fix(tradein/sale-share): дедуп карточки листингов + чистка голых алиасов

#4 Карточка дома показывала cross-площадочные дубли (Искровцев 33: 2 квартиры
= 4 строки avito/domklik/cian). build_listings_query теперь дедуплит по сигнатуре
(rooms, round(area_m2), floor) — как v_building_sale_share мигр.148 — одна строка
на квартиру, представитель = самый дешёвый, +колонка sources[] (площадки).
Гео-фильтр ≤300м (мигр.150) сохранён. +BuildingListing.sources в схеме.

P4a Мигр.151: DELETE 6338/21720 голых алиасов house_address_aliases (без номера
дома) — сток, в который сваливались безномерные листинги (Tier-2b). Матчер уже
захардненен (P1 #2082), голые не регенерируют. Алиасы — регенерируемый кэш,
house_id_fk/house_sources не тронуты.

ruff clean, pytest test_buildings_api 26 green.

tradein-mvp/backend/app/schemas/buildings.py

@@ -63,6 +63,10 @@ class BuildingListing(BaseModel):
     days_on_market: int | None = None
     listing_date: date | None = None
     address: str | None = None
+    # Площадки, где видна эта физическая квартира (дедуп кросс-площадочных дублей
+    # по сигнатуре (rooms, round(area_m2), floor) — мигр.148). Представитель строки —
+    # самый дешёвый листинг; sources перечисляет все источники той же квартиры.
+    sources: list[str] | None = None
 
 
 class HistogramBucket(BaseModel):

tradein-mvp/backend/app/services/buildings_query.py

@@ -136,20 +136,48 @@ def build_sale_share_query(
 
 
 def build_listings_query(house_id: int) -> tuple[str, dict[str, object]]:
-    """Активные вторичные объявления одного дома (ORDER BY price_rub).
+    """Уникальные активные вторичные квартиры одного дома (дедуп по сигнатуре
+    (rooms, round(area_m2), floor) — та же, что в v_building_sale_share мигр.148: одна
+    физическая квартира на avito+cian+domclick = одна строка, не 2-4). Представитель —
+    самый дешёвый листинг; sources — все площадки, где квартира видна. Гео-фильтр ≤300м
+    (мигр.150) против чужих листингов. Листинги/дома без geom — КЕЕП.
 
-    Гео-фильтр (≤300м от geom дома) против mis-bucketing листингов в чужой дом —
-    тот же порог, что в v_building_sale_share (мигр.150). Листинги/дома без geom — КЕЕП.
+    DISTINCT ON-ключи (rooms, round(area_m2), floor) лидируют в ORDER BY, поэтому
+    представитель детерминирован (price_rub ASC NULLS LAST, id → берётся самый дешёвый).
+    round(area_m2), а не raw area_m2, используется и в DISTINCT ON, и в ORDER BY, и в
+    GROUP BY src — иначе сигнатура разъехалась бы с мигр.148. Внешний SELECT
+    пересортировывает уникальные квартиры по цене (контракт панели — дешёвые сверху).
+    Join-ключи src — IS NOT DISTINCT FROM (NULL-safe), чтобы листинги с NULL
+    rooms/area/floor не выпадали из дедупа.
     """
     sql = (
-        "SELECT l.id AS listing_id, l.source, l.source_url, l.price_rub, l.price_per_m2, "
-        "l.rooms, CAST(l.area_m2 AS double precision) AS area_m2, l.floor, l.total_floors, "
-        "l.days_on_market, l.listing_date, l.address "
+        "WITH active AS ("
+        "  SELECT l.id, l.source, l.source_url, l.price_rub, l.price_per_m2, l.rooms, "
+        "         l.area_m2, l.floor, l.total_floors, l.days_on_market, l.listing_date, "
+        "         l.address "
         "  FROM listings l JOIN houses h ON h.id = l.house_id_fk "
         "  WHERE l.house_id_fk = CAST(:house_id AS bigint) "
         "    AND l.is_active AND l.listing_segment = 'vtorichka' "
-        "AND (l.geom IS NULL OR h.geom IS NULL OR ST_DistanceSphere(l.geom, h.geom) <= 300) "
-        "ORDER BY l.price_rub ASC NULLS LAST, l.id"
+        "    AND (l.geom IS NULL OR h.geom IS NULL "
+        "         OR ST_DistanceSphere(l.geom, h.geom) <= 300)"
+        "), src AS ("
+        "  SELECT rooms, round(area_m2) AS sig_area, floor, "
+        "         array_agg(DISTINCT source ORDER BY source) AS sources "
+        "  FROM active GROUP BY rooms, round(area_m2), floor"
+        "), dedup AS ("
+        "  SELECT DISTINCT ON (a.rooms, round(a.area_m2), a.floor) "
+        "    a.id AS listing_id, a.source, a.source_url, a.price_rub, a.price_per_m2, "
+        "    a.rooms, CAST(a.area_m2 AS double precision) AS area_m2, a.floor, "
+        "    a.total_floors, a.days_on_market, a.listing_date, a.address, s.sources "
+        "  FROM active a "
+        "  JOIN src s ON s.rooms IS NOT DISTINCT FROM a.rooms "
+        "    AND s.sig_area IS NOT DISTINCT FROM round(a.area_m2) "
+        "    AND s.floor IS NOT DISTINCT FROM a.floor "
+        "  ORDER BY a.rooms, round(a.area_m2), a.floor, a.price_rub ASC NULLS LAST, a.id"
+        ") "
+        "SELECT listing_id, source, source_url, price_rub, price_per_m2, rooms, area_m2, "
+        "floor, total_floors, days_on_market, listing_date, address, sources "
+        "FROM dedup ORDER BY price_rub ASC NULLS LAST, listing_id"
     )
     return sql, {"house_id": house_id}
 

