# Simulation LOCALE du mode deux machines (cf. docs/DEPLOY_WEBAPP.md).
#
# Fait tourner sur une même machine les deux rôles normalement répartis sur
# deux machines, dans des conteneurs/images indépendants :
#   - worker  : machine de traitement (image complète, GPU) — API de
#               génération sur le port hôte 8974 ;
#   - webapp  : interface légère (image Dockerfile.webapp, sans PDAL/GPU) —
#               carte sur le port hôte 8973, avec son PROPRE cache de tuiles
#               (./output-webapp) alimenté par rsync depuis ./output du
#               worker (monté en lecture seule dans la webapp), comme le
#               Raspberry Pi le fait par SSH vers la machine de traitement.
#
# Intérêt en local : mettre à jour le code de l'interface (rebuild webapp)
# sans toucher au worker ni aux générations en cours, et réciproquement.
#
#   docker compose -f docker-compose.local-2m.yml up -d --build
#   docker compose -f docker-compose.local-2m.yml logs -f webapp worker
#   docker compose -f docker-compose.local-2m.yml down
# Retour au mode tout-en-un : docker compose up -d --build serve
services:
  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:
      - "8974:8973"      # API joignable en direct (debug) et par la webapp
    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_GPU=1
      - LIDAR_WORKERS=2
    command: python3 -m uvicorn lidar_pipeline.webapp:app --host 0.0.0.0 --port 8973
    restart: unless-stopped

  webapp:
    build:
      context: .
      dockerfile: Dockerfile.webapp
    image: lidar-webapp
    container_name: lidar-webapp
    init: true
    user: "1000:1000"
    ports:
      - "8973:8973"
    volumes:
      # Cache local propre à la webapp (équivalent du disque du Raspberry
      # Pi) — PAS le ./output du worker : la séparation rendu/interface
      # doit être réelle, les tuiles arrivent par le rsync ci-dessous.
      - ./output-webapp:/data/output
      # Sortie du worker, en lecture seule : source du rsync local qui
      # remplace le "rsync par SSH vers la machine de traitement".
      - ./output:/data/remote:ro
    environment:
      - TZ=Europe/Paris
      - LIDAR_OUTPUT_DIR=/data/output
      # Backend de génération = worker du même réseau compose (DNS docker)
      - LIDAR_GENERATION_URL=http://lidar-worker:8973
      # Rapatriement des tuiles : mêmes exclusions que la prod (les
      # vignettes/sous-tuiles sont régénérées localement par /api/sync)
      - LIDAR_SYNC_CMD=rsync -a --delete --exclude=*.tif --exclude=.generation* --exclude=index_thumbs --exclude=index_subtiles /data/remote/ /data/output/
      # Cache auto-entretenu : resynchronisation + vignettes toutes les
      # 2 min (plus réactif que la prod pour tester en local)
      - LIDAR_AUTO_SYNC_SECONDS=120
    restart: unless-stopped