app/tmp" # <<< تغییر کلیدی: استفاده از پوشه موقت امن
 
 # --- راه‌اندازی Flask و لاگ‌ها ---
 logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
 app = Flask(__name__)
 CORS(app)
 
-# --- مدیریت داده‌های کاربران ---
+# --- مدیریت داده‌های کاربران و قفل‌ها ---
 usage_data_cache = []
-cache_lock = threading.Lock()
+cache_lock = threading.Lock() # قفل برای دسترسی به حافظه کش
+data_changed = threading.Event() # برای اطلاع از وجود تغییرات برای ذخیره
+persistence_lock = threading.Lock() # <<< تغییر کلیدی: قفل جدید برای اتمی کردن عملیات ذخیره‌سازی >>>
 api = None
 
 if not HF_TOKEN:
@@ -38,73 +42,81 @@ def load_initial_data():
         if not api: return
         try:
             logging.info(f"Attempting to load data from '{DATASET_REPO}/{DATASET_FILENAME}'...")
-            local_path = hf_hub_download(
-                repo_id=DATASET_REPO, 
-                filename=DATASET_FILENAME, 
-                repo_type="dataset",
-                token=HF_TOKEN,
-                force_download=True
-            )
-            with open(local_path, 'r', encoding='utf-8') as f:
-                content = f.read()
-                data_from_hub = json.loads(content) if content else []
-                logging.info(f"Loaded {len(data_from_hub)} records from {DATASET_FILENAME}.")
-
-                # --- START: حذف خودکار رکوردهای قدیمی‌تر از ۶ ماه ---
-                now = time.time()
-                six_months_in_seconds = 6 * 30 * 24 * 60 * 60
-                six_months_ago = now - six_months_in_seconds
-                
-                # فقط رکوردهایی را نگه می‌داریم که در ۶ ماه اخیر فعال بوده‌اند
-                cleaned_data = [user for user in data_from_hub if user.get('last_seen', 0) > six_months_ago]
-                
-                pruned_count = len(data_from_hub) - len(cleaned_data)
-                if pruned_count > 0:
-                    logging.info(f"Pruned {pruned_count} user records older than 6 months.")
-                    # اگر رکوردی حذف شد، فایل دیتاست باید آپدیت شود
-                    # این کار توسط ترد پس‌زمینه انجام خواهد شد
-                    threading.Thread(target=persist_data_to_hub, args=(list(cleaned_data),)).start()
-
-                usage_data_cache = cleaned_data
-                # --- END: حذف خودکار ---
+            # <<< تغییر کلیدی: دانلود در پوشه موقت برای جلوگیری از مشکلات دسترسی >>>
+            with tempfile.TemporaryDirectory(dir=TEMP_DIR) as tmp_download_dir:
+                local_path = hf_hub_download(
+                    repo_id=DATASET_REPO, 
+                    filename=DATASET_FILENAME, 
+                    repo_type="dataset",
+                    token=HF_TOKEN,
+                    force_download=True,
+                    cache_dir=tmp_download_dir
+                )
+                with open(local_path, 'r', encoding='utf-8') as f:
+                    content = f.read()
+                    data_from_hub = json.loads(content) if content else []
+
+            logging.info(f"Loaded {len(data_from_hub)} records from {DATASET_FILENAME}.")
+            
+            # --- حذف خودکار رکوردهای قدیمی‌تر از ۶ ماه ---
+            now = time.time()
+            six_months_ago = now - (6 * 30 * 24 * 60 * 60)
+            cleaned_data = [user for user in data_from_hub if user.get('last_seen', 0) > six_months_ago]
+            pruned_count = len(data_from_hub) - len(cleaned_data)
+            
+            if pruned_count > 0:
+                logging.info(f"Pruned {pruned_count} user records older than 6 months.")
+                data_changed.set() # <<< تغییر کلیدی: فقط فلگ را ست می‌کنیم، ترد پس‌زمینه ذخیره می‌کند >>>
+            
+            usage_data_cache = cleaned_data
 
+        except json.JSONDecodeError:
+            # <<< تغییر کلیدی: مدیریت فایل خراب برای جلوگیری از کرش و صفحه سفید >>>
+            logging.error(f"CRITICAL: Failed to decode JSON from '{DATASET_FILENAME}'. The file is likely corrupted. Starting fresh.")
+            usage_data_cache = []
         except (RepositoryNotFoundError, EntryNotFoundError):
             logging.warning(f"Dataset file '{DATASET_FILENAME}' not found. A new one will be created.")
             usage_data_cache = []
         except Exception as e:
-            logging.error(f"Failed to load initial data: {e}")
+            logging.error(f"Failed to load initial data: {e}", exc_info=True)
+            usage_data_cache = []
 
-# *** تغییر: این تابع حالا می‌تواند داده‌ها را به عنوان آرگومان بگیرد ***
-def persist_data_to_hub(data_to_write=None):
-    with cache_lock:
-        if not api: return
+def persist_data_to_hub():
+    # <<< تغییر کلیدی: این تابع اکنون کاملاً Thread-Safe و امن است >>>
+    with persistence_lock:
+        if not data_changed.is_set() or not api:
+            return
 