tradein-mvp/backend/data/sql/151_clean_bare_street_aliases.sql

@@ -0,0 +1,35 @@
+-- 151_clean_bare_street_aliases.sql
+--
+-- CONTEXT: house_address_aliases — кэш матчинга листинг→дом (normalized_address → house_id).
+--   6338 из 21720 (29%) алиасов — «голые улицы» БЕЗ номера дома (normalized_address вида
+--   «екатеринбург улица мамина сибиряка»). Любой безномерный листинг (Яндекс-SERP часто без
+--   номера дома) матчился в такой алиас (Tier-2b match в matching/houses.py) → сваливание
+--   ЧУЖИХ листингов в один дом (прод: house 131237 «Мамина-Сибиряка 126» стянул 8 разных
+--   Мамина-номеров + голую улицу → ложная доля). Матчер захардненен (P1, PR #2082): больше
+--   НЕ создаёт и НЕ матчит голые алиасы. Эта миграция удаляет УЖЕ НАКОПЛЕННЫЙ сток.
+--
+-- WHAT: DELETE алиасов без хвостового номера дома (последний токен начинается с цифры).
+--   KEEP:   «улица вайнера 66», «мамина сибиряка 126а», «улица 8 марта 5» (номер дома есть).
+--   DELETE: «улица мамина сибиряка», «улица 8 марта» (цифра в НАЗВАНИИ улицы, не номер дома).
+--   Регэксп идентичен Python-хелперу has_house_number ('(?:^|\s)\d\S*$', PR #2082).
+--
+-- SAFETY / IDEMPOTENCY: house_address_aliases — РЕГЕНЕРИРУЕМЫЙ кэш матчинга; матчер
+--   пересоздаёт корректные (номерные) алиасы на следующем матче. DELETE НЕ трогает
+--   listings.house_id_fk, house_sources, houses — только кэш-таблицу алиасов. Повторный
+--   прогон удалит 0 (предикат стабилен). Таблица ~21.7k строк → DELETE мгновенный, без
+--   длинных локов. Деплой-раннер гонит файл через psql -v ON_ERROR_STOP=on БЕЗ
+--   --single-transaction → транзакцию открывает САМ файл (BEGIN/COMMIT ниже).
+--
+-- DEPENDENCIES: PR #2082 (P1-гард в matching/houses.py уже в проде — голые алиасы не
+--   регенерируют после удаления). house_address_aliases.normalized_address (мигр. cross-source
+--   matching). NB нумерации: последний занятый = 150; следующий sequential = 151
+--   (`ls tradein-mvp/backend/data/sql | grep '^15'` + открытые PR — дубля basename нет).
+--
+-- Deploy order: после 150_sale_share_listing_geo_filter.sql.
+
+BEGIN;
+
+DELETE FROM house_address_aliases
+WHERE normalized_address !~ '(^|[[:space:]])[0-9][^[:space:]]*$';
+
+COMMIT;

tradein-mvp/backend/tests/test_buildings_api.py

@@ -128,13 +128,38 @@ def test_listings_query_shape():
     assert "house_id_fk = CAST(:house_id AS bigint)" in sql
     assert "listing_segment = 'vtorichka'" in sql
     assert "is_active" in sql
-    assert "ORDER BY l.price_rub" in sql
     assert "JOIN houses" in sql
     assert "ST_DistanceSphere(l.geom, h.geom) <= 300" in sql
     assert "id AS listing_id" in sql
     assert args["house_id"] == 42
 
 
+def test_listings_query_dedups_by_signature():
+    """Дедуп кросс-площадочных дублей: одна строка на сигнатуру (rooms, round(area_m2),
+    floor) — та же, что в v_building_sale_share мигр.148."""
+    sql, _ = build_listings_query(42)
+    # DISTINCT ON по сигнатуре; round(area_m2), не raw area_m2 — как в мигр.148.
+    assert "DISTINCT ON (a.rooms, round(a.area_m2), a.floor)" in sql
+    # представитель — самый дешёвый: price_rub ASC NULLS LAST в лидирующем ORDER BY,
+    # с теми же ведущими ключами, что и DISTINCT ON (требование DISTINCT ON).
+    assert "ORDER BY a.rooms, round(a.area_m2), a.floor, a.price_rub ASC NULLS LAST, a.id" in sql
+    # массив площадок, где видна квартира → колонка sources.
+    assert "array_agg(DISTINCT source ORDER BY source) AS sources" in sql
+    assert "s.sources" in sql
+    # NULL-safe join по сигнатуре, чтобы NULL-компоненты не выпадали из дедупа.
+    assert "s.sig_area IS NOT DISTINCT FROM round(a.area_m2)" in sql
+    # внешняя сортировка панели — по цене (дешёвые сверху).
+    assert "ORDER BY price_rub ASC NULLS LAST, listing_id" in sql
+
+
+def test_listings_query_no_double_colon_cast():
+    """psycopg v3: ни одного `:name::type` в дедуп-запросе — только CAST(...)."""
+    import re
+
+    sql, _ = build_listings_query(42)
+    assert re.search(r":[a-z_]+::[a-z]", sql) is None
+
+
 def test_summary_scalars_query_shape():
     sql = build_summary_scalars_query()
     assert "total_secondary_buildings" in sql