Compare commits
32 commits
fix/3463-d
...
main
| Author | SHA1 | Date | |
|---|---|---|---|
| 19418066c2 | |||
| dbf46228fb | |||
| 824de24897 | |||
| 967f2b53ba | |||
| 2d2d9ebf17 | |||
| a83418799c | |||
| d7aaa00326 | |||
| 3d114672fe | |||
| 811b9ecc8f | |||
| d33c97521d | |||
|
|
89d095f486 | ||
| 0af80b4395 | |||
| 94d34e7dcb | |||
| 76a2963edc | |||
| 66a8c39ee4 | |||
| 76bf9f1cf7 | |||
| ed76ad8d43 | |||
| 3218190a89 | |||
| 8f06373e2f | |||
| 5ee208087d | |||
| 6ba04d845e | |||
| 8863781589 | |||
| e6e7a8db1c | |||
| 68495907d5 | |||
| d5f0557ca8 | |||
| 59482cae85 | |||
| 5d46e59bdc | |||
| a8ba2d5d3c | |||
| 9fedaa4582 | |||
| c265e1f769 | |||
| 162e101636 | |||
| 98a582e242 |
70 changed files with 5974 additions and 427 deletions
|
|
@ -233,6 +233,16 @@ jobs:
|
|||
# уезжает в main зелёной. Ровно то, что осуждает комментарий выше.
|
||||
- '.forgejo/workflows/deploy-metrics.yml'
|
||||
- 'docker-compose.metrics.yml'
|
||||
# #3443: тот же класс, третий раз. Гейт
|
||||
# backend/tests/ops/test_3443_caddy_reload_not_recreate.py не читает
|
||||
# ops/caddy-apply.sh, а ИСПОЛНЯЕТ его с подставным `docker` — то есть
|
||||
# все содержательные регрессии живут в самом скрипте, а не в
|
||||
# deploy.yml. PR, правящий только ops/**, без этой строки давал бы
|
||||
# backend=false: джоба пропускается, гейт не исполняется, и
|
||||
# «пересоздавать всегда» (окно 67 с на всех доменах) или
|
||||
# «не пересоздавать никогда» (правка конфига беззвучно не доезжает)
|
||||
# уезжает в main зелёным.
|
||||
- 'ops/**'
|
||||
frontend:
|
||||
- 'frontend/**'
|
||||
- '.forgejo/workflows/ci.yml'
|
||||
|
|
|
|||
|
|
@ -511,21 +511,24 @@ jobs:
|
|||
# NEXT_PUBLIC_APP_VERSION/BUILD_SHA/BUILD_DATE — build-time (Next.js
|
||||
# инлайнит NEXT_PUBLIC_* в статику, runtime env их не подхватит,
|
||||
# см. frontend/Dockerfile комментарий у соответствующих ARG).
|
||||
# NEXT_PUBLIC_YM_ID/GA_ID/YANDEX_VERIFICATION/GOOGLE_VERIFICATION —
|
||||
# ПОКА ПУСТЫЕ: владелец ещё не завёл счётчики Метрики/GA4 и
|
||||
# мета-теги верификации поисковых консолей. Пустая строка = скрипт
|
||||
# счётчика НЕ рендерится вообще (контракт фронта, см. тот же
|
||||
# Dockerfile-комментарий). Когда номера появятся — вписать
|
||||
# литералом сюда И в retry-блок ниже (оба обязательны, иначе
|
||||
# ретрай без кеша уедет без счётчика), и это ТРЕБУЕТ пересборки
|
||||
# образа (build-time bake, не runtime-правка на проде).
|
||||
# NEXT_PUBLIC_YM_ID — счётчик Яндекс.Метрики публичного контура,
|
||||
# заведён владельцем 15.09.2026. Литерал, а не secret: номер
|
||||
# счётчика и так уходит в разметку каждой страницы, прятать нечего,
|
||||
# а secret'ом его нельзя проверить глазами в диффе.
|
||||
# NEXT_PUBLIC_GA_ID/YANDEX_VERIFICATION/GOOGLE_VERIFICATION —
|
||||
# ПОКА ПУСТЫЕ: ресурс GA4 и права в поисковых консолях ещё не
|
||||
# заведены. Пустая строка = соответствующий тег НЕ рендерится
|
||||
# вообще (контракт фронта, см. тот же Dockerfile-комментарий).
|
||||
# ЛЮБОЕ из этих значений вписывать литералом СЮДА И в retry-блок
|
||||
# ниже — оба обязательны, иначе ретрай без кеша уедет без счётчика.
|
||||
# Требует пересборки образа: build-time bake, не runtime-правка.
|
||||
build-args: |
|
||||
NEXT_PUBLIC_BASE_PATH=/trade-in
|
||||
NEXT_PUBLIC_API_BASE_URL=/trade-in
|
||||
NEXT_PUBLIC_APP_VERSION=${{ needs.changes.outputs.app_version }}
|
||||
NEXT_PUBLIC_BUILD_SHA=${{ needs.changes.outputs.build_sha }}
|
||||
NEXT_PUBLIC_BUILD_DATE=${{ needs.changes.outputs.build_date }}
|
||||
NEXT_PUBLIC_YM_ID=
|
||||
NEXT_PUBLIC_YM_ID=112563104
|
||||
NEXT_PUBLIC_GA_ID=
|
||||
NEXT_PUBLIC_YANDEX_VERIFICATION=
|
||||
NEXT_PUBLIC_GOOGLE_VERIFICATION=
|
||||
|
|
@ -552,7 +555,7 @@ jobs:
|
|||
NEXT_PUBLIC_APP_VERSION=${{ needs.changes.outputs.app_version }}
|
||||
NEXT_PUBLIC_BUILD_SHA=${{ needs.changes.outputs.build_sha }}
|
||||
NEXT_PUBLIC_BUILD_DATE=${{ needs.changes.outputs.build_date }}
|
||||
NEXT_PUBLIC_YM_ID=
|
||||
NEXT_PUBLIC_YM_ID=112563104
|
||||
NEXT_PUBLIC_GA_ID=
|
||||
NEXT_PUBLIC_YANDEX_VERIFICATION=
|
||||
NEXT_PUBLIC_GOOGLE_VERIFICATION=
|
||||
|
|
|
|||
|
|
@ -1058,12 +1058,17 @@ jobs:
|
|||
docker compose -p gendesign -f docker-compose.prod.yml up -d \
|
||||
--force-recreate --no-deps $WORKER_SERVICES
|
||||
|
||||
# Caddy: force-recreate чтобы подхватить изменения в Caddyfile
|
||||
# И в особенности новые volume mounts из docker-compose.prod.yml
|
||||
# (`reload` не пересоздаёт container, поэтому новые binds не появляются —
|
||||
# был случай 2026-05-17 с PR #268 preview/ — потребовался manual SSH fix).
|
||||
docker compose -p gendesign -f docker-compose.prod.yml up -d \
|
||||
--force-recreate --no-deps caddy
|
||||
# Caddy: пересоздание ТОЛЬКО когда без него правка не доедет (#3443).
|
||||
# Здесь стоял безусловный `up -d --force-recreate --no-deps caddy` —
|
||||
# то есть КАЖДЫЙ полный деплой сносил единственный процесс, слушающий
|
||||
# 80/443, и все домены хоста отдавали `code=000` (замер 05.09: 67 с).
|
||||
# Довод той правки (17.05, 11e78d73 — «иначе новые volume mounts не
|
||||
# появляются») не подтвердился: `up -d` БЕЗ флага пересоздаёт
|
||||
# контейнер сам, как только меняется описание сервиса или образ.
|
||||
# Разбор и проверки — в шапке ops/caddy-apply.sh; там же сверка
|
||||
# пофайловых bind-маунтов (Caddyfile + 4 сниппета держат инод) и
|
||||
# `caddy validate` до применения.
|
||||
sh ops/caddy-apply.sh
|
||||
|
||||
# Forwarder: force-recreate чтобы новый image / новые env подхватывались.
|
||||
# Без --force-recreate обычный `up -d` НЕ recreate'ит при image rebuild
|
||||
|
|
@ -1290,14 +1295,13 @@ jobs:
