# Machine de traitement — générateur de tuiles (cf. docs/DEPLOY_WEBAPP.md).
#
# Tourne sur la machine puissante (GPU + PDAL) et expose l'API que les
# cartes distantes (Raspberry Pi, docker-compose.maps.yml + LIDAR_GENERATION_URL)
# appellent : dessin d'une zone → téléchargement IGN + traitement GPU ici,
# dalles et tuiles servies aux machines légères (/api/tiles + statiques,
# /tiles/XYZ).
#
#   docker compose -f docker-compose.worker.yml up -d --build
#   docker compose -f docker-compose.worker.yml logs -f worker
#   docker compose -f docker-compose.worker.yml down
#
# Traitement batch ponctuel des dalles présentes dans input/ :
#   docker compose -f docker-compose.worker.yml run --rm --build process [-r 0.5,0.2 | --force]
services:
  # Générateur de tuiles : carte XYZ + API de génération (image complète, GPU)
  worker:
    build: .
    image: lidar-lidar
    container_name: lidar-worker
    init: true
    user: "1000:1000"
    gpus: all            # retirer cette ligne sur une machine sans GPU
    ports:
      - "8973:8973"      # joignable par les cartes distantes (LIDAR_GENERATION_URL
                          # et LIDAR_SOURCE_URL pointent ici)
    volumes:
      # input/ en écriture : l'API y télécharge les dalles IGN manquantes
      - ./input:/data/input
      - ./output:/data/output
    environment:
      - TZ=Europe/Paris
      - LIDAR_INPUT_DIR=/data/input
      - LIDAR_OUTPUT_DIR=/data/output
      - LIDAR_PORT=8973
      # Les générations lancées depuis une carte distante utilisent le GPU
      - LIDAR_GPU=1
      - LIDAR_WORKERS=auto
      # Une ligne par worker : BLAS/OpenMP mono-thread, sinon 12 workers × N
      # threads écrasent les 14 cœurs (load 68+ observé pendant les runs)
      - OMP_NUM_THREADS=1
      - OPENBLAS_NUM_THREADS=1
      - MKL_NUM_THREADS=1
      - NUMEXPR_NUM_THREADS=1
      # Protéger l'API si le réseau n'est pas de confiance : même valeur que
      # LIDAR_REMOTE_TOKEN sur chaque carte distante (sinon, laisser commenté)
      # - LIDAR_API_TOKEN=change-moi
    command: python3 -m uvicorn lidar_pipeline.mapserve:app --host 0.0.0.0 --port 8973
    restart: unless-stopped

  # Traitement ponctuel des dalles input/ (une passe puis arrêt)
  process:
    build: .
    image: lidar-lidar
    container_name: lidar-process
    init: true
    user: "1000:1000"
    gpus: all            # retirer cette ligne sur une machine sans GPU
    volumes:
      - ./input:/data/input
      - ./output:/data/output
    environment:
      - TZ=Europe/Paris
    command: ["python3", "-m", "lidar_pipeline", "/data/input", "-o", "/data/output", "-r", "0.2", "-g", "all"]
    profiles:
      - process