#!/usr/bin/env bash
# tenant-first-deploy.sh — Deploy del tenant al cluster (ADR-095 Fase B2, CS-7).
#
# Factoriza la LÓGICA DE DEPLOY del job `helm-deploy` del workflow del template
# (antes inline en `.gitea/workflows/__APP_NAME__-build.yaml`) a un script reusable.
# Lo invocan DOS consumidores con el MISMO shell byte-idéntico:
#   1. El workflow del tenant, contra el cluster real (producción).
#   2. El gate efímero B2 (`infrastructure/scripts/templates-deploy-gate.sh`),
#      contra un cluster k3s descartable, con GATE_MODE=1.
#
# Por qué un script y no lógica duplicada en el gate (ADR-095 §B2-D2): el bug
# canónico de la "enfermedad B" (el `helm status` de un release inexistente que
# bajo `set -e -o pipefail` abortaba el first-deploy frío, 06-14) es SEMÁNTICA DE
# SHELL — solo ejecutar ese mismo shell lo caza. Reimplementarlo en el gate
# reintroduce la divergencia productor↔consumidor (clase ADR-083).
#
# El script es AGNÓSTICO DEL CLUSTER: asume que `helm`/`kubectl` ya apuntan al
# cluster destino (el caller decodifica el kubeconfig y asegura helm en el PATH —
# eso es setup de entorno, específico del secret del tenant / de la VM efímera, no
# lógica de deploy). El script es IDÉNTICO en ambos templates (web-backend +
# rest-api): la divergencia se resuelve por DATOS, no por código —
#   - AddonClaim: se aplica solo si existe `manifests/addonclaim.yaml`
#     (web-backend lo tiene; rest-api no) → un único script sirve a ambos.
#   - Timeout de helm: env var HELM_TIMEOUT (web-backend 10m por defecto; el
#     workflow rest-api pasa 5m para preservar su comportamiento previo).
#
# Variables de entorno:
#   APP_NAME         (OBLIGATORIO) nombre de la app == nombre del release Helm.
#   IMAGE_TAG        (OBLIGATORIO) tag de la imagen ya publicada en Harbor.
#   TENANT_ID        (opcional) uuid del tenant — usado en --set y en el smoke host.
#   TENANT_ID_NODASHES (opcional) uuid sin guiones — usado en --set.
#   TENANT_TIER      (opcional) tier del tenant — usado en --set.
#   NAMESPACE        (default `apps`) namespace funcional del cluster tenant (ADR-054).
#   HELM_TIMEOUT     (default `10m`) timeout de `helm upgrade --install --wait`.
#   GATE_MODE        (default `0`) si `1`, salta el smoke HTTPS final (DNS+cert+
#                    Gateway reales) — esa cobertura es del canary, no del efímero;
#                    el script termina en `rollout status` (ADR-095 §B2-D2).
#
# Uso (desde el workflow del tenant, cwd = raíz del repo del tenant):
#   APP_NAME=__APP_NAME__ IMAGE_TAG=$SHA TENANT_ID=... \
#     bash scripts/tenant-first-deploy.sh

set -euo pipefail

: "${APP_NAME:?ERROR: APP_NAME no está seteado}"
: "${IMAGE_TAG:?ERROR: IMAGE_TAG no está seteado}"
NAMESPACE="${NAMESPACE:-apps}"
HELM_TIMEOUT="${HELM_TIMEOUT:-10m}"
GATE_MODE="${GATE_MODE:-0}"
TENANT_ID="${TENANT_ID:-}"
TENANT_ID_NODASHES="${TENANT_ID_NODASHES:-}"
TENANT_TIER="${TENANT_TIER:-}"

log() { echo "$(date -u +%Y-%m-%dT%H:%M:%SZ) [tenant-first-deploy] $*"; }

log "Iniciando deploy app=${APP_NAME} ns=${NAMESPACE} tag=${IMAGE_TAG} gate_mode=${GATE_MODE}"