|
|||
# Публичный периметр МЕРЫ живёт в этом файле и будет меняться часто: новая
|
||||
# страница = новая строка allowlist'а.
|
||||
#
|
||||
# ПОЧЕМУ `reload`, А НЕ `up -d --force-recreate caddy`. Полный деплой
|
||||
# осознанно пересоздаёт контейнер (комментарий в ci.yml: `reload` отказался бы
|
||||
# принять битый конфиг и оставил бы работать старый — на общем деплое это
|
||||
# скрыло бы поломку). Здесь наоборот: правится ТОЛЬКО конфиг, и отказ
|
||||
# применить битый — ровно то, что нужно. `caddy reload` возвращает ненулевой
|
||||
# код → job краснеет, а домены продолжают обслуживаться старым конфигом.
|
||||
# Альтернатива (`--force-recreate`) на опечатке уводит контейнер в crash-loop
|
||||
# и роняет ВСЕ домены сразу.
|
||||
# ПОЧЕМУ `reload`, А НЕ `up -d --force-recreate caddy`. Опечатка в конфиге на
|
||||
# пересоздании уводит контейнер в crash-loop и роняет ВСЕ домены сразу, а
|
||||
# `caddy reload` её просто не принимает: job краснеет, домены продолжают
|
||||
# обслуживаться прежним конфигом. С #3443 ровно тот же порядок действует и на
|
||||
# полном деплое — оба пути зовут ops/caddy-apply.sh, который сперва проверяет
|
||||
# конфиг одноразовым контейнером и пересоздаёт Caddy, только если правка иначе
|
||||
# не доедет (пофайловый bind-маунт держит инод).
|
||||
#
|
||||
# Гейт `caddy validate` на PR (#2913) остаётся первой линией; этот шаг —
|
||||
# вторая, уже против боевого файла после `git reset`.
|
||||
|
|
@ -1400,11 +1404,16 @@ jobs:
|
|||
exit 1
|
||||
fi
|
||||
git reset --hard origin/main
|
||||
# Конфиг примонтирован read-only с хоста, пересборка не нужна —
|
||||
# контейнер читает тот же файл, что только что обновил git.
|
||||
docker compose -p gendesign -f docker-compose.prod.yml exec -T caddy \
|
||||
caddy reload --config /etc/caddy/Caddyfile --adapter caddyfile
|
||||
echo "✓ конфиг прокси перезагружен без пересборки и без миграций"
|
||||
# #3443: тот же скрипт, что и в полном деплое. Голый `exec caddy
|
||||
# reload` здесь был ВЕРЕН только для каталогов (caddy/sites/**,
|
||||
# caddy/local/**). Caddyfile и четыре сниппета смонтированы
|
||||
# ПОФАЙЛОВО, а `git reset --hard` выше пишет новый инод — контейнер
|
||||
# остаётся на прежнем, и reload перечитывает СТАРЫЙ текст. Отказ
|
||||
# беззвучный: джоба зелёная, конфиг на диске новый, прокси работает
|
||||
# по старому. Скрипт сверяет, что именно видит контейнер, и
|
||||
# пересоздаёт его только в этом случае.
|
||||
sh ops/caddy-apply.sh
|
||||
echo "✓ быстрый путь завершён: без пересборки образов и без миграций"
|
||||
|
||||
# ── Смоук публичного периметра МЕРЫ после выкатки (#2917) ──────────────────
|
||||
#
|
||||
|
|
|
|||
|
|
@ -1,12 +1,17 @@
|
|||
"""Загрузчик OSM POI из Overpass API для site-finder.
|
||||
|
||||
Запускается раз в неделю через Celery beat. Поддерживает фильтр
|
||||
"не старше 2 лет" (требование Максима) — last_osm_edit_date.
|
||||
Запускается раз в неделю через Celery beat (регион по умолчанию — ЕКБ, см. DEFAULT_REGION).
|
||||
Поддерживает фильтр "не старше 2 лет" (требование Максима) — last_osm_edit_date.
|
||||
|
||||
Параметризован регионом (REGION_BBOX) — sync_poi_to_db(region=...) может грузить любой
|
||||
зарегистрированный bbox, не только ЕКБ; большие bbox автоматически режутся на тайлы
|
||||
(_bbox_tiles), чтобы не упереться в лимиты одного Overpass-запроса.
|
||||
"""
|
||||
|
||||
import asyncio
|
||||
import json
|
||||
import logging
|
||||
import math
|
||||
from datetime import date, datetime, timedelta
|
||||
|
||||
import httpx
|
||||
|
|
@ -19,6 +24,31 @@ logger = logging.getLogger(__name__)
|
|||
OVERPASS_URL = "https://overpass-api.de/api/interpreter"
|
||||
EKB_BBOX = (56.7, 60.5, 56.95, 60.75) # (south, west, north, east)
|
||||
|
||||
# Прямоугольники продуктовых ядер по региону — источник загрузки POI больше не зашит
|
||||
# в одну константу (было: только ЕКБ, блок «что рядом» молчал для остальных регионов).
|
||||
# Site Finder — независимая половина монорепо со своим окружением/БД и НЕ импортирует
|
||||
# tradein-mvp (у того свой реестр `app/services/regions.py`), поэтому bbox для Москвы
|
||||
# продублирован явно, а не через кросс-импорт. Значение — bbox_product_core региона 77
|
||||
# (tradein-mvp/backend/app/services/regions.py REGIONS[77]), пересчитанное в тот же
|
||||
# (south, west, north, east) порядок, что EKB_BBOX выше. "ekb" остаётся значением по
|
||||
# умолчанию ВЕЗДЕ (sync_poi_to_db / fetch_overpass) — существующее weekly-расписание
|
||||
# (tasks.poi_sync.sync_osm_poi_ekb) не передаёт region и не должно молча сменить город.
|
||||
REGION_BBOX: dict[str, tuple[float, float, float, float]] = {
|
||||
"ekb": EKB_BBOX,
|
||||
"msk": (55.55, 37.30, 55.95, 37.90), # (south, west, north, east)
|
||||
}
|
||||
DEFAULT_REGION = "ekb"
|
||||
|
||||
# Максимальный размер стороны ОДНОГО Overpass-запроса в градусах. У ЕКБ обе стороны
|
||||
# bbox — ровно 0.25° (проверенный на практике размер: per-category запрос укладывается
|
||||
# в timeout:30 без 504). Для региона с большей стороной bbox запрос режется на грид
|
||||
# тайлов такого же порядка вместо одного большого — иначе на плотном городе (Москва на
|
||||
# порядок плотнее ЕКБ по числу POI) Overpass либо отдаёт 504, либо (хуже) частично
|
||||
# посчитанный ответ без явной ошибки, и загрузка молча обрежется. Для ЕКБ (0.25×0.25)
|
||||
# тайлинг даёт РОВНО один тайл, совпадающий с EKB_BBOX бит-в-бит — поведение дефолтного
|
||||
# региона не меняется.
|
||||
MAX_TILE_SIDE_DEG = 0.25
|
||||
|
||||
# Маппинг набора OSM-тегов (все теги в кортеже должны совпасть — AND) → нормализованная
|
||||
# category. Каждая запись — один per-category Overpass-запрос (см. _build_overpass_query);
|
||||
# несколько записей с ОДИНАКОВЫМ значением category (как у metro_stop ниже) — это "ИЛИ" на
|
||||
|
|
@ -54,17 +84,119 @@ OSM_CATEGORIES: dict[tuple[tuple[str, str], ...], str] = {
|
|||
}
|
||||
|
||||
|
||||
def _build_overpass_query(tag_filters: tuple[tuple[str, str], ...]) -> str:
|
||||
"""Запрос для ОДНОЙ комбинации tag=value (обычно один тег, иногда несколько — все AND).
|
||||
def _bbox_tiles(
|
||||
bbox: tuple[float, float, float, float], max_side_deg: float = MAX_TILE_SIDE_DEG
|
||||
) -> list[tuple[float, float, float, float]]:
|
||||
"""Разбить bbox на равномерный грид тайлов со стороной ≤ max_side_deg.
|
||||
|
||||
(south, west, north, east) → список тайлов того же формата. Для bbox, у которого обе
|
||||
стороны уже ≤ max_side_deg (текущий EKB_BBOX: 0.25×0.25), возвращает список ровно из
|
||||
ОДНОГО тайла, идентичного входному bbox — тайлинг не меняет поведение для ЕКБ.
