# Importa la clase MongoClient de la biblioteca pymongo.
# Esto nos permitirá conectar a una base de datos MongoDB.
from pymongo import MongoClient

# Define el nombre de usuario para la base de datos MongoDB. Esto debe ser un usuario válido con permisos adecuados.
username = 'infinitepy'

# Define la contraseña para la base de datos MongoDB. Asegúrate de que esta contraseña sea correcta.
# Nunca expongas ni hard-codes contraseñas en tu código por motivos de seguridad. Usa variables de entorno o gestores de secretos en aplicaciones reales.
password = 'ilovepyth0n'

# Crea un objeto MongoClient. Este objeto representa una conexión de cliente con la base de datos MongoDB.
# Usamos una f-string para formatear la string de conexión con el nombre de usuario y la contraseña.
# El URI de conexión incluye el nombre de usuario, contraseña e información del cluster.
client = MongoClient(f'mongodb+srv://{username}:{password}@infinitepy-cluster.s05fljv.mongodb.net/?retryWrites=true&w=majority&appName=infinitepy-cluster')

# Usando la instancia del cliente, obtiene la lista de todos los nombres de bases de datos.
# list_database_names() retorna una lista de strings, donde cada string es el nombre de una base de datos.
for db_name in client.list_database_names():
    # Imprime cada nombre de base de datos en la consola.
    print(db_name)

# Accede a la base de datos sample_db; si no existe, MongoDB la crea cuando almacenas algún dato en ella por primera vez.
# La sintaxis 'client.sample_db' es usada para acceder a la base de datos.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' en la base de datos sample_db.
collection = db.mi_coleccion

# Crea un diccionario representando el documento a ser insertado en la colección.
# El documento contiene información sobre una persona: nombre, edad y ciudad.
documento = {"nombre": "Juan Silva", "edad": 29, "ciudad": "São Paulo"}

# Inserta el documento en la colección 'mi_coleccion'.
# El método insert_one retorna un objeto result que contiene información sobre la inserción.
result = collection.insert_one(documento)

# Imprime el ID único del documento insertado.
# El atributo inserted_id del objeto result contiene este ID.
print("ID del documento insertado: {document_id}".format(document_id=result.inserted_id))

# Accede a la base de datos sample_db; si no existe, MongoDB la crea cuando almacenas algún dato en ella por primera vez.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' en la base de datos sample_db.
collection = db.mi_coleccion

# Encuentra un único documento en la colección 'mi_coleccion' donde el campo 'nombre' sea igual a "Juan Silva".
# El método 'find_one' retorna la primera coincidencia encontrada.
result = collection.find_one({"nombre": "Juan Silva"})

# Imprime el resultado en la consola.
# Si un documento con el 'nombre' "Juan Silva" es encontrado, imprimirá ese documento.
# Si ningún documento así existe, imprimirá 'None'.
print(result)

# Accede a la base de datos sample_db; MongoDB la crea si no existe.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' dentro de la base de datos sample_db.
coleccion = db.mi_coleccion

# Define una lista de documentos para ser insertados en 'mi_coleccion'.
# Cada documento está representado como un diccionario Python con pares clave-valor.
documentos = [
    {"nombre": "Alice", "edad": 25, "ciudad": "Londres"},
    {"nombre": "Bob", "edad": 30, "ciudad": "San Francisco"},
]

# Inserta la lista de documentos en la colección.
# El método insert_many inserta múltiples documentos de una vez y retorna un objeto que contiene los inserted_ids.
resultado = coleccion.insert_many(documentos)

# Imprimir los IDs únicos de los documentos insertados.
print("Documentos insertados con IDs:", resultado.inserted_ids)

# Accede a la base de datos 'sample_db'; si no existe, MongoDB la crea cuando almacenas algún dato en ella.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' en la base de datos 'sample_db'.
coleccion = db.mi_coleccion

# Ejecuta la operación de actualización. El método 'update_one' encuentra el primer documento que coincide con el filtro y actualiza ese documento.
resultado = coleccion.update_one(
    {"nombre": "Juan Silva"},  # Filtro: encuentra el documento donde el nombre es 'Juan Silva'
    {"$set": {"edad": 30}}     # Actualización: establece la edad como 30
)

# Verifica si algún documento fue modificado.
if resultado.modified_count > 0:
    print("Documento actualizado con éxito.")
else:
    print("Ningún documento fue actualizado.")

# Accede a la base de datos sample_db; MongoDB la crea si no existe.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' dentro de la base de datos sample_db.
coleccion = db.mi_coleccion

# Intenta borrar un único documento de la colección 'mi_coleccion' donde el campo 'nombre' es "Juan Silva".
# El método `delete_one` borra el primer documento que corresponde a los criterios del filtro.
resultado = coleccion.delete_one({"nombre": "Juan Silva"})

# Verifica si un documento fue realmente borrado examinando el atributo 'deleted_count'.
# Este atributo retorna el número de documentos que fueron borrados.
if resultado.deleted_count > 0:
    # Si deleted_count es mayor que 0, significa que al menos un documento fue borrado.
    print("Documento borrado con éxito.")
else:
    # Si deleted_count es 0, significa que ningún documento correspondió a los criterios del filtro.
    print("Ningún documento fue borrado.")

# Accede a la base de datos sample_db; MongoDB la crea si no existe.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' dentro de la base de datos sample_db.
coleccion = db.mi_coleccion

# Define un pipeline de agregación para procesar documentos en la colección.
# El pipeline es una lista de etapas, donde cada etapa transforma los documentos a medida que pasan.
# Las etapas son procesadas en orden, de la primera a la última.
pipeline = [
    # La etapa $match filtra los documentos por la condición especificada.
    # Aquí, estamos interesados solo en documentos donde el campo edad sea mayor o igual a 25.
    {"$match": {"edad": {"$gte": 25}}},

    # La etapa $group agrupa los documentos por un identificador especificado.
    # Aquí, estamos agrupando documentos por el campo 'ciudad'.
    # El campo '_id' es usado como el identificador del grupo.
    # El campo 'media_edad' es calculado como el valor promedio del campo 'edad' para cada grupo.
    {"$group": {"_id": "$ciudad", "media_edad": {"$avg": "$edad"}}},
]

# Ejecuta el pipeline de agregación en la colección.
# El método aggregate() retorna un iterable con los resultados del pipeline.
resultado = coleccion.aggregate(pipeline)

# Itera sobre el resultado y imprime cada documento.
# Cada documento en el resultado representa una ciudad y su respectiva edad promedio.
for doc in resultado:
    print(doc)

# Accede a la base de datos sample_db; MongoDB la crea si no existe.
db = client.sample_db

# Accede a la colección llamada 'mi_coleccion' dentro de la base de datos sample_db.
coleccion = db.mi_coleccion

# Define un pipeline de agregación para procesar los datos en la colección.
# El pipeline contiene una secuencia de etapas, cada una representada por un documento.
pipeline = [
    # La etapa $group agrupa documentos por el campo 'ciudad'.
    # Crea un nuevo documento para cada grupo donde '_id' es el nombre de la ciudad.
    # También calcula la edad máxima para cada grupo y almacena en 'edad_max'.
    {"$group": {"_id": "$ciudad", "edad_max": {"$max": "$edad"}}},

    # La etapa $sort ordena los documentos agrupados por el campo 'edad_max' en orden decreciente (-1).
    {"$sort": {"edad_max": -1}}
]

# Ejecuta el pipeline de agregación en la colección.
# 'coleccion.aggregate(pipeline)' retorna un cursor para el resultado de la agregación.
resultado = coleccion.aggregate(pipeline)

# Itera sobre los documentos en el cursor de resultado.
# Cada documento en 'resultado' es un diccionario que contiene '_id' (el nombre de la ciudad) y 'edad_max'.
for doc in resultado:
    # Imprime el nombre de la ciudad y la edad máxima para cada grupo.
    print(f"Ciudad: {doc['_id']}, Edad Máxima: {doc['edad_max']}")

import logging

# Crear un objeto logger con el nombre 'mongo_logger'
mongo_logger = logging.getLogger('mongo_logger')

# Definir el nivel de registro como DEBUG. Esto significa que todos los mensajes con nivel DEBUG y superiores serán registrados
mongo_logger.setLevel(logging.DEBUG)

# Crear manejadores que imprimen mensajes de log en la consola (salida estándar) y escriben mensajes de log en un archivo llamado 'mongo_logger.log'
console_handler = logging.StreamHandler()
file_handler = logging.FileHandler('mongo_logger.log')

# Definir un formateador que especifica el formato de los mensajes de log
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# Definir el formateador para el manejador de la consola y para el manejador de archivos
console_handler.setFormatter(formatter)
file_handler.setFormatter(formatter)

# Añadir el manejador de la consola al logger. Esto significa que los mensajes de log serán mostrados en la consola
mongo_logger.addHandler(console_handler)
# Añadir el manejador de archivos al logger. Esto significa que los mensajes de log serán escritos en el archivo 'mongo_logger.log'
mongo_logger.addHandler(file_handler)

# Función para obtener una base de datos específica
def get_database(db_name):
    # Registrar que estamos accediendo a la base de datos especificada
    mongo_logger.info(f"Accediendo a la base de datos '{db_name}'.")
    # Retornar el objeto de la base de datos del cliente
    return client[db_name]

# Función para obtener una colección específica de una base de datos
def get_collection(db, collection_name):
    # Registrar que estamos accediendo a la colección especificada dentro de la base de datos proporcionada
    mongo_logger.info(f"Accediendo a la colección '{collection_name}' dentro de la base de datos '{db.name}'.")
    # Retornar el objeto de la colección de la base de datos
    return db[collection_name]

# Función para insertar múltiples documentos de libros en una colección
def insert_books(collection, books):
    # Registrar que estamos insertando nuevos documentos de libros
    mongo_logger.info("Insertando nuevos documentos de libros en la colección.")
    # Insertar la lista de libros en la colección usando insert_many
    result = collection.insert_many(books)
    # Registrar los IDs de los documentos insertados
    mongo_logger.info(f'IDs de los libros insertados: {result.inserted_ids}')
    # Retornar el resultado de la operación de inserción
    return result

# Función para encontrar libros por un autor específico en una colección
def find_books_by_author(collection, author_name):
    # Registrar que estamos consultando por libros del autor especificado
    mongo_logger.info(f"Consultando la colección por todos los libros del autor {author_name}.")
    # Consultar la colección por libros con el nombre del autor proporcionado
    books = collection.find({"author": author_name})
    # Registrar el número de libros encontrados (convertir el cursor a lista para contar)
    mongo_logger.info(f'Encontrados {len(list(books))} libros del autor {author_name}.')
    # Retornar el cursor para la lista de libros encontrados
    return books

# Función para actualizar el género de un libro por su título
def update_book_genre(collection, title, new_genre):
    # Registrar que estamos actualizando el género del libro especificado
    mongo_logger.info(f"Actualizando el género de '{title}' a '{new_genre}'.")
    # Actualizar el género del libro con el título proporcionado
    update_result = collection.update_one(
        {"title": title},
        {"$set": {"genre": new_genre}}
    )
    # Registrar el número de documentos correspondientes y modificados
    mongo_logger.info(f'Modificados {update_result.matched_count} documento(s) y {update_result.modified_count} documento(s).')
    # Retornar el resultado de la operación de actualización
    return update_result

# Función para borrar un libro por su título
def delete_book(collection, title):
    # Registrar que estamos borrando el libro con el título especificado
    mongo_logger.info(f"Borrando el libro con el título '{title}'.")
    # Borrar el documento del libro con el título proporcionado
    delete_result = collection.delete_one({"title": title})
    # Registrar el número de documentos borrad