panel/app/jobs/uri_collection_job.rb

# frozen_string_literal: true

# Procesar una lista de URIs para una lista de dominios.  Esto nos
# permite procesar estadísticas a demanda.
#
# Hay varias cosas acá que van a convertirse en métodos propios, como la
# detección de URIs de un sitio (aunque la versión actual detecta todas
# las páginas y no solo las de posts como tenemos planeado, hay que
# resolver eso).
#
# Los hostnames de un sitio van a poder obtenerse a partir de
# Site#hostnames con la garantía de que son únicos.
class UriCollectionJob < PeriodicJob
  # Ignoramos imágenes porque suelen ser demasiadas y no aportan a las
  # estadísticas.
  IMAGES = %w[.png .jpg .jpeg .gif .webp .jfif].freeze
  STAT_NAME = 'uri_collection_job'

  def perform(site_id:, once: true)
    @site = Site.find site_id

    # Recordar la última vez que se corrió la tarea
    stat = site.stats.create! name: STAT_NAME

    hostnames.each do |hostname|
      uris.each do |uri|
        next if stop?

        AccessLog.where(host: hostname, uri: uri)
                 .where('created_at >= ?', beginning_of_interval)
                 .completed_requests
                 .non_robots
                 .group(:host, :uri)
                 .rollup('host|uri', interval: starting_interval, update: true)

        # Reducir las estadísticas calculadas aplicando un rollup sobre el
        # intervalo más amplio.
        Stat::INTERVALS.reduce do |previous, current|
          Rollup.where(name: 'host|uri', interval: previous)
                .where('time >= ?', beginning_of_interval)
                .where_dimensions(host: hostname, uri: uri)
                .group("dimensions->'host'", "dimensions->'uri'")
                .rollup('host|uri', interval: current, update: true) do |rollup|
                  rollup.sum(:value)
                end

          # Devolver el intervalo actual
          current
        end
      end
    end

    stat.touch

    run_again! unless once
  end

  private

  def stat_name
    STAT_NAME
  end

  # @return [String]
  #
  # TODO: Cambiar al mergear origin-referer
  def destination
    @destination ||= site.deploys.find_by(type: 'DeployLocal').destination
  end

  # TODO: Cambiar al mergear origin-referer
  #
  # @return [Array]
  def hostnames
    @hostnames ||= site.deploys.map do |deploy|
      case deploy
      when DeployLocal
        site.hostname
      when DeployWww
        deploy.fqdn
      when DeployAlternativeDomain
        deploy.hostname.dup.tap do |h|
          h.replace(h.end_with?('.') ? h[0..-2] : "#{h}.#{Site.domain}")
        end
      when DeployHiddenService
        deploy.onion
      end
    end.compact
  end

  # Recolecta todas las URIs menos imágenes
  #
  # @return [Array]
  def uris
    @uris ||=
      locales.map do |locale|
        uri = "/#{locale}/".squeeze('/')
        dir = File.join(destination, locale)

        files(dir).map do |f|
          uri + f
        end
      end.flatten(2)
  end

  # @return [Array]
  def locales
    @locales ||= ['', site.locales.map(&:to_s)].flatten(1)
  end

  # @param :dir [String]
  # @return [Array]
  def files(dir)
    Dir.chdir(dir) do
      pages = Dir.glob('**/*.html')
      files = Dir.glob('public/**/*')
      files = remove_directories files
      files = remove_images files

      [pages, files].flatten(1)
    end
  end

  # @param :files [Array]
  # @return [Array]
  def remove_directories(files)
    files.reject do |f|
      File.directory? f
    end
  end

  def remove_images(files)
    files.reject do |f|
      IMAGES.include? File.extname(f).downcase
    end
  end
end