|
||||
"""
|
||||
south, west, north, east = bbox
|
||||
rows = max(1, math.ceil(round((north - south) / max_side_deg, 6)))
|
||||
cols = max(1, math.ceil(round((east - west) / max_side_deg, 6)))
|
||||
lat_step = (north - south) / rows
|
||||
lon_step = (east - west) / cols
|
||||
tiles = []
|
||||
for r in range(rows):
|
||||
for c in range(cols):
|
||||
tiles.append(
|
||||
(
|
||||
south + r * lat_step,
|
||||
west + c * lon_step,
|
||||
south + (r + 1) * lat_step,
|
||||
west + (c + 1) * lon_step,
|
||||
)
|
||||
)
|
||||
return tiles
|
||||
|
||||
|
||||
def _split_bbox_quadrants(
|
||||
bbox: tuple[float, float, float, float],
|
||||
) -> list[tuple[float, float, float, float]]:
|
||||
"""Разбить bbox на 4 равные четверти (2×2) — используется адаптивным ретраем
|
||||
_fetch_category, когда сам тайл всё равно оказался слишком тяжёлым для Overpass."""
|
||||
south, west, north, east = bbox
|
||||
mid_lat = (south + north) / 2
|
||||
mid_lon = (west + east) / 2
|
||||
return [
|
||||
(south, west, mid_lat, mid_lon),
|
||||
(south, mid_lon, mid_lat, east),
|
||||
(mid_lat, west, north, mid_lon),
|
||||
(mid_lat, mid_lon, north, east),
|
||||
]
|
||||
|
||||
|
||||
# Живой замер 2026-09-13: uniform-тайл 0.25×0.25 (размер ЕКБ) для category=bus_stop в
|
||||
# Москве отдал 504 Gateway Timeout ОДНИМ тайлом (12 181 bus_stop во всём продуктовом
|
||||
# ядре — уже больше, чем ВСЕ 14 категорий ЕКБ вместе, 4 850). Единый "правильный" размер
|
||||
# тайла под все 14 категорий Москвы заранее не подобрать — плотность по городу сильно
|
||||
# неравномерна (плотный центр / разреженная периферия), а у Overpass нет заголовка с
|
||||
# "это частичный ответ" — единственный надёжный сигнал перегруза — HTTP-ошибка/таймаут.
|
||||
# Поэтому вместо фиксированного маленького тайла — АДАПТИВНОЕ дробление: тайл, на
|
||||
# котором per-category запрос дважды падает, дробится на 4 четверти и каждая
|
||||
# перезапрашивается рекурсивно (до RECURSIVE_SPLIT_MAX_DEPTH). Для ЕКБ recursion
|
||||
# НИКОГДА не срабатывает (единственный тайл исторически всегда отвечал 200) — поведение
|
||||
# дефолтного региона не меняется.
|
||||
RECURSIVE_SPLIT_MAX_DEPTH = 3
|
||||
|
||||
# Дробить тайл имеет смысл ТОЛЬКО когда сервер отказал из-за тяжести запроса:
|
||||
# 504/429/503 и таймаут чтения — «я не успел посчитать», четверть посчитается.
|
||||
# Отказ на уровне транспорта (connection refused / network unreachable) про размер
|
||||
# запроса не говорит ВООБЩЕ: хост нас не принимает, и дробление превращает один
|
||||
# отказ в 4, 16, 64 повторных стука. Живой случай 15.09.2026: загрузка Москвы
|
||||
# поймала блокировку overpass-api.de по IP и за три минуты выдала 58 отказов на
|
||||
# 4 успеха — ровно этот механизм.
|
||||
_SPLIT_WORTHY_STATUS = frozenset({429, 503, 504})
|
||||
|
||||
# Подряд идущие транспортные отказы = хост нас не принимает. Продолжать прогон
|
||||
# бессмысленно и вредно (углубляем блокировку), поэтому после порога — стоп всего
|
||||
# прогона с явной ошибкой, а не тихий пропуск категорий.
|
||||
_MAX_CONSECUTIVE_TRANSPORT_ERRORS = 5
|
||||
|
||||
|
||||
class OverpassUnreachableError(RuntimeError):
|
||||
"""Overpass отказывает на уровне соединения подряд — прогон остановлен."""
|
||||
|
||||
|
||||
class _RunState:
|
||||
"""Счётчик подряд идущих транспортных отказов в рамках одного fetch_overpass."""
|
||||
|
||||
__slots__ = ("consecutive_transport_errors",)
|
||||
|
||||
def __init__(self) -> None:
|
||||
self.consecutive_transport_errors = 0
|
||||
|
||||
|
||||
def _is_overload(exc: Exception) -> bool:
|
||||
"""True, если отказ говорит «запрос слишком тяжёлый» (есть смысл дробить)."""
|
||||
if isinstance(exc, httpx.TimeoutException):
|
||||
return True
|
||||
if isinstance(exc, httpx.HTTPStatusError):
|
||||
return exc.response.status_code in _SPLIT_WORTHY_STATUS
|
||||
return False
|
||||
|
||||
|
||||
def _is_transport_error(exc: Exception) -> bool:
|
||||
"""True для отказа на уровне соединения (хост не принимает), не про размер запроса."""
|
||||
return isinstance(exc, httpx.TransportError) and not isinstance(exc, httpx.TimeoutException)
|
||||
|
||||
|
||||
def _build_overpass_query(
|
||||
tag_filters: tuple[tuple[str, str], ...], bbox: tuple[float, float, float, float]
|
||||
) -> str:
|
||||
"""Запрос для ОДНОЙ комбинации tag=value (обычно один тег, иногда несколько — все AND)
|
||||
в ОДНОМ тайле bbox (south, west, north, east) — см. _bbox_tiles.
|
||||
|
||||
Раньше делали один большой запрос на все 14 категорий — Overpass возвращал
|
||||
504 Gateway Timeout (запрос слишком тяжёлый). Сплит на per-category даёт
|
||||
быстрые запросы вместо одного 60+ секундного.
|
||||
"""
|
||||
south, west, north, east = EKB_BBOX
|
||||
bbox = f"({south},{west},{north},{east})"
|
||||
south, west, north, east = bbox
|
||||
bbox_str = f"({south},{west},{north},{east})"
|
||||
filt = "".join(f'["{k}"="{v}"]' for k, v in tag_filters)
|
||||
return f"[out:json][timeout:30];(node{filt}{bbox};way{filt}{bbox};);out center meta;"
|
||||
return f"[out:json][timeout:30];(node{filt}{bbox_str};way{filt}{bbox_str};);out center meta;"
|
||||
|
||||
|
||||
def _classify(tags: dict[str, str]) -> str | None:
|
||||
|
|
@ -80,55 +212,117 @@ def _tag_filters_desc(tag_filters: tuple[tuple[str, str], ...]) -> str:
|
|||
|
||||
|
||||
async def _fetch_category(
|
||||
client: httpx.AsyncClient, tag_filters: tuple[tuple[str, str], ...], category: str
|
||||
client: httpx.AsyncClient,
|
||||
tag_filters: tuple[tuple[str, str], ...],
|
||||
category: str,
|
||||
bbox: tuple[float, float, float, float],
|
||||
state: _RunState,
|
||||
depth: int = 0,
|
||||
) -> list[dict]:
|
||||
"""Один per-category Overpass-запрос с ОДНИМ повтором при транзиентной ошибке.
|
||||
"""Один per-category Overpass-запрос (для ОДНОГО тайла bbox) с ОДНИМ повтором при
|
||||
транзиентной ошибке; если тайл падает оба раза — адаптивно дробится на 4 четверти
|
||||
(см. RECURSIVE_SPLIT_MAX_DEPTH) и перезапрашивается рекурсивно, вместо того чтобы
|
||||
тихо потерять весь тайл.
|
||||
|
||||
Fix (location-index rework, "не потерялись крупные категории"): раньше единственная
|
||||
неудача (таймаут / 504) на всю неделю обнуляла категорию целиком (следующая попытка —
|
||||
только на следующем weekly run). Один retry с паузой снимает большую часть транзиентных
|
||||
сбоев без риска зациклиться (Overpass rate-limit — max 2 concurrent, поэтому не более
|
||||
2 попыток на категорию).
|
||||
2 попыток на тайл ДО дробления).
