import pandas as pd
import pyodbc
import json
from os import path
from datetime import date
from dateutil.relativedelta import relativedelta
from sqlalchemy import create_engine, inspect
from suds.client import Client
from cryptography.fernet import Fernet

# Konfiguration
fernet_key = b'YBckeKYt-8g7LFvpG7XqAAcEbsYESnI-yl8by9rjeQQ='
fernet = Fernet(fernet_key)

if path.exists("nasa_config.json"):
    with open("nasa_config.json", "r") as f:
        config = json.load(f)
    with open("nasa_config.crypt", "wb") as f:
        f.write(fernet.encrypt(json.dumps(config).encode()))
else:
    with open("nasa_config.crypt", "rb") as f:
        config = json.loads(fernet.decrypt(f.read()).decode())

args = [ "2020", "05" ]
# args = []
if len(args) >= 2:
    config['selected_year'] = args[0]
    config['selected_month'] = args[1]
else:
    curr_date = date.today() - relativedelta(months=+1)
    config['selected_year'] = curr_date.strftime("%Y")
    config['selected_month'] = curr_date.strftime("%m")


select_befehl_auftraege = "SELECT * FROM [Auftraege_NASA_gruppiert] WHERE Periode = '" + config['selected_year'] + config['selected_month'] + "'"
select_befehl_mitarbeiter = "SELECT * FROM [Mitarbeiter_NASA] WHERE Periode = '" + config['selected_year'] + "-" + config['selected_month'] + "'"
source_auftraege = "nasa/Auftraege_NASA_gruppiert.csv"
source_mitarbeiter = "nasa/Mitarbeiter_NASA.csv"


header = {
    'HaendlerNr': config['client_id'],
    'Filiale': "1",
    'Jahr': config['selected_year'],
    'Monat': config['selected_month'],
    'Fabrikat': "Mazda",
    'AnzahlMitarbeiter': "0",
    'AnzahlProduktiv': "0.0",
    'WerkstattDurchlaeufe': "0",
    'Token': config['credentials']['token']
}

def conn_string (dsn):
    return f"mssql+pyodbc://{dsn['user']}:{dsn['pass']}@{dsn['server']}/{dsn['database']}?driver=SQL+Server+Native+Client+11.0"


# Datenbankverbindung
source_db = create_engine(conn_string(config['source_dsn']))

# Abfrage in Array speichern
df = pd.read_sql(select_befehl_auftraege, con = source_db)
# df = pd.read_csv(source_auftraege, sep=";", encoding="ansi", decimal=",")
df.to_csv("nasa/export/" + config['selected_year'] + "-" + config['selected_month'] + "_auftraege.csv", sep=";", encoding="ansi", decimal=",", index = False)

# Array in gewünschtes Format bringen
auftragsart = ["Inspektion", "Karosseriearbeit", "Lackierung", "Verschleißteile", "Sonstiges"]
columns = ["AuftragsArt", "AuftragsArtId", "TeileUmsatz", "LohnUmsatz", "SonstigeUmsatz", "GesamtUmsatz", "AnzahlAuftraege"]

df = df[columns]
header['WerkstattDurchlaeufe'] = df['AnzahlAuftraege'].sum()
header['AfterSalesPositionen'] = df.to_dict("records")

# Mitarbeiter gesamt und produktiv
df = pd.read_sql(select_befehl_mitarbeiter, con = source_db)
# df = pd.read_csv(source_mitarbeiter, sep=";", encoding="ansi", decimal=",")

df.to_csv("nasa/export/" + config['selected_year'] + "-" + config['selected_month'] + "_mitarbeiter.csv", sep=";", encoding="ansi", decimal=",", index = False)

header['AnzahlMitarbeiter'] = df.shape[0]
header['AnzahlProduktiv'] = df['Prod'].sum()

# SOAP-Verbindung
client = Client(config['service_url'], username=config['credentials']['username'], password=config['credentials']['password'])

try:
    result = client.service.MeldeAfterSalesDaten(header)
except Exception as e:
    print(e)
    result = -1

# Erfolg/Fehler protokollieren

print("Periode: " + config['selected_year'] + "-" + config['selected_month'])
if len(header['AfterSalesPositionen']) == result:
    print("Erfolgreich " + str(result) + " Datensätze übertragen")
else:
    print("Übertragung der Datensätze Fehlgeschlagen.")
    if result == -1:
        print("Fehler! Es waren keine Datensätze vorhanden.")
    else:
        print(str(len(header['AfterSalesPositionen']) - result) + " Datensätze nicht verarbeitet")