deploy/Dockerfile.dataflow

# --- Stage 1: Get Python Flex Template Launcher Binary ---
# `:latest` est la forme recommandée par Google pour ce launcher. Pour une build
# 100 % reproductible, l'épingler par digest :
#   docker pull gcr.io/dataflow-templates-base/python3-template-launcher-base:latest
#   docker inspect --format='{{index .RepoDigests 0}}' <image>
# puis remplacer `:latest` par `@sha256:<digest>`. (Le SDK Beam, lui, est déjà épinglé.)
FROM gcr.io/dataflow-templates-base/python3-template-launcher-base:latest AS launcher

# --- Stage 2: Build Application Image ---
FROM apache/beam_python3.12_sdk:2.74.0

# Copy Flex Template launcher binary
COPY --from=launcher /opt/google/dataflow/python_template_launcher /opt/google/dataflow/python_template_launcher

# Set working directory
WORKDIR /template

# Install system dependencies
USER root
RUN apt-get update && apt-get install -y --no-install-recommends \
    build-essential \
    libpq-dev \
    gcc \
    libsndfile1 \
    ffmpeg \
    && rm -rf /var/lib/apt/lists/*

# Copy requirements.txt
COPY requirements.txt ./

# Install pinned Python deps. beautifulsoup4 (==4.12.3) est déjà dans requirements.txt :
# pas de réinstallation séparée non épinglée (build reproductible).
RUN pip install --no-cache-dir -r requirements.txt
# ultralytics pulls the GUI opencv-python (needs libGL) next to opencv-python-headless;
# both own the same `cv2` files, so remove both then reinstall only headless.
RUN pip uninstall -y opencv-python opencv-python-headless \
    && pip install --no-cache-dir "$(grep -E '^opencv-python-headless==' requirements.txt)"

# Copy backend codebase
COPY backend/ ./backend/

# Configure Python search path
ENV PYTHONPATH="/template/backend:/template/backend/api:$PYTHONPATH"

# Specify Pipeline Entrypoint
# Une image Flex Template = un pipeline (convention Dataflow) ; ce projet n'a qu'un
# seul pipeline Beam (lore_ingestion_beam). Ce n'est donc pas un "figement" subi.
ENV FLEX_TEMPLATE_PYTHON_PY_FILE=/template/backend/pipeline/mlops/lore_ingestion_beam.py

# Pas de HEALTHCHECK : ce conteneur est un worker Dataflow Flex Template, orchestré
# et supervisé par le runner Dataflow — le HEALTHCHECK Docker n'est pas utilisé pour
# ce type d'image (il n'aurait aucun effet).
ENTRYPOINT ["/opt/google/dataflow/python_template_launcher"]