|
||||
"""
|
||||
tag_desc = _tag_filters_desc(tag_filters)
|
||||
query = _build_overpass_query(tag_filters)
|
||||
query = _build_overpass_query(tag_filters, bbox)
|
||||
for attempt in (1, 2):
|
||||
try:
|
||||
r = await client.post(OVERPASS_URL, data={"data": query})
|
||||
r.raise_for_status()
|
||||
elements: list[dict] = r.json().get("elements", [])
|
||||
logger.info(
|
||||
"Overpass: %s (%s) → %d [attempt %d]", tag_desc, category, len(elements), attempt
|
||||
"Overpass: %s (%s) bbox=%s depth=%d → %d [attempt %d]",
|
||||
tag_desc,
|
||||
category,
|
||||
bbox,
|
||||
depth,
|
||||
len(elements),
|
||||
attempt,
|
||||
)
|
||||
# Привязываем category именно к тому per-category запросу, под который
|
||||
# элемент реально пришёл. Элемент с двумя целевыми тегами (например
|
||||
# amenity=pharmacy + shop=supermarket) приходит дважды — каждая копия
|
||||
# несёт свою category. Иначе _classify по dict-порядку молча терял бы
|
||||
# вторую категорию при UPSERT по UNIQUE(osm_type, osm_id, category). См. #1372.
|
||||
state.consecutive_transport_errors = 0
|
||||
for el in elements:
|
||||
el["_gd_category"] = category
|
||||
return elements
|
||||
except Exception as e:
|
||||
if _is_transport_error(e):
|
||||
state.consecutive_transport_errors += 1
|
||||
if state.consecutive_transport_errors >= _MAX_CONSECUTIVE_TRANSPORT_ERRORS:
|
||||
raise OverpassUnreachableError(
|
||||
f"Overpass отказывает на уровне соединения "
|
||||
f"{state.consecutive_transport_errors} раз подряд ({e}) — прогон "
|
||||
f"остановлен, чтобы не стучаться в блокирующий хост"
|
||||
) from e
|
||||
logger.warning(
|
||||
"Overpass transport error for %s bbox=%s (подряд %d) — тайл пропущен "
|
||||
"без дробления: %s",
|
||||
tag_desc,
|
||||
bbox,
|
||||
state.consecutive_transport_errors,
|
||||
e,
|
||||
)
|
||||
return []
|
||||
state.consecutive_transport_errors = 0
|
||||
if attempt == 1:
|
||||
logger.warning("Overpass failed for %s (attempt 1, retrying): %s", tag_desc, e)
|
||||
await asyncio.sleep(3.0)
|
||||
continue
|
||||
if _is_overload(e) and depth < RECURSIVE_SPLIT_MAX_DEPTH:
|
||||
logger.warning(
|
||||
"Overpass failed for %s bbox=%s twice — splitting into 4 quadrants "
|
||||
"(depth %d→%d) instead of dropping the tile: %s",
|
||||
tag_desc,
|
||||
bbox,
|
||||
depth,
|
||||
depth + 1,
|
||||
e,
|
||||
)
|
||||
combined: list[dict] = []
|
||||
for quadrant in _split_bbox_quadrants(bbox):
|
||||
combined.extend(
|
||||
await _fetch_category(
|
||||
client, tag_filters, category, quadrant, state, depth + 1
|
||||
)
|
||||
)
|
||||
await asyncio.sleep(1.0)
|
||||
return combined
|
||||
logger.warning(
|
||||
"Overpass failed for %s after retry — category skipped this run: %s", tag_desc, e
|
||||
"Overpass failed for %s bbox=%s at max split depth %d — tile skipped this run: %s",
|
||||
tag_desc,
|
||||
bbox,
|
||||
depth,
|
||||
e,
|
||||
)
|
||||
return []
|
||||
|
||||
|
||||
async def fetch_overpass() -> list[dict]:
|
||||
"""Запросить Overpass API per category, вернуть combined список elements.
|
||||
async def fetch_overpass(region: str = DEFAULT_REGION) -> list[dict]:
|
||||
"""Запросить Overpass API per category × per tile, вернуть combined список elements.
|
||||
|
||||
Делаем отдельные запросы вместо одного гигантского — большой запрос
|
||||
отдаёт 504 Gateway Timeout. Между запросами sleep 1с (Overpass usage
|
||||
policy: max 2 concurrent, лучше 1 req/s).
|
||||
policy: max 2 concurrent, лучше 1 req/s). bbox региона режется на тайлы
|
||||
≤ MAX_TILE_SIDE_DEG (_bbox_tiles) — для "ekb" это ровно один тайл (без
|
||||
изменения поведения), для регионов с большим bbox (напр. "msk") — несколько,
|
||||
чтобы не поймать 504 или тихо обрезанный ответ на плотном городе.
|
||||
|
||||
Overpass блокирует default `python-httpx/*` User-Agent (406) — поэтому
|
||||
явный UA с контактом проекта.
|
||||
"""
|
||||
bbox = REGION_BBOX[region]
|
||||
tiles = _bbox_tiles(bbox)
|
||||
state = _RunState()
|
||||
headers = {
|
||||
"User-Agent": "GenDesign-SiteFinder/1.0 (+https://gendsgn.ru)",
|
||||
"Accept": "application/json",
|
||||
|
|
@ -136,24 +330,34 @@ async def fetch_overpass() -> list[dict]:
|
|||
all_elements: list[dict] = []
|
||||
async with httpx.AsyncClient(timeout=60, headers=headers) as client:
|
||||
for tag_filters, category in OSM_CATEGORIES.items():
|
||||
elements = await _fetch_category(client, tag_filters, category)
|
||||
all_elements.extend(elements)
|
||||
await asyncio.sleep(1.0)
|
||||
for tile in tiles:
|
||||
elements = await _fetch_category(client, tag_filters, category, tile, state)
|
||||
all_elements.extend(elements)
|
||||
await asyncio.sleep(1.0)
|
||||
logger.info(
|
||||
"Overpass: total %d elements across %d category-queries",
|
||||
"Overpass region=%s: total %d elements across %d category-queries × %d tiles",
|
||||
region,
|
||||
len(all_elements),
|
||||
len(OSM_CATEGORIES),
|
||||
len(tiles),
|
||||
)
|
||||
return all_elements
|
||||
|
||||
|
||||
def sync_poi_to_db() -> dict[str, int]:
|
||||
"""Синхронизирует POI из Overpass в osm_poi_ekb.
|
||||
def sync_poi_to_db(region: str = DEFAULT_REGION) -> dict[str, int]:
|
||||
"""Синхронизирует POI из Overpass в osm_poi_ekb для одного региона.
|
||||
|
||||
region — ключ REGION_BBOX ("ekb" по умолчанию, сохраняет старое поведение
|
||||
weekly-расписания). Имя таблицы osm_poi_ekb — историческое (изначально
|
||||
ЕКБ-only); таблица читается ещё в двух местах вне Site Finder (FDW-таблица
|
||||
gendesign_osm_poi_ekb + локальное зеркало osm_poi_ekb_local в tradein), поэтому
|
||||
НЕ переименована: переименование потянуло бы миграции в обеих половинах
|
||||
монорепо (FDW-объект + зеркало + их индексы) ради косметики.
|
||||
|
||||
UPSERT по UNIQUE(osm_type, osm_id, category).
|
||||
Returns: counters {fetched, inserted, updated, skipped_old}.
|
||||
"""
|
||||
elements = asyncio.run(fetch_overpass())
|
||||
elements = asyncio.run(fetch_overpass(region))
|
||||
# 730 дней ≈ 2 года: избегаем ValueError 29 февраля (year-2 не високосный → нет 29.02).
|
||||
# Точность ±1 день несущественна для фильтра "не старше 2 лет" (требование Максима). См. #1232.
|
||||
two_years_ago = date.today() - timedelta(days=730)
|
||||
|
|
|
|||
|
|
@ -17,12 +17,22 @@ Analyze-тесты с ПОЗИЦИОННЫМ DB-моком (``_make_db_for_analy
|
|||
(``test_analyze_zoning_regulation.py``), переопределяют этот же target своим
|
||||
per-test ``patch`` — он применяется ПОВЕРХ авто-фикстуры (вложенный mock-scope), так
|
||||
что их ожидаемые значения резолвера сохраняются.
|
||||
|
||||
Perf-fix (2026-09-12): в конце ``analyze_parcel`` — безусловный best-effort
|
||||
``forecast_site_finder_report.delay(...)`` (§22-форсайт enqueue, см. app/api/v1/parcels.py).
