"""独立进程执行研究 Job —— 内存隔离的执行体（内存优化专项）。

由 job_executor._run_in_subprocess 以 `python -m app.cli.run_job <JOB_ID>` 拉起
（cwd=backend/），入口先施加 RLIMIT_AS 上限再导入重依赖，随后执行与 API 内
execute_job 完全相同的状态机 / Experiment 归档逻辑。

环境变量：
    QLIB_JOB_MEM_LIMIT_GB —— 子进程虚拟地址空间上限（GB）；父进程 spawn 时写入，
    手动直接运行本命令而未设置时回退到 Settings（config job.max_memory_gb）。
"""

from __future__ import annotations

import os
import sys


def _apply_memory_limit() -> None:
    """尝试施加 RLIMIT_AS：达到上限时分配抛 MemoryError → Job 归档 failed，
    而不是让内核 OOM 杀掉整机（8G Pi5 上保护同机其它服务）。

    不按平台硬门禁：RLIMIT_AS 在 Linux / macOS 上都能设置，但**限额必须高于进程
    当前的虚拟地址空间基线**，否则内核返回 EINVAL（CPython 表现为
    `ValueError: current limit exceeds maximum limit`）。macOS 上 Python 进程的
    地址空间基线可达数十 GB（共享缓存 + malloc 区预留），故 `job.max_memory_gb: 6`
    在这类机器上会失败 —— 这是**配置阈值问题，不是平台不支持**，不应掩盖。

    设置失败不阻断 Job，但如实打印原因与后果（AGENT.md §24「未实现项须如实标注」）。
    """
    try:
        gb = int(os.environ.get("QLIB_JOB_MEM_LIMIT_GB") or "")
    except (TypeError, ValueError):
        from app.core.config import get_settings

        gb = get_settings().job_memory_limit_gb
    limit = gb * 1024**3
    import resource

    try:
        resource.setrlimit(resource.RLIMIT_AS, (limit, limit))
    except (ValueError, OSError) as exc:
        print(
            f"[run_job] 内存上限 {gb}GB 设置失败（{type(exc).__name__}: {exc}）；"
            "本 Job 无内存隔离保护。若限额低于进程虚拟地址空间基线（macOS 常见），"
            "可调大 config.yaml job.max_memory_gb 后重试。",
            file=sys.stderr,
        )


def main(argv: list[str] | None = None) -> int:
    args = list(sys.argv[1:] if argv is None else argv)
    if len(args) < 1:
        print("用法: python -m app.cli.run_job <JOB_ID>", file=sys.stderr)
        return 2
    _apply_memory_limit()
    # 先设内存上限再导入重依赖（pandas / sqlalchemy 等）
    from app.application.services.job_executor import default_factories, execute_job

    execute_job(args[0], **default_factories())
    return 0


if __name__ == "__main__":
    raise SystemExit(main())