# ── ADR-066: AddonClaim vive FUERA del chart Helm ───────────────────────────
# El claim lo gestiona addon-provisioner via finalizer cleanup-logical; no debe
# acoplarse al lifecycle del release Helm para no rotar credenciales en cada
# upgrade. Solo aplica a templates con base de datos (web-backend); rest-api no
# tiene `manifests/addonclaim.yaml` → se salta el bloque entero.
if [ -f manifests/addonclaim.yaml ]; then
  # De-adoptar AddonClaim legacy (migración chart 1.0.0 -> 1.1.0).
  # Idempotente: skip silencioso si AddonClaim no existe (primera instalación)
  # o si ya está de-adoptado (segundo run post-migración). Sunset del helper tras
  # una rotación completa (~2 semanas).
  if [ -f scripts/pre-helm-detach.sh ]; then
    log "De-adoptando AddonClaim legacy (pre-helm-detach.sh)…"
    RELEASE_NAME="${APP_NAME}" NAMESPACE="${NAMESPACE}" bash scripts/pre-helm-detach.sh
  fi

  # Aplicar AddonClaim. Sustitución de placeholders con sed (evita dependencia de
  # envsubst, no garantizado en la imagen del runner). kubectl apply es
  # idempotente: primer push lo crea, push subsiguientes son no-op si el spec no
  # cambia. helm upgrade --install nunca lo trackea ni lo borra.
  # databaseName = release name con guiones a underscores + sufijo _db (coincide
  # con el default del chart 1.0.0: .Release.Name | replace "-" "_" | printf "%s_db").
  log "Aplicando AddonClaim…"
  DATABASE_NAME="$(echo "${APP_NAME}" | tr '-' '_')_db"
  sed -e "s|\${RELEASE_NAME}|${APP_NAME}|g" \
      -e "s|\${DATABASE_NAME}|${DATABASE_NAME}|g" \
      manifests/addonclaim.yaml | kubectl apply -f -
fi

# ── Esperar rancher-webhook ready (RANCHER-WEBHOOK-RACE-RECOVERY) ────────────
# Race durante el bootstrap del cluster tenant: el `rancher-webhook` Deployment en
# cattle-system aún no tiene endpoints cuando el primer `helm upgrade --install`
# crea el namespace `apps`, lo que dispara el webhook
# `rancher.cattle.io.namespaces.create-non-kubesystem` y aborta el release con
# `no endpoints available for service rancher-webhook`. Espera explícita evita el
# flake. `kubectl wait` falla con NotFound si el Deployment aún no existe → primero
# esperamos a que APAREZCA (poll), luego a que esté Available.
log "Esperando rancher-webhook en cattle-system…"
until kubectl get deployment rancher-webhook -n cattle-system >/dev/null 2>&1; do
  echo "Esperando a que el Deployment rancher-webhook exista en cattle-system..."
  sleep 5
done
kubectl wait deployment rancher-webhook \
  -n cattle-system \
  --for=condition=Available \
  --timeout=600s