|
||||
В песочнице тестов Celery-брокер (Redis) недоступен → ``.delay()`` синхронно ждёт
|
||||
kombu-реконнект с растущим backoff (~69с) ДО того как try/except его проглотит —
|
||||
эта пауза оказалась внутри КАЖДОГО теста, который дергает ``POST /analyze`` и не
|
||||
мокал форсайт-таску. Авто-фикстура ниже глушит ``.delay`` в no-op-мок для ВСЕХ
|
||||
тестов каталога (как и с резолвером выше) — тесты самого enqueue
|
||||
(``test_parcels_forecast.py``, ``test_run_history_and_response_contract.py``)
|
||||
переопределяют тот же target своим per-test ``patch`` поверх авто-фикстуры.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
from collections.abc import Iterator
|
||||
from unittest.mock import patch
|
||||
from unittest.mock import MagicMock, patch
|
||||
|
||||
import pytest
|
||||
|
||||
|
|
@ -37,3 +47,34 @@ def _stub_zone_regulation_resolver() -> Iterator[None]:
|
|||
"""
|
||||
with patch("app.api.v1.parcels.get_or_fetch_zone_regulation", return_value=None):
|
||||
yield
|
||||
|
||||
|
||||
@pytest.fixture(autouse=True)
|
||||
def _stub_forecast_enqueue() -> Iterator[None]:
|
||||
"""No-op форсайт-enqueue по умолчанию (без реального Celery/Redis round-trip).
|
||||
|
||||
``.delay(...)`` в проде — fire-and-forget (best-effort, обёрнут в try/except в
|
||||
``analyze_parcel``), тестам сам форсайт не нужен, а живой брокер в CI/локальной
|
||||
песочнице недоступен и держит запрос ~69с на реконнект-backoff.
|
||||
"""
|
||||
with patch("app.workers.tasks.forecast.forecast_site_finder_report.delay", MagicMock()):
|
||||
yield
|
||||
|
||||
|
||||
@pytest.fixture(autouse=True)
|
||||
def _fast_inline_fetch_wait(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""Схлопнуть inline-ожидание NSPD-фетча (#93 graceful fallback) до миллисекунд.
|
||||
|
||||
В ``analyze_parcel`` ветка «участка нет в БД» ждёт появления геометрии циклом
|
||||
``sleep(_INLINE_FETCH_POLL_INTERVAL_S)`` до ``_INLINE_FETCH_WAIT_S`` (15с прод-
|
||||
значение). В тестах фетч замокан и геометрия не появится никогда → каждый такой
|
||||
тест честно спал 16с (``test_market_price_invalid_cad_returns_404``,
|
||||
``test_recent_permits_invalid_cad_no_regression``).
|
||||
|
||||
Оставляем цикл РАБОЧИМ (несколько итераций по 10мс), а не выключаем его нулём:
|
||||
тесты, проверяющие сам fast-path «строка появилась на N-м опросе», продолжают
|
||||
видеть опросы. Тесты с собственным ``patch`` того же имени (напр.
|
||||
``test_run_history_and_response_contract.py``) переопределяют это поверх.
|
||||
"""
|
||||
monkeypatch.setattr("app.api.v1.parcels._INLINE_FETCH_WAIT_S", 0.05)
|
||||
monkeypatch.setattr("app.api.v1.parcels._INLINE_FETCH_POLL_INTERVAL_S", 0.01)
|
||||
|
|
|
|||
463
backend/tests/ops/test_3443_caddy_reload_not_recreate.py
Normal file
463
backend/tests/ops/test_3443_caddy_reload_not_recreate.py
Normal file
|
|
@ -0,0 +1,463 @@
|
|||
"""Полный деплой не пересоздаёт Caddy без нужды (#3443).
|
||||
|
||||
ЧТО СЛУЧИЛОСЬ. Каждый полный деплой ПТИЦЫ делал `up -d --force-recreate
|
||||
--no-deps caddy`, то есть сносил единственный процесс, слушающий 80/443.
|
||||
Замер 05.09 (#3274): 67 с `code=000` на ВСЕХ доменах хоста — gendsgn.ru,
|
||||
meraocenka.ru и зеркала. Не 502/503: принимающего процесса нет вовсе, поэтому
|
||||
заглушка окна деплоя бессильна по построению — её отдаёт тот же Caddy.
|
||||
|
||||
ЧТО УСТАНОВЛЕНО. Безусловный флаг появился 17.05 (11e78d73) ради нового
|
||||
bind-маунта `./preview`, который «не появлялся в running container». Довод
|
||||
неверен: `docker compose up -d` БЕЗ `--force-recreate` пересоздаёт контейнер
|
||||
сам, как только меняется описание сервиса или образ (проверено на живом демоне
|
||||
docker 28.4). Единственное, чего compose не видит, — СОДЕРЖИМОЕ пофайлового
|
||||
bind-маунта: `git reset --hard` пишет новый инод, контейнер держит прежний, и
|
||||
`caddy reload` перечитывает старый текст. У Caddy так смонтированы Caddyfile и
|
||||
четыре сниппета; каталоги (caddy/sites, caddy/local, preview) этим не страдают.
|
||||
|
||||
ЗАЧЕМ ЭТОТ ФАЙЛ. У правки нет отрицательного признака: вернуть `--force-recreate`
|
||||
«на всякий случай» — одна строка, все деплои останутся зелёными, а окно в минуту
|
||||
увидит только тот, кто в этот момент держал непрерывную пробу. Проверки ниже
|
||||
ИСПОЛНЯЮТ ops/caddy-apply.sh с подставным `docker` и смотрят на СОВЕРШЁННЫЕ
|
||||
действия (пересоздал / перезагрузил / не тронул), а не на текст скрипта.
|
||||
Отдельно проверяется проводка в deploy.yml — что оба пути деплоя зовут именно
|
||||
его.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import re
|
||||
import shutil
|
||||
import stat
|
||||
import subprocess
|
||||
from pathlib import Path
|
||||
|
||||
import pytest
|
||||
import yaml
|
||||
|
||||
# backend/tests/ops/<этот файл> → корень репозитория
|
||||
REPO_ROOT = Path(__file__).resolve().parents[3]
|
||||
SCRIPT = REPO_ROOT / "ops" / "caddy-apply.sh"
|
||||
WORKFLOWS = REPO_ROOT / ".forgejo" / "workflows"
|
||||
DEPLOY = WORKFLOWS / "deploy.yml"
|
||||
|
||||
CID = "caddy-cid-0001"
|
||||
|
||||
# Маунты Caddy ровно как на проде (`docker inspect gendesign-caddy-1`, 12.09):
|
||||
# пять ПОФАЙЛОВЫХ bind-маунтов и три каталога. Тома (caddy_data и соседи) в
|
||||
# сверку не входят — их фильтрует `{{if eq .Type "bind"}}`.
|
||||
FILE_MOUNTS = {
|
||||
"Caddyfile": "/etc/caddy/Caddyfile",
|
||||
"caddy/users.caddy.snippet": "/etc/caddy/caddy/users.caddy.snippet",
|
||||
"caddy/metrics-ui.caddy.snippet": "/etc/caddy/caddy/metrics-ui.caddy.snippet",
|
||||
"caddy/metrics-ingest.caddy.snippet": "/etc/caddy/caddy/metrics-ingest.caddy.snippet",
|
||||
"caddy/deploy-window.caddy.snippet": "/etc/caddy/caddy/deploy-window.caddy.snippet",
