#!/bin/bash

# 生产环境容器监控脚本
# 用途：监控容器状态，自动重启异常容器，发送告警通知

set -e

# 配置
LOG_FILE="/var/log/container-monitor.log"
ALERT_WEBHOOK=""  # 企业微信webhook地址
MAX_RESTART_COUNT=3  # 最大重启次数
RESTART_WINDOW=3600  # 重启计数窗口（秒）

# 颜色定义
RED='\033[0;31m'
GREEN='\033[0;32m'
YELLOW='\033[1;33m'
BLUE='\033[0;34m'
NC='\033[0m'

# 日志函数
log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" >> "$LOG_FILE"
    echo -e "$1"
}

log_info() {
    log "${BLUE}[INFO]${NC} $1"
}

log_success() {
    log "${GREEN}[SUCCESS]${NC} $1"
}

log_warning() {
    log "${YELLOW}[WARNING]${NC} $1"
}

log_error() {
    log "${RED}[ERROR]${NC} $1"
}

# 发送告警通知
send_alert() {
    local title="$1"
    local message="$2"
    
    if [ -n "$ALERT_WEBHOOK" ]; then
        curl -s -X POST "$ALERT_WEBHOOK" \
            -H 'Content-Type: application/json' \
            -d "{
                \"msgtype\": \"markdown\",
                \"markdown\": {
                    \"content\": \"## ${title}\n\n${message}\n\n**时间**: $(date '+%Y-%m-%d %H:%M:%S')\"
                }
            }" > /dev/null 2>&1
    fi
}

# 检查容器状态
check_container() {
    local container="$1"
    local status=$(docker inspect --format='{{.State.Status}}' "$container" 2>/dev/null)
    
    if [ -z "$status" ]; then
        log_error "容器 $container 不存在"
        return 1
    fi
    
    if [ "$status" != "running" ]; then
        log_warning "容器 $container 状态异常: $status"
        return 1
    fi
    
    # 检查健康状态
    local health=$(docker inspect --format='{{.State.Health.Status}}' "$container" 2>/dev/null)
    if [ -n "$health" ] && [ "$health" != "healthy" ]; then
        log_warning "容器 $container 健康状态异常: $health"
        return 1
    fi
    
    return 0
}

# 重启容器
restart_container() {
    local container="$1"
    local restart_count_file="/tmp/${container}_restart_count"
    local restart_time_file="/tmp/${container}_restart_time"
    
    # 检查重启次数
    local count=0
    local first_restart_time=$(date +%s)
    
    if [ -f "$restart_count_file" ] && [ -f "$restart_time_file" ]; then
        count=$(cat "$restart_count_file")
        first_restart_time=$(cat "$restart_time_file")
    fi
    
    local current_time=$(date +%s)
    local time_diff=$((current_time - first_restart_time))
    
    # 如果超过时间窗口，重置计数
    if [ $time_diff -gt $RESTART_WINDOW ]; then
        count=0
        first_restart_time=$current_time
    fi
    
    # 检查是否超过最大重启次数
    if [ $count -ge $MAX_RESTART_COUNT ]; then
        log_error "容器 $container 已达到最大重启次数 ($MAX_RESTART_COUNT)，停止自动重启"
        send_alert "⚠️ 容器重启次数超限" "容器 **$container** 在过去1小时内已重启 $count 次，已停止自动重启"
        return 1
    fi
    
    # 重启容器
    log_info "正在重启容器 $container (第 $((count + 1)) 次)"
    docker restart "$container" > /dev/null 2>&1
    
    # 更新计数
    echo $((count + 1)) > "$restart_count_file"
    echo "$first_restart_time" > "$restart_time_file"
    
    # 发送告警
    send_alert "🔄 容器自动重启" "容器 **$container** 已自动重启 (第 $((count + 1)) 次)"
    
    return 0
}

# 检查容器资源使用
check_resources() {
    local container="$1"
    local cpu_threshold=80  # CPU使用率阈值
    local mem_threshold=80  # 内存使用率阈值
    
    local stats=$(docker stats --no-stream --format "{{.CPUPerc}}\t{{.MemPerc}}" "$container" 2>/dev/null)
    local cpu=$(echo "$stats" | awk '{print $1}' | sed 's/%//')
    local mem=$(echo "$stats" | awk '{print $2}' | sed 's/%//')
    
    if [ -n "$cpu" ] && [ -n "$mem" ]; then
        cpu=${cpu%.*}  # 取整数部分
        mem=${mem%.*}
        
        if [ "$cpu" -gt "$cpu_threshold" ]; then
            log_warning "容器 $container CPU使用率过高: ${cpu}%"
            send_alert "⚠️ CPU使用率过高" "容器 **$container** CPU使用率: ${cpu}%"
        fi
        
        if [ "$mem" -gt "$mem_threshold" ]; then
            log_warning "容器 $container 内存使用率过高: ${mem}%"
            send_alert "⚠️ 内存使用率过高" "容器 **$container** 内存使用率: ${mem}%"
        fi
    fi
}

# 主监控函数
monitor() {
    log_info "开始容器监控..."
    
    # 关键容器列表
    local containers=(
        "woodpecker-server"
        "woodpecker-agent"
        "novalon-nginx"
        "novalon-website"
        "forgejo"
        "postgresql"
        "registry"
    )
    
    local unhealthy_count=0
    local restarted_count=0
    
    for container in "${containers[@]}"; do
        if ! check_container "$container"; then
            unhealthy_count=$((unhealthy_count + 1))
            
            # 尝试重启容器
            if restart_container "$container"; then
                restarted_count=$((restarted_count + 1))
                sleep 5  # 等待容器启动
                
                # 再次检查
                if check_container "$container"; then
                    log_success "容器 $container 重启成功"
                else
                    log_error "容器 $container 重启后仍然异常"
                fi
            fi
        else
            # 检查资源使用
            check_resources "$container"
        fi
    done
    
    # 输出监控摘要
    log_info "监控摘要: 总容器 ${#containers[@]}, 异常 $unhealthy_count, 已重启 $restarted_count"
    
    # 如果有异常容器，发送汇总告警
    if [ $unhealthy_count -gt 0 ]; then
        send_alert "⚠️ 容器监控告警" "发现 $unhealthy_count 个异常容器，已自动重启 $restarted_count 个"
    fi
}

# 主程序
main() {
    case "${1:-monitor}" in
        monitor)
            monitor
            ;;
        status)
            docker ps --format "table {{.Names}}\t{{.Status}}\t{{.Ports}}"
            ;;
        logs)
            tail -f "$LOG_FILE"
            ;;
        *)
            echo "用法: $0 {monitor|status|logs}"
            exit 1
            ;;
    esac
}

main "$@"