import logging

from ElasticSearch.Utils.ElasticsearchConnectionPool import ElasticsearchConnectionPool

# 初始化日志
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)

class EsSearchUtil:
    def __init__(self, es_config):
        """
                初始化Elasticsearch搜索工具
                :param es_config: Elasticsearch配置字典，包含hosts, username, password, index_name等
                """
        self.es_config = es_config

        # 初始化连接池
        self.es_pool = ElasticsearchConnectionPool(
            hosts=es_config['hosts'],
            basic_auth=es_config['basic_auth'],
            verify_certs=es_config.get('verify_certs', False),
            max_connections=50
        )

        self.index_name = es_config['index_name']
        logger.info(f"EsSearchUtil初始化成功，索引名称: {self.index_name}")

    def text_search(self, query, size=10):
        # 从连接池获取连接
        conn = self.es_pool.get_connection()
        try:
            # 使用连接执行搜索
            result = conn.search(
                index=self.es_config['index_name'],
                query={"match": {"user_input": query}},
                size=size
            )
            return result
        except Exception as e:
            logger.error(f"文本搜索失败: {str(e)}")
            raise
        finally:
            # 释放连接回连接池
            self.es_pool.release_connection(conn)

    def hybrid_search(self, query, size=10):
        # 注意：混合搜索方法需要更新以使用火山引擎API计算向量
        # 此处保留方法框架，具体实现需要根据火山引擎API进行调整
        pass

# 以下功能已删除，建议通过火山引擎API实现向量计算：
# 1. 本地模型加载和相关配置 (KeyedVectors)
# 2. text_to_embedding方法 (基于本地模型的向量计算)
# 3. vector_search方法 (使用本地模型向量的搜索)