|
||||
}
|
||||
DIR_MOUNTS = {
|
||||
"caddy/sites": "/etc/caddy/caddy/sites",
|
||||
"caddy/local": "/etc/caddy/caddy/local",
|
||||
"preview": "/srv/preview",
|
||||
}
|
||||
|
||||
# Подставной `docker`. Пишет каждый вызов в $FAKE_LOG и отвечает по сценарию:
|
||||
# run — одноразовый `caddy validate`, код из $FAKE_VALIDATE_RC;
|
||||
# inspect — список маунтов из $FAKE_MOUNTS, код из $FAKE_INSPECT_RC;
|
||||
# exec — sha256sum ФАЙЛА, КОТОРЫЙ ВИДИТ КОНТЕЙНЕР ($FAKE_VIEW/<slug>);
|
||||
# compose … ps — текущий id контейнера из $FAKE_CID_FILE;
|
||||
# compose … up — при $FAKE_UP_RECREATES=1 подменяет id (compose пересоздал сам).
|
||||
FAKE_DOCKER = r"""#!/bin/bash
|
||||
printf '%s\n' "$*" >> "$FAKE_LOG"
|
||||
cmd="$1"; shift
|
||||
case "$cmd" in
|
||||
run) exit "${FAKE_VALIDATE_RC:-0}" ;;
|
||||
inspect)
|
||||
if [ "${FAKE_INSPECT_RC:-0}" != "0" ]; then
|
||||
echo "Error: No such object" >&2
|
||||
exit "$FAKE_INSPECT_RC"
|
||||
fi
|
||||
cat "$FAKE_MOUNTS"
|
||||
;;
|
||||
exec)
|
||||
dst="$3"
|
||||
view="$FAKE_VIEW/$(printf '%s' "$dst" | tr '/' '_')"
|
||||
[ -f "$view" ] || exit 1
|
||||
sha256sum "$view"
|
||||
;;
|
||||
compose)
|
||||
case " $* " in
|
||||
*" ps "*) cat "$FAKE_CID_FILE" ;;
|
||||
*--force-recreate*) echo "recreated caddy (forced)" ;;
|
||||
*" up "*)
|
||||
if [ "${FAKE_UP_RECREATES:-0}" = "1" ]; then
|
||||
printf 'caddy-cid-NEW\n' > "$FAKE_CID_FILE"
|
||||
echo "Container gendesign-caddy-1 Started"
|
||||
else
|
||||
echo "Container gendesign-caddy-1 Running"
|
||||
fi
|
||||
;;
|
||||
*) echo "(compose $*)" ;;
|
||||
esac
|
||||
;;
|
||||
esac
|
||||
exit 0
|
||||
"""
|
||||
|
||||
# macOS несёт shasum вместо sha256sum; на раннере (ubuntu) и на проде утилита
|
||||
# настоящая. Шим ставится только при её отсутствии — иначе гейт не запускался бы
|
||||
# локально вовсе.
|
||||
SHA_SHIM = '#!/bin/sh\nexec shasum -a 256 "$@"\n'
|
||||
|
||||
|
||||
def _write_exec(path: Path, text: str) -> None:
|
||||
path.write_text(text, encoding="utf-8")
|
||||
path.chmod(path.stat().st_mode | stat.S_IXUSR | stat.S_IXGRP | stat.S_IXOTH)
|
||||
|
||||
|
||||
@pytest.fixture
|
||||
def prod_tree(tmp_path: Path) -> Path:
|
||||
"""Копия боевого дерева: скрипт + конфиги + «взгляд контейнера»."""
|
||||
tree = tmp_path / "opt" / "gendesign"
|
||||
(tree / "ops").mkdir(parents=True)
|
||||
shutil.copy(SCRIPT, tree / "ops" / SCRIPT.name)
|
||||
for rel in [*FILE_MOUNTS, "caddy/sites/apps.caddy", "caddy/local/.gitignore"]:
|
||||
path = tree / rel
|
||||
path.parent.mkdir(parents=True, exist_ok=True)
|
||||
path.write_text(f"# {rel} версия НОВАЯ\n", encoding="utf-8")
|
||||
(tree / "preview").mkdir()
|
||||
|
||||
view = tmp_path / "view"
|
||||
view.mkdir()
|
||||
# По умолчанию контейнер видит ровно то же, что лежит на диске.
|
||||
for rel, dst in FILE_MOUNTS.items():
|
||||
(view / dst.replace("/", "_")).write_text(
|
||||
(tree / rel).read_text(encoding="utf-8"), encoding="utf-8"
|
||||
)
|
||||
|
||||
mounts = tmp_path / "mounts"
|
||||
mounts.write_text(
|
||||
"".join(f"{tree / rel}|{dst}\n" for rel, dst in {**FILE_MOUNTS, **DIR_MOUNTS}.items()),
|
||||
encoding="utf-8",
|
||||
)
|
||||
|
||||
bin_dir = tmp_path / "bin"
|
||||
bin_dir.mkdir()
|
||||
_write_exec(bin_dir / "docker", FAKE_DOCKER)
|
||||
if shutil.which("sha256sum") is None:
|
||||
_write_exec(bin_dir / "sha256sum", SHA_SHIM)
|
||||
(tmp_path / "cid").write_text(CID + "\n", encoding="utf-8")
|
||||
(tmp_path / "log").write_text("", encoding="utf-8")
|
||||
return tree
|
||||
|
||||
|
||||
def _run(tree: Path, **env_extra: str) -> tuple[int, str, list[str]]:
|
||||
root = tree.parent.parent
|
||||
env = {
|
||||
"PATH": f"{root / 'bin'}:/usr/bin:/bin:/usr/sbin:/sbin",
|
||||
"FAKE_LOG": str(root / "log"),
|
||||
"FAKE_CID_FILE": str(root / "cid"),
|
||||
"FAKE_MOUNTS": str(root / "mounts"),
|
||||
"FAKE_VIEW": str(root / "view"),
|
||||
**env_extra,
|
||||
}
|
||||
proc = subprocess.run(
|
||||
["sh", str(tree / "ops" / "caddy-apply.sh")],
|
||||
cwd=str(tree),
|
||||
env=env,
|
||||
capture_output=True,
|
||||
text=True,
|
||||
)
|
||||
calls = [c for c in (root / "log").read_text(encoding="utf-8").splitlines() if c]
|
||||
return proc.returncode, proc.stdout + proc.stderr, calls
|
||||
|
||||
|
||||
def _stale(tree: Path, dst: str) -> None:
|
||||
"""Контейнер остался на старом иноде этого маунта."""
|
||||
view = tree.parent.parent / "view" / dst.replace("/", "_")
|
||||
view.write_text("# версия СТАРАЯ\n", encoding="utf-8")
|
||||
|
||||
|
||||
def _recreated(calls: list[str]) -> bool:
|
||||
return any("--force-recreate" in c for c in calls)
|
||||
|
||||
|
||||
def _reloaded(calls: list[str]) -> bool:
|
||||
return any("caddy reload" in c for c in calls)
|
||||
|
||||
|
||||
# ── Что скрипт делает на самом деле ──────────────────────────────────────────
|
||||
|
||||
|
||||
def test_nothing_changed_reloads_without_recreate(prod_tree: Path) -> None:
|
||||
"""Обычный полный деплой (конфиг прокси не трогали): reload, без окна."""
|
||||
rc, out, calls = _run(prod_tree)
|
||||
assert rc == 0, out
|
||||
assert not _recreated(calls), (
|
||||
f"Caddy пересоздан, хотя ничего не изменилось: {calls}. "
|
||||
"Это и есть #3443: 67 с code=000 на всех доменах при каждом деплое."
|
||||
)
|
||||
assert _reloaded(calls), f"конфиг не применён вовсе: {calls}"
|
||||
|
||||
|
||||
def test_changed_file_mount_forces_recreate(prod_tree: Path) -> None:
|
||||
"""Caddyfile правлен: reload перечитал бы старый инод — нужен recreate."""
|
||||
_stale(prod_tree, "/etc/caddy/Caddyfile")
|
||||
rc, out, calls = _run(prod_tree)
|
||||
assert rc == 0, out
|
||||
assert _recreated(calls), (
|
||||
f"пересоздания нет: {calls}. Пофайловый bind-маунт держит инод — правка "
|
||||
"Caddyfile не доехала бы до контейнера, а деплой ушёл бы зелёным."
|
||||
)
|
||||
assert "/etc/caddy/Caddyfile" in out, f"решение не названо в логе:\n{out}"
|
||||
|
||||
|
||||
@pytest.mark.parametrize("dst", sorted(set(FILE_MOUNTS.values()) - {"/etc/caddy/Caddyfile"}))
|
||||
def test_changed_snippet_forces_recreate(prod_tree: Path, dst: str) -> None:
|
||||
"""Каждый из четырёх сниппетов — тот же класс, не только Caddyfile."""
|
||||
_stale(prod_tree, dst)
|
||||
_, _out, calls = _run(prod_tree)
|
||||
assert _recreated(calls), f"{dst}: правка сниппета не доехала бы: {calls}"
|
||||
|
||||
|
||||
def test_directory_mount_change_does_not_recreate(prod_tree: Path) -> None:
|
||||
"""caddy/sites/apps.caddy — самый частый случай; каталог инод не держит.
|
||||
|
||||
Если сюда приползёт пересоздание «за компанию», окно недоступности вернётся
|
||||
ровно на тех правках, ради которых заведён быстрый путь #2916.
|
||||
"""
|
||||
(prod_tree / "caddy" / "sites" / "apps.caddy").write_text("# новый блок\n", encoding="utf-8")
|
||||
rc, out, calls = _run(prod_tree)
|
||||
assert rc == 0, out
|
||||
assert not _recreated(calls), f"правка в КАТАЛОГЕ вызвала пересоздание: {calls}"
|
||||
assert _reloaded(calls), f"правка в каталоге не применена: {calls}"
|
||||
|
||||
|
||||
def test_broken_config_touches_nothing(prod_tree: Path) -> None:
|
||||
"""Битый конфиг: ни up, ни reload, ни пересоздания — прокси не тронут.
|
||||
|
||||
Иначе опечатка в Caddyfile уводит контейнер в crash-loop и роняет все
|
||||
домены сразу (ровно то, чем опасен `--force-recreate` вслепую).
|
||||
"""
|
||||
rc, out, calls = _run(prod_tree, FAKE_VALIDATE_RC="1")
|
||||
assert rc != 0, f"скрипт не упал на битом конфиге:\n{out}"
|
||||
assert not _recreated(calls), f"битый конфиг поехал в пересоздание: {calls}"
|
||||
assert not _reloaded(calls), f"битый конфиг поехал в reload: {calls}"
|
||||
assert not any(" up " in f" {c} " for c in calls), f"был `up` при битом конфиге: {calls}"
|
||||
|
||||
|
||||
def test_compose_recreate_is_not_doubled(prod_tree: Path) -> None:
|
||||
"""compose пересоздал сам (сменилось описание сервиса/образ) — хватит.
|
||||
|
||||
Второй `--force-recreate` поверх — ещё одно окно недоступности на ровном
|
||||
месте, а новый контейнер и так читает свежие файлы.
|
||||
"""
|
||||
rc, out, calls = _run(prod_tree, FAKE_UP_RECREATES="1")
|
||||
assert rc == 0, out
|
||||
assert not _recreated(calls), f"пересоздание сделано дважды: {calls}"
|
||||
assert not _reloaded(calls), f"reload поверх свежего контейнера: {calls}"
|
||||
|
||||
|
||||
def test_unreadable_container_view_falls_back_to_recreate(prod_tree: Path) -> None:
|
||||
"""Сверка не отработала (контейнер не отвечает) → прежнее поведение.
|
||||
|
||||
Fail-safe направлен в сторону пересоздания: лучше окно в секунды, чем
|
||||
беззвучно не применённая правка конфига прокси.
|
||||
"""
|
||||
(prod_tree.parent.parent / "view" / "_etc_caddy_Caddyfile").unlink()
|
||||
_, out, calls = _run(prod_tree)
|
||||
assert _recreated(calls), f"непрочитанный маунт сочли доехавшим: {calls}\n{out}"
|
||||
|
||||
|
||||
def test_unreadable_mount_list_falls_back_to_recreate(prod_tree: Path) -> None:
|
||||
"""`docker inspect` не ответил → пересоздать, а не «расхождений нет».
|
||||
|
||||
Статус `$(docker inspect … | while …)` — это статус `while`, то есть всегда
|
||||
0, а `pipefail` в POSIX-sh не существует. Провал команды давал бы пустой
|
||||
список маунтов, ветку «всё доехало» и зелёную строку «окна недоступности
|
||||
нет» при прокси, работающем по СТАРОМУ конфигу — тот самый беззвучный отказ,
|
||||
ради которого написан скрипт.
|
||||
"""
|
||||
rc, out, calls = _run(prod_tree, FAKE_INSPECT_RC="1")
|
||||
assert rc == 0, out
|
||||
assert _recreated(calls), f"непрочитанный список маунтов сочли «всё доехало»: {calls}\n{out}"
|
||||
assert not _reloaded(calls), f"reload вместо пересоздания: {calls}"
|
||||
|
||||
|
||||
def test_no_file_mounts_is_not_silence(prod_tree: Path) -> None:
|
||||
"""Ноль пофайловых маунтов — не «сверка прошла», а «сверять было нечем».
|
||||
|
||||
Так выглядит, например, перевод Caddyfile на именованный том: фильтр
|
||||
`{{if eq .Type "bind"}}` перестаёт что-либо отбирать, и сверка становится
|
||||
тавтологически успешной.
|
||||
"""
|
||||
root = prod_tree.parent.parent
|
||||
(root / "mounts").write_text(
|
||||
"".join(f"{prod_tree / rel}|{dst}\n" for rel, dst in DIR_MOUNTS.items()), encoding="utf-8"
|
||||
)
|
||||
rc, out, calls = _run(prod_tree)
|
||||
assert rc == 0, out
|
||||
assert _recreated(calls), f"пустая сверка сочтена успешной: {calls}\n{out}"
|
||||
|
||||
|
||||
def test_missing_host_file_is_not_skipped_as_a_directory(prod_tree: Path) -> None:
|
||||
"""Файла на хосте нет — это расхождение, а не «нечего сверять».
|
||||
|
||||
Пропуск по `[ -f "$src" ] || continue` склеивает два разных случая: каталог
|
||||
(пропустить верно — инод он не держит) и исчезнувший/нечитаемый файл, для
|
||||
которого в контейнере как раз живёт старый инод со старым текстом. Файл
|
||||
удаляется после проверки конфига (в тесте она подставная) — проверяется
|
||||
именно ветка сверки.
|
||||
"""
|
||||
(prod_tree / "Caddyfile").unlink()
|
||||
_, out, calls = _run(prod_tree)
|
||||
assert _recreated(calls), f"исчезнувший файл сочли доехавшим: {calls}\n{out}"
|
||||
|
||||
|
||||
def test_log_says_how_many_mounts_were_compared(prod_tree: Path) -> None:
|
||||
"""В логе должно быть ЧИСЛО сверенных файлов, а не только вердикт.
|
||||
|
||||
«Сверили пять» и «сверили ноль» обязаны различаться: иначе строка
|
||||
«перезагружен без пересоздания» одинаково означает и проверку, и её
|
||||
отсутствие.
|
||||
"""
|
||||
_, out, _ = _run(prod_tree)
|
||||
assert re.search(r"сверено пофайловых маунтов[^\n]*: 5", out), (
|
||||
f"скрипт не печатает число сверенных маунтов (их пять):\n{out}"
|
||||
)
|
||||
|
||||
|
||||
def test_validation_precedes_any_action(prod_tree: Path) -> None:
|
||||
"""Проверка конфига идёт ПЕРВЫМ вызовом, до любого изменения состояния."""
|
||||
_, out, calls = _run(prod_tree)
|
||||
assert calls, f"скрипт не сделал ни одного вызова docker:\n{out}"
|
||||
assert calls[0].startswith("run "), f"первым идёт не проверка конфига: {calls}"
|
||||
assert "caddy validate" in calls[0], f"первый вызов — не validate: {calls[0]}"
|
||||
|
||||
|
||||
# ── Проводка: оба пути деплоя зовут именно этот скрипт ───────────────────────
|
||||
|
||||
|
||||
def _ssh_script(job: str) -> str:
|
||||
spec = yaml.safe_load(DEPLOY.read_text(encoding="utf-8"))
|
||||
steps = [s for s in spec["jobs"][job]["steps"] if "ssh-action" in str(s.get("uses"))]
|
||||
assert len(steps) == 1, f"в job `{job}` нет ровно одного ssh-шага — гейт #3443 ослеп"
|
||||
script = steps[0]["with"]["script"]
|
||||
assert script.strip(), f"ssh-скрипт job `{job}` пуст"
|
||||
return script
|
||||
|
||||
|
||||
def _commands(script: str) -> str:
|
||||
"""Только команды: комментарии выкинуты, продолжения строк склеены.
|
||||
|
||||
Комментарии — потому что разбор дефекта живёт в тех же файлах и содержит
|
||||
его формулировку дословно: гейт по голому тексту краснел бы от объяснения,
|
||||
а не от кода. Склейка `\\` — потому что `--force-recreate` и имя сервиса
|
||||
легко оказываются на РАЗНЫХ физических строках, и построчный поиск такую
|
||||
запись не увидел бы (зелено по построению).
|
||||
"""
|
||||
kept = [ln for ln in script.splitlines() if not ln.lstrip().startswith("#")]
|
||||
return re.sub(r"\\\n\s*", " ", "\n".join(kept))
|
||||
|
||||
|
||||
def _forced_caddy_recreates(commands: str) -> list[str]:
|
||||
"""Строки, которые пересоздают именно сервис caddy."""
