# ============================================================
# JonasSearch Crawler Gamma 0.1
# ============================================================

# PostgreSQL
JONASSEARCH_DB_HOST=127.0.0.1
JONASSEARCH_DB_PORT=25432
JONASSEARCH_DB_NAME=jonassearch
JONASSEARCH_DB_USER=jonassearch
JONASSEARCH_DB_PASSWORD=MeinStarkesPasswort123!

# Crawler
JONASSEARCH_START_URL=https://reddit.com
JONASSEARCH_WORKERS=4

# Mindestabstand zwischen Requests zur gleichen Domain
JONASSEARCH_DELAY=3.0

# Host-Scheduling: blockierte/rate-limitierte Domains werden automatisch
# übersprungen und später erneut versucht (mit exponentiellem Backoff).
# Kandidaten, die pro Claim-Runde in der Queue geprüft werden
#JONASSEARCH_CLAIM_BATCH=25
# Maximale Anzahl geprüfter Kandidaten pro Claim
#JONASSEARCH_CLAIM_SCAN_LIMIT=200
# Bekannte blockierte/rate-limitierte Hosts werden direkt in der
# Claim-Query ausgeschlossen (verhindert, dass ein blocked Host mit
# vielen URLs die restliche Queue verdeckt). Obergrenze für diese Liste;
# die am längsten blockierten Hosts werden zuerst berücksichtigt.
#JONASSEARCH_CLAIM_BUSY_HOST_LIMIT=1000
# Maximale Versuche pro URL (transiente Fehler werden erneut eingereiht),
# bevor der Eintrag endgültig failed wird
#JONASSEARCH_MAX_ATTEMPTS=5
# Wartezeiten über dieser Grenze (Sekunden) werden nicht inline geschlafen:
# das Item wird zurückgestellt und eine andere Domain gecrawlt
#JONASSEARCH_MAX_INLINE_WAIT=10
# Obergrenze für die Wartezeit, wenn gerade kein Host crawlbar ist
#JONASSEARCH_MAX_IDLE_SLEEP=30

# robots.txt Cache
JONASSEARCH_ROBOTS_CACHE_SECONDS=86400

# HTTP
JONASSEARCH_TIMEOUT=20
JONASSEARCH_MAX_CONTENT_LENGTH=5242880

# User-Agent
JONASSEARCH_USER_AGENT=JonasSearchBot/0.1 (+https://jonassearch.local/bot)

# ============================================================
# Rolling Updates (Launcher + Crawler)
# ============================================================

# Version dieser Crawler-Codebasis (NICHT die Deployment-Generation).
# Muss bei jedem verteilten Crawler-Änderung erhöht werden.
JONASSEARCH_CRAWLER_VERSION=5

# Wie oft jeder Crawler außerhalb der Transaktionen nach einer neuen
# Deployment-Generation sieht (Sekunden). Der Check setzt nur ein
# internes Signal; beendet wird sich erst am nächsten sicheren Commit.
JONASSEARCH_UPDATE_CHECK_SECONDS=30

# Verzeichnis für gestagte Crawler-Releases (releases/<VERSION>/crawler.py).
# Relative Pfade gelten relativ zur crawler.py.
#JONASSEARCH_RELEASES_DIR=releases

# Launcher: Wohin mit neuen Versionen? Eine der beiden Quellen setzen,
# sonst kann der Launcher nur extern abgelegte Releases prüfen/aktivieren.
#JONASSEARCH_UPDATE_SOURCE_URL=https://example.com/jonassearch/releases
#JONASSEARCH_UPDATE_SOURCE_DIR=/srv/jonassearch/new-release

# Launcher: Wartezeit nach Crash (Sekunden), bevor der Crawler neu startet
#JONASSEARCH_LAUNCHER_ERROR_RESTART_DELAY=10

# Launcher: Wartezeit vor dem Neustart nach einem Update-Zyklus
#JONASSEARCH_LAUNCHER_RESTART_DELAY=2

# ============================================================
# Suchmaschine (search/) – Port 8083
# ============================================================

# PostgreSQL-Textsuch-Konfiguration. MUSS zur Konfiguration passen,
# mit der der DB-Trigger den Suchvektor (pages.search_vector) baut –
# laut DB-Doku: 'simple'. Ansonsten finden die Queries nichts.
JONASSEARCH_TS_CONFIG=simple

# tsvector-Spalte der Tabelle `pages` erzwingen (optional,
# wird automatisch erkannt)
#JONASSEARCH_VECTOR_COLUMN=search_vector

# HTTP-API + Weboberfläche (search/api.py)
JONASSEARCH_API_HOST=0.0.0.0
JONASSEARCH_API_PORT=8083

# Ranking: ts_rank_cd-Gewichte (Titel=A, Überschriften=B, Inhalt=C)
#JONASSEARCH_RANK_WEIGHTS=A=1.0,B=0.6,C=0.3,D=0.1

# Ranking: Aktualitätsbonus (Faktor auf den Text-Rang)
#JONASSEARCH_FRESHNESS_WEIGHT=0.25
#JONASSEARCH_FRESHNESS_HALF_LIFE_DAYS=180

# Ranking: ts_rank_cd-Normalisierung (Bitmaske). 8 = Rang /
# (1 + log Dokumentlänge) – riesige Seiten dominieren sonst automatisch.
# 0 = keine Normalisierung.
#JONASSEARCH_RANK_NORMALIZATION=8

# Fallback bei sehr häufigen Begriffen: volles Ranking wird bei
# Zeitüberschreitung auf die ersten N Kandidaten (Indexreihenfolge)
# begrenzt, damit die Antwort immer kommt.
#JONASSEARCH_MAX_RANK_CANDIDATES=5000

# Schutz der großen DB: Statement-Timeouts (ms)
#JONASSEARCH_STATEMENT_TIMEOUT_MS=10000
#JONASSEARCH_COUNT_TIMEOUT_MS=4000

# Paginierung Websuche
#JONASSEARCH_RESULTS_PER_PAGE=10
#JONASSEARCH_MAX_RESULTS_PER_PAGE=50

# Bildersuche (Tab "Bilder", /api/images)
# Bildkacheln pro Ergebnisseite bzw. Maximum pro Seite
#JONASSEARCH_IMAGE_RESULTS_PER_PAGE=40
#JONASSEARCH_MAX_IMAGE_RESULTS_PER_PAGE=100
# Höchstens so viele Bilder pro Quellseite anzeigen (verhindert, dass
# Seiten mit vielen Bildern die Ergebnisse dominieren)
#JONASSEARCH_IMAGES_PER_SOURCE_PAGE=4