services:
  timescaledb:
    image: timescale/timescaledb:latest-pg16
    container_name: data-service-db
    restart: unless-stopped
    environment:
      POSTGRES_DB: ${POSTGRES_DB}
      POSTGRES_USER: ${POSTGRES_USER}
      POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
    ports:
      - "5433:5432" # se pone el el puerto 5433 para no interferir con una instalación local de postgres que use el 5432
    volumes:
      # Volumen con nombre: aquí vive el archivo físico de la base de
      # datos. Persiste aunque el contenedor se apague, se reinicie o
      # se borre (docker rm) — solo se pierde con un `docker volume rm`
      # explícito.
      - timescale-data:/var/lib/postgresql/data
      # Cualquier .sql en /docker-entrypoint-initdb.d se ejecuta
      # automáticamente la PRIMERA vez que el volumen está vacío (o
      # sea, la primera vez que se crea el contenedor). Así el esquema
      # completo (extensión, tablas, seed) se aplica solo, sin pasos
      # manuales.
      - ./data_service/docs/data_service_schema.sql:/docker-entrypoint-initdb.d/01_schema.sql:ro
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U ${POSTGRES_USER} -d ${POSTGRES_DB}"]
      interval: 5s
      timeout: 5s
      retries: 10

  data_service:
    build: ./data_service
    container_name: data-service-app
    restart: unless-stopped
    environment:
      # Dentro de la red de docker-compose, el host de la base de datos
      # es el NOMBRE DEL SERVICIO ("timescaledb"), no "localhost".
      DATABASE_URL: postgresql://${POSTGRES_USER}:${POSTGRES_PASSWORD}@timescaledb:5432/${POSTGRES_DB}
      DEFAULT_START_DATE: ${DEFAULT_START_DATE}
      PIPELINE_VERSION: ${PIPELINE_VERSION}
      DATA_SERVICE_LOG_DIR: /app/logs
    ports:
      - "8000:8000"
    volumes:
      - ./logs/data_service:/app/logs
    depends_on:
      timescaledb:
        condition: service_healthy


  mlflow:
    image: ghcr.io/mlflow/mlflow:v2.16.2
    container_name: mlflow-server
    restart: unless-stopped
    command: >
      mlflow server
      --host 0.0.0.0
      --port 5000
      --backend-store-uri sqlite:///mlflow-data/mlflow.db
      --default-artifact-root /mlflow-data/artifacts
    ports:
      - "5000:5000"
    volumes:
      - mlflow-data:/mlflow-data
    healthcheck:
      test: ["CMD-SHELL", "python -c \"import urllib.request; urllib.request.urlopen('http://localhost:5000')\" || exit 1"]
      interval: 10s
      timeout: 5s
      retries: 10

  ml_service:
    build: ./ml_service
    container_name: ml-service-app
    restart: unless-stopped
    environment:
      DATA_SERVICE_BASE_URL: http://data_service:8000
      DATA_SERVICE_PAIR_CODE: ${DATA_SERVICE_PAIR_CODE:-SP500_VIX}
      INTERNAL_SERVICE_KEY: ${INTERNAL_SERVICE_KEY}
      ML_SERVICE_API_KEY: ${ML_SERVICE_API_KEY}
      REQUIRE_API_KEY: "true"
      MLFLOW_TRACKING_URI: http://mlflow:5000
      MLFLOW_EXPERIMENT_NAME: ${MLFLOW_EXPERIMENT_NAME:-sp500_volatility}
      MLFLOW_REGISTERED_MODEL_NAME: ${MLFLOW_REGISTERED_MODEL_NAME:-sp500_range_predictor}
      PREDICTIONS_DB_PATH: /app/data/predictions.db
      HISTORICAL_BACKTEST_START: ${HISTORICAL_BACKTEST_START:-2022-01-01}
      HISTORICAL_BACKTEST_OUTPUT_DIR: /app/data/exports
      MODEL_LOCAL_DIR: /app/data/models
      RETRAIN_SCHEDULE_DAY: "1"
      RETRAIN_SCHEDULE_HOUR: "3"
      RETRAIN_SCHEDULE_MINUTE: "0"
      RETRAIN_SCHEDULE_TIMEZONE: ${RETRAIN_SCHEDULE_TIMEZONE:-America/Bogota}
      SCHEDULER_ENABLED: "true"
      ML_SERVICE_LOG_DIR: /app/logs
    ports:
      # RNF20: en producción real, esto no debería mapearse al host
      # (el ML Service no debe exponerse a internet). Se deja aquí
      # solo para que puedas probarlo manualmente con curl/Swagger
      # mientras lo revisas.
      - "8001:8001"
    volumes:
      - ml-service-data:/app/data
      - ./logs/ml_service:/app/logs:Z
    depends_on:
      data_service:
        condition: service_started
      mlflow:
        condition: service_healthy

volumes:
  timescale-data:
  mlflow-data:
  ml-service-data: