fix(tradein): дедуп объявлений по квартире + over_100 NULL-фикс (500 на списке) (148) (#2075)

tradein-mvp/backend/data/sql/148_dedup_apartments_in_sale_share.sql

@@ -0,0 +1,118 @@
+-- 148_dedup_apartments_in_sale_share.sql
+--
+-- CONTEXT: «доля квартир дома в продаже» завышалась кросс-площадочными дублями.
+--   Одна физическая квартира, выставленная одновременно на avito + cian + domclick,
+--   получает РАЗНЫЕ dedup_hash (наш dedup-merge мигр. 135 склеивает только одинаковые
+--   source-карточки, не межплощадочные) → считалась как несколько объявлений.
+--
+--   Подтверждено на проде. Пример — ул. Искровцев, 33 (house_id 11176):
+--   4 активных vtorichka-объявления = всего 2 реальные квартиры
+--     · 2-комн / 49 м² / 1 этаж  — domclick + avito (одинаковая цена)
+--     · 3-комн / 63.7 м² / 1 этаж — avito + cian   (одинаковая цена)
+--   По всей выборке завышение ≈ 19–21% (active_secondary 23401 → 18524, −20.8%;
+--   listings_45d 32277 → 25905, −19.7%).
+--
+-- WHAT: оба числителя v_building_sale_share переводим со счёта ОБЪЯВЛЕНИЙ на счёт
+--   уникальных КВАРТИР — сигнатура (rooms, round(area_m2), floor):
+--     active_secondary = count(DISTINCT (rooms, round(area_m2), floor))
+--                          FILTER (is_active AND vtorichka)         -- было count(*)
+--     listings_45d     = count(DISTINCT (rooms, round(area_m2), floor))
+--                          FILTER (vtorichka AND last_seen_at>=now()-45d)
+--                                                                   -- было count(DISTINCT dedup_hash)
+--   Всё остальное (медианы, avg_days_on_market, оба процента с плаузибилити-гейтом,
+--   flat_count_effective, WHERE) — БЕЗ изменений. Оба процента подхватывают
+--   дедуплицированные числители автоматически.
+--
+-- NULL handling: объявление с NULL площадью/этажом даёт ROW-сигнатуру с NULL-компонентой.
+--   count(DISTINCT ROW(...)) трактует частично-NULL кортежи как РАЗНЫЕ значения и
+--   игнорирует только полностью-NULL строку (rooms И area_m2 И floor все NULL) — т.е.
+--   объявления без характеристик в худшем случае считаются по-отдельности (как раньше),
+--   дедуп их не схлопывает. Приемлемо: завышение строго уменьшается, не растёт
+--   (проверено: 0 домов, где числитель ВЫРОС).
+--
+-- DEPENDENCIES: 143 (view + houses.gar_*), 144 (canon match → gar_flat_count),
+--   145 (плаузибилити-гейт знаменателя), 146 (listings_45d + sale_share_pct_45d + zhkh
+--   в COALESCE). Базируется на текущем (146) определении view — меняем ТОЛЬКО числители.
+--   listings.rooms (int), listings.area_m2 (numeric), listings.floor (int) — существующие.
+--
+-- SAFETY / IDEMPOTENCY: только CREATE OR REPLACE VIEW (структура колонок не меняется) +
+--   COMMENT. Повторный прогон — no-op. Деплой-раннер гонит файл через
+--   psql -v ON_ERROR_STOP=on БЕЗ --single-transaction → транзакцию открывает САМ файл
+--   (BEGIN/COMMIT ниже), как 143/145/146.
+--
+-- Deploy order: после 147_canon_strip_geo_prefixes.sql.
+
+BEGIN;
+
+CREATE OR REPLACE VIEW v_building_sale_share AS
+ WITH listing_agg AS (
+         SELECT l.house_id_fk AS house_id,
+            count(DISTINCT (l.rooms, round(l.area_m2), l.floor)) FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text) AS active_secondary,
+            count(DISTINCT (l.rooms, round(l.area_m2), l.floor)) FILTER (
+                WHERE l.listing_segment = 'vtorichka'::text
+                  AND l.last_seen_at >= (now() - interval '45 days')
+            ) AS listings_45d,
+            percentile_cont(0.5::double precision) WITHIN GROUP (ORDER BY (l.price_rub::double precision))
+                FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND l.price_rub IS NOT NULL) AS median_price_rub,
+            percentile_cont(0.5::double precision) WITHIN GROUP (ORDER BY (l.price_per_m2::double precision))
+                FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND l.price_per_m2 IS NOT NULL) AS median_price_per_m2,
+            avg(l.days_on_market)
+                FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND l.days_on_market IS NOT NULL) AS avg_days_on_market
+           FROM listings l
+          WHERE l.house_id_fk IS NOT NULL
+          GROUP BY l.house_id_fk
+        )
+ SELECT h.id AS house_id,
+    h.short_address,
+    h.full_address,
+    h.address,
+    h.lat,
+    h.lon,
+    h.year_built,
+    h.house_type,
+    h.total_floors,
+    h.series_name,
+    h.is_emergency,
+    COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0)) AS flat_count_effective,
+    h.gar_flat_count,
+    h.gar_match_method,
+    la.active_secondary,
+    la.median_price_rub,
+    la.median_price_per_m2,
+    la.avg_days_on_market,
+        CASE
+            WHEN COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))
+                     >= GREATEST(COALESCE(h.total_floors, 0), 8)
+             AND la.active_secondary <= COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))
+            THEN round(100.0 * la.active_secondary::numeric
+                       / COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))::numeric, 1)
+            ELSE NULL::numeric
+        END AS sale_share_pct,
+    la.listings_45d,
+        CASE
+            WHEN COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))
+                     >= GREATEST(COALESCE(h.total_floors, 0), 8)
+             AND la.listings_45d <= COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))
+            THEN round(100.0 * la.listings_45d::numeric
+                       / COALESCE(h.gar_flat_count, h.zhkh_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))::numeric, 1)
+            ELSE NULL::numeric
+        END AS sale_share_pct_45d
+   FROM houses h
+     JOIN listing_agg la ON la.house_id = h.id
+  WHERE h.geom IS NOT NULL AND (la.active_secondary > 0 OR la.listings_45d > 0);
+
+COMMENT ON VIEW v_building_sale_share IS
+  'Per-building rollup вторички для «доли квартир дома в продаже» (мигр. 143; знаменатель — '
+  'ГАР canon-match мигр. 144; 2-й источник ЖКХ + окно 45д мигр. 146; дедуп кросс-площадочных '
+  'дублей мигр. 148). flat_count_effective = COALESCE(gar_flat_count, zhkh_flat_count, '
+  'NULLIF(total_units,0), NULLIF(flat_count,0)). Оба числителя считают УНИКАЛЬНЫЕ КВАРТИРЫ по '
+  'сигнатуре count(DISTINCT (rooms, round(area_m2), floor)), а не объявления: одна квартира на '
+  'avito+cian+domclick = разные dedup_hash, но одна сигнатура. active_secondary = FILTER '
+  '(is_active AND vtorichka); listings_45d = FILTER (vtorichka AND last_seen_at>=now()-45d). '
+  'sale_share_pct = active_secondary/denom; sale_share_pct_45d = listings_45d/denom. Оба под '
+  'плаузибилити-гейтом (denom>=GREATEST(total_floors,8) AND числитель<=denom; мигр. 145), иначе '
+  'NULL. Частично-NULL сигнатуры считаются раздельно (count(DISTINCT ROW) игнорит лишь полностью-'
+  'NULL строку). Фильтр: geom NOT NULL AND (active_secondary>0 OR listings_45d>0) — churn-only '
+  'дома (0 активных, но есть листинги за 45д) тоже видны.';
+
+COMMIT;