# ── Recuperar release Helm atascado (TENANT-BUILD-NO-CONCURRENCY-GUARD) ──────
# Red de seguridad ADEMÁS del guard `concurrency`: si un run previo quedó a mitad
# de una operación Helm (cancelado, runner reiniciado, o carrera histórica), el
# release queda en `pending-*` y el siguiente `helm upgrade --install` aborta. Lo
# detectamos y recuperamos antes de desplegar.
# Fail-safe: SOLO actúa sobre `pending-*`/`uninstalling`; un release `deployed`,
# `failed` o inexistente NO se toca.
# `helm status` de un release inexistente (first-deploy frío) sale con exit≠0; bajo
# `set -e -o pipefail` eso abortaría ANTES del case. `|| true` lo neutraliza →
# STATUS="" → branch no-op. (ESTE es el bug canónico de la enfermedad B; ADR-095.)
STATUS="$(helm status "${APP_NAME}" -n "${NAMESPACE}" 2>/dev/null | sed -n 's/^STATUS: //p')" || true
log "Estado actual del release ${APP_NAME}: ${STATUS:-<no existe>}"
case "$STATUS" in
  pending-install|uninstalling)
    # Nunca hubo una revisión desplegada con éxito → no se puede rollback.
    # `helm uninstall` limpia el secret del release trabado sin riesgo de datos:
    # el primer deploy aún no levantó la app.
    log "Release en '${STATUS}' (sin revisión estable) → helm uninstall para limpiar."
    helm uninstall "${APP_NAME}" -n "${NAMESPACE}" --wait --timeout 2m || true
    ;;
  pending-upgrade|pending-rollback)
    # Hubo una revisión estable previa → rollback a la última desplegada (preserva
    # la app viva; el upgrade siguiente reintenta la nueva imagen).
    log "Release en '${STATUS}' → helm rollback a la última revisión estable."
    helm rollback "${APP_NAME}" 0 -n "${NAMESPACE}" --wait --timeout 2m || true
    ;;
  *)
    log "Release en estado estable o inexistente → sin recuperación necesaria."
    ;;
esac

# ── Helm upgrade --install ──────────────────────────────────────────────────
# ADR-054: en cluster tenant los namespaces son funcionales (apps/addons), sin
# tenant-id en el nombre — el cluster ya es el sandbox del tenant.
# HELM_TIMEOUT (default 10m) absorbe el peor caso del reconcile de addon-provisioner
# (RECONCILE_INTERVAL 60s + initial_delay 60s + 3 ticks ≈ 240s) + StatefulSet
# MariaDB ready (~60s) + Job DDL (~10s) + InitContainer wait-for-secret 360s +
# Alembic. Lección 2026-05-28 (ADDON-PROVISIONER-DB-SECRET-NOT-PUBLISHED).
log "helm upgrade --install ${APP_NAME} (timeout ${HELM_TIMEOUT})…"
helm upgrade --install "${APP_NAME}" "./helm/${APP_NAME}" \
  --namespace "${NAMESPACE}" \
  --create-namespace \
  --set image.tag="${IMAGE_TAG}" \
  --set tenantId="${TENANT_ID}" \
  --set tenantIdNodashes="${TENANT_ID_NODASHES}" \
  --set tier="${TENANT_TIER}" \
  --wait --timeout "${HELM_TIMEOUT}"

# ── Verificar rollout ───────────────────────────────────────────────────────
log "Verificando rollout deploy/${APP_NAME}…"
kubectl -n "${NAMESPACE}" rollout status "deploy/${APP_NAME}" --timeout=3m

# ── Smoke check post-deploy ─────────────────────────────────────────────────
# En GATE_MODE (gate efímero B2) se salta: el smoke exige DNS+cert+Gateway reales
# (`<app>.<uuid>.apps.coralware.cloud`), cobertura del canary, no del efímero. El
# script termina exitosamente en el rollout (ADR-095 §B2-D2).
if [ "${GATE_MODE}" = "1" ]; then
  log "GATE_MODE=1 → se salta el smoke HTTPS (cobertura del canary). Deploy OK hasta rollout."
  exit 0
fi

# FQDN en formato subdominio (ADR-067 / ADR-082): <app>.<tenant-uuid>.apps...
# Coincide con el host del Ingress del cluster tenant (helm/APP_NAME/values.yaml) y
# con el wildcard A record *.{tenant-uuid}.apps.coralware.cloud que crea tenant-manager.
INGRESS_HOST="${APP_NAME}.${TENANT_ID}.apps.coralware.cloud"
log "Smoke check https://${INGRESS_HOST}/health …"
for i in $(seq 1 12); do
  if wget -q -O - --timeout=10 "https://${INGRESS_HOST}/health" | grep -q '"status":"ok"'; then
    log "Smoke OK: /health responde 200"
    exit 0
  fi
  echo "Intento ${i}/12 — /health aún no responde, esperando 5s…"
  sleep 5
done
echo "ERROR: /health no respondió 200 dentro del timeout"
exit 1