-        # اگر داده‌ای به تابع پاس داده نشده، از کش سراسری استفاده کن
-        if data_to_write is None:
+        with cache_lock:
             data_to_write = list(usage_data_cache)
-        
-        logging.info(f"Persisting {len(data_to_write)} records to Hub...")
+            data_changed.clear() 
+
+        temp_filepath = None
         try:
-            temp_filepath = "temp_usage_data.json"
-            with open(temp_filepath, 'w', encoding='utf-8') as f:
-                json.dump(data_to_write, f, ensure_ascii=False, indent=2)
+            with tempfile.NamedTemporaryFile(mode='w', encoding='utf-8', dir=TEMP_DIR, delete=False, suffix='.json') as temp_f:
+                temp_filepath = temp_f.name
+                json.dump(data_to_write, temp_f, ensure_ascii=False, indent=2)
             
+            logging.info(f"Change detected, persisting {len(data_to_write)} records to Hub...")
             api.upload_file(
                 path_or_fileobj=temp_filepath,
                 path_in_repo=DATASET_FILENAME,
                 repo_id=DATASET_REPO,
                 repo_type="dataset",
-                commit_message=f"Update image editor usage data [automated]"
+                commit_message="Update image editor usage data [automated]"
             )
-            os.remove(temp_filepath)
-            logging.info(f"Successfully persisted data to '{DATASET_FILENAME}' on Hub.")
+            logging.info(f"Successfully persisted data to Hub.")
         except Exception as e:
-            logging.error(f"CRITICAL: Failed to persist data to Hub: {e}")
-
-def background_persister_fallback():
-    # این ترد حالا به عنوان یک پشتیبان هر ۵ دقیقه یکبار اجرا می‌شود
+            logging.error(f"CRITICAL: Failed to persist data to Hub: {e}", exc_info=True)
+            data_changed.set() # اگر آپلود ناموفق بود، فلگ را دوباره ست می‌کنیم
+        finally:
+            if temp_filepath and os.path.exists(temp_filepath):
+                os.remove(temp_filepath)
+
+def background_persister():
+    # <<< تغییر کلیدی: این ترد اصلی برای ذخیره‌سازی است و هر ۳۰ ثانیه اجرا می‌شود >>>
     while True:
-        time.sleep(300) # 5 minutes
+        time.sleep(30)
         persist_data_to_hub()
 
 # --- روت‌های API ---
@@ -135,12 +147,11 @@ def check_credit():
         reset_timestamp = 0
 
         if user_record:
-            # *** تغییر: آپدیت زمان آخرین فعالیت کاربر ***
-            user_record['last_seen'] = now
-
+            user_record['last_seen'] = now # آپدیت زمان آخرین فعالیت
             if user_record.get('week_start', 0) < (now - one_week_seconds):
                 user_record['count'] = 0
                 user_record['week_start'] = now
+                data_changed.set() # اگر هفته ریست شد، باید ذخیره شود
             
             credits_remaining = max(0, USAGE_LIMIT - user_record.get('count', 0))
             if credits_remaining == 0:
@@ -172,20 +183,15 @@ def use_credit():
                 return jsonify({"status": "limit_reached", "credits_remaining": 0, "reset_timestamp": reset_timestamp}), 429
             
             user_record['count'] += 1
-            user_record['last_seen'] = now # آپدیت زمان آخرین فعالیت
+            user_record['last_seen'] = now
         else:
             user_record = {"id": user_id, "count": 1, "week_start": now, "last_seen": now}
             usage_data_cache.append(user_record)
         
         credits_remaining = USAGE_LIMIT - user_record['count']
         
-        # --- START: ذخیره‌سازی فوری و غیرمسدود کننده ---
-        # یک کپی از داده‌های فعلی برای ارسال به ترد ذخیره‌سازی ایجاد می‌کنیم
-        current_cache_copy = list(usage_data_cache)
-        # یک ترد جدید برای ذخیره داده‌ها در پس‌زمینه ایجاد و اجرا می‌کنیم
-        save_thread = threading.Thread(target=persist_data_to_hub, args=(current_cache_copy,))
-        save_thread.start()
-        # --- END: ذخیره‌سازی فوری ---
+        # <<< تغییر کلیدی: به جای ایجاد ترد جدید، فقط فلگ تغییرات را فعال می‌کنیم >>>
+        data_changed.set()
         
     return jsonify({"status": "success", "credits_remaining": credits_remaining})
 
@@ -203,10 +209,14 @@ def proxy_image():
 
 # --- اجرای برنامه ---
 if __name__ != '__main__':
-    load_initial_data()
-    # ترد پشتیبان را اجرا می‌کنیم
-    persister_thread_fallback = threading.Thread(target=background_persister_fallback, daemon=True)
-    persister_thread_fallback.start()
+    # <<< تغییر کلیدی: افزایش پایداری در استارت‌آپ >>>
+    try:
+        load_initial_data()
+        persister_thread = threading.Thread(target=background_persister, daemon=True)
+        persister_thread.start()
+        logging.info("Application startup complete.")
+    except Exception as e:
+        logging.critical(f"A critical error occurred during application startup: {e}", exc_info=True)
 
 if __name__ == '__main__':
     port = int(os.environ.get('PORT', 7860))