hfdb.py

# database/hfdb.py
# -*- coding: utf-8 -*-
import json
import os
import time
from typing import Callable, Dict, Any, Optional

from huggingface_hub import (
    HfApi,
    HfFileSystem,
    create_repo,
    CommitOperationAdd,
    HfHubHTTPError,
)

HF_TOKEN = os.getenv("HF_TOKEN")
if not HF_TOKEN:
    raise RuntimeError("HF_TOKEN não configurado. Defina em Settings → Variables & secrets do Space.")

# Ex.: "rodrigodasilva/academia-arm-db"
DATASET_PATH = os.getenv("HF_DATASET_PATH", "SEUUSER/academia-arm-db")
# Ex.: "database.json"
FILE_PATH = os.getenv("HF_DB_FILE", "database.json")
REVISION = "main"

api = HfApi(token=HF_TOKEN)
fs = HfFileSystem(token=HF_TOKEN)

def _ensure_dataset_exists():
    try:
        create_repo(
            repo_id=DATASET_PATH,
            token=HF_TOKEN,
            repo_type="dataset",
            private=True,
            exist_ok=True,
        )
    except Exception as e:
        # Se já existe, segue. Qualquer outro erro, levanta.
        if "409" not in str(e):
            raise

def load_data() -> Dict[str, Any]:
    """
    Lê o JSON do dataset de forma direta. Evita cache para sempre obter o estado atual.
    """
    _ensure_dataset_exists()
    path = f"datasets/{DATASET_PATH}/{FILE_PATH}"
    # Se o arquivo ainda não existe, cria um esqueleto
    if not fs.exists(path):
        return {"alunos": [], "cursos": [], "cronogramas": [], "reposicoes": [], "certificados": [], "notas": []}

    with fs.open(path, "r") as f:
        return json.load(f)

def save_data(
    data: Dict[str, Any],
    *,
    commit_message: Optional[str] = None,
    max_retries: int = 3,
    backoff_seconds: float = 1.0,
    on_merge_conflict: Optional[Callable[[Dict[str, Any], Dict[str, Any]], Dict[str, Any]]] = None,
) -> None:
    """
    Salva o JSON no dataset usando commit atômico.
    - Tenta regravar em caso de conflito (até max_retries).
    - on_merge_conflict(local, remoto) -> retorna o payload final para gravar.
    """
    _ensure_dataset_exists()
    attempt = 0
    while True:
        attempt += 1
        try:
            # Sempre recarrega a versão remota mais recente antes de gravar (evita overwrite silencioso)
            remote = load_data()

            payload = data
            # Se quiser mesclar (ex.: sets por ID), injete uma função de merge
            if on_merge_conflict:
                payload = on_merge_conflict(local=data, remoto=remote)

            content = json.dumps(payload, indent=2, ensure_ascii=False).encode("utf-8")

            api.create_commit(
                repo_id=DATASET_PATH,
                repo_type="dataset",
                operations=[
                    CommitOperationAdd(
                        path_in_repo=FILE_PATH,
                        path_or_fileobj=content,
                    ),
                ],
                commit_message=commit_message or f"update {FILE_PATH} via Space",
                revision=REVISION,
            )
            return  # sucesso
        except HfHubHTTPError as e:
            # Conflitos ou problemas intermitentes
            if attempt >= max_retries:
                raise
            time.sleep(backoff_seconds * attempt)
        except Exception:
            if attempt >= max_retries:
                raise
            time.sleep(backoff_seconds * attempt)