|
||||
return [
|
||||
ln
|
||||
for ln in commands.splitlines()
|
||||
if "--force-recreate" in ln and re.search(r"\bcaddy\b", ln)
|
||||
]
|
||||
|
||||
|
||||
def test_script_exists_and_is_the_one_under_test() -> None:
|
||||
"""Признак непустоты: без скрипта проверки выше проходили бы вхолостую."""
|
||||
assert SCRIPT.is_file(), f"нет {SCRIPT} — проводка ниже проверяла бы пустоту"
|
||||
|
||||
|
||||
@pytest.mark.parametrize("job", ["deploy", "deploy-caddy"])
|
||||
def test_deploy_applies_caddy_config_through_the_script(job: str) -> None:
|
||||
assert "ops/caddy-apply.sh" in _commands(_ssh_script(job)), (
|
||||
f"job `{job}` не зовёт ops/caddy-apply.sh — конфиг прокси применяется "
|
||||
"мимо разбора #3443 (или безусловным пересозданием, или reload'ом, "
|
||||
"который на пофайловом маунте читает старый инод)"
|
||||
)
|
||||
|
||||
|
||||
def test_full_deploy_has_no_unconditional_caddy_recreate() -> None:
|
||||
"""Главный инвариант: в полном деплое нет безусловного пересоздания Caddy.
|
||||
|
||||
Возврат одной строки `up -d --force-recreate --no-deps caddy` в job `deploy`
|
||||
возвращает 67-секундное окно `code=000` на всех доменах — и не краснит
|
||||
ничего: деплой остаётся зелёным, а увидеть отказ может только непрерывная
|
||||
проба, запущенная ровно в эту минуту.
|
||||
"""
|
||||
bad = _forced_caddy_recreates(_commands(_ssh_script("deploy")))
|
||||
assert not bad, (
|
||||
"в полный деплой вернулось безусловное пересоздание Caddy:\n "
|
||||
+ "\n ".join(bad)
|
||||
+ "\nПересоздание обязано быть УСЛОВНЫМ — см. ops/caddy-apply.sh: compose "
|
||||
"сам пересоздаёт контейнер при смене описания сервиса или образа, а "
|
||||
"вручную это нужно только когда до контейнера не доехал пофайловый "
|
||||
"bind-маунт (#3443)."
|
||||
)
|
||||
|
||||
|
||||
def test_failures_are_not_swallowed() -> None:
|
||||
"""Ни применение конфига, ни сам reload не гасятся `|| true`.
|
||||
|
||||
Строка `caddy reload … || true` в репозитории уже живёт
|
||||
(deploy-tradein.yml), то есть это не гипотеза: с ней отказ применения
|
||||
перестаёт краснеть, и «конфиг доехал» становится неотличимо от «команда
|
||||
упала, а мы продолжили». Проверяется и вызов скрипта из обеих джоб, и
|
||||
строка reload внутри самого скрипта.
|
||||
"""
|
||||
swallow = re.compile(r"\|\|\s*(true|:)\s*$")
|
||||
offenders = []
|
||||
for where, text in [
|
||||
("deploy", _commands(_ssh_script("deploy"))),
|
||||
("deploy-caddy", _commands(_ssh_script("deploy-caddy"))),
|
||||
(SCRIPT.name, SCRIPT.read_text(encoding="utf-8")),
|
||||
]:
|
||||
for line in text.splitlines():
|
||||
code = line.split("#", 1)[0] if not line.lstrip().startswith("#") else ""
|
||||
if ("caddy-apply.sh" in code or "caddy reload" in code) and swallow.search(code):
|
||||
offenders.append(f"{where}: {line.strip()}")
|
||||
assert not offenders, "отказ применения конфига проглочен:\n " + "\n ".join(offenders)
|
||||
|
||||
|
||||
def test_gate_runs_on_changes_to_the_script_itself() -> None:
|
||||
"""CI-фильтр обязан пускать backend-тесты на правку ops/**.
|
||||
|
||||
Все содержательные регрессии живут в ops/caddy-apply.sh: проверки выше его
|
||||
ИСПОЛНЯЮТ. Без `ops/**` в фильтре PR, правящий только скрипт, даёт
|
||||
backend=false — джоба пропускается, гейт не исполняется, и «пересоздавать
|
||||
всегда» уезжает в main зелёным. Тот же класс, что #2950/#3448/#3467.
|
||||
"""
|
||||
spec = yaml.safe_load((WORKFLOWS / "ci.yml").read_text(encoding="utf-8"))
|
||||
steps = [
|
||||
s
|
||||
for job in spec["jobs"].values()
|
||||
for s in job.get("steps") or []
|
||||
if str(s.get("uses", "")).startswith("dorny/paths-filter")
|
||||
]
|
||||
assert steps, "в ci.yml не найден paths-filter — проверка прошла бы вхолостую"
|
||||
patterns = [p for s in steps for p in yaml.safe_load(s["with"]["filters"]).get("backend") or []]
|
||||
assert "ops/**" in patterns, (
|
||||
f"фильтр backend не покрывает ops/** (сейчас: {patterns}) — гейт #3443 не "
|
||||
"побежит на правке ops/caddy-apply.sh, то есть ровно на той правке, от "
|
||||
"которой стережёт"
|
||||
)
|
||||
|
||||
|
||||
def test_gate_would_notice_the_regression() -> None:
|
||||
"""Сам гейт обязан краснеть на возвращённом дефекте — проверка на себя.
|
||||
|
||||
Без этого «не нашли force-recreate» неотличимо от «искали не там»: маска
|
||||
поиска, промахнувшаяся мимо строки, выглядит зелёной ровно так же.
|
||||
"""
|
||||
regressed = _commands(
|
||||
" # безусловное пересоздание caddy вернулось сюда\n"
|
||||
" docker compose -p gendesign -f docker-compose.prod.yml up -d \\\n"
|
||||
" --force-recreate --no-deps caddy\n"
|
||||
)
|
||||
assert _forced_caddy_recreates(regressed), (
|
||||
"маска поиска не видит дословно ту строку, ради которой заведён гейт"
|
||||
)
|
||||
|
|
@ -39,6 +39,7 @@ from __future__ import annotations
|
|||
|
||||
import re
|
||||
import subprocess
|
||||
import sys
|
||||
from pathlib import Path
|
||||
|
||||
import pytest
|
||||
|
|
@ -72,6 +73,16 @@ GIT_ENV = {
|
|||
"GIT_CONFIG_SYSTEM": "/dev/null",
|
||||
}
|
||||
|
||||
# Эти кейсы гоняют `bash -c <скрипт>` во временном git-репозитории (POSIX shell +
|
||||
# /dev/null + жёсткий PATH=/usr/bin:/bin:/usr/local/bin). На Windows дочерний
|
||||
# процесс не стартует (нет POSIX shell на этом PATH); покрытие обеспечивается в
|
||||
# CI на Linux. Кейсы, которые читают только YAML/строки без subprocess, не
|
||||
# помечены и обязаны выполняться локально.
|
||||
posix_only = pytest.mark.skipif(
|
||||
sys.platform == "win32",
|
||||
reason="запускает bash-скрипт дочерним процессом; POSIX-only, покрытие в CI (Linux)",
|
||||
)
|
||||
|
||||
|
||||
def _detect_script() -> str:
|
||||
"""Тело шага, который считает изменённые файлы в job `changes`."""
|
||||
|
|
@ -181,6 +192,7 @@ def _run(
|
|||
return _exec(repo, base_sha if before is None else before, event)
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_merge_with_only_caddy_file_takes_the_fast_path(tmp_path: Path) -> None:
|
||||
"""Случай #3448 дословно: мерж, в диффе один файл под caddy/."""
|
||||
outputs, _ = _run(tmp_path, ("caddy/sites/apps.caddy",))
|
||||
|
|
@ -193,6 +205,7 @@ def test_merge_with_only_caddy_file_takes_the_fast_path(tmp_path: Path) -> None:
|
|||
assert outputs["frontend"] == "false"
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_caddy_plus_backend_is_a_full_deploy(tmp_path: Path) -> None:
|
||||
"""Обратное направление: быстрый путь НЕ должен красть обычный деплой."""
|
||||
outputs, _ = _run(tmp_path, ("caddy/sites/apps.caddy", "backend/app/main.py"))
|
||||
|
|
@ -203,6 +216,7 @@ def test_caddy_plus_backend_is_a_full_deploy(tmp_path: Path) -> None:
|
|||
assert outputs["backend"] == "true"
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_missing_base_falls_back_to_full_deploy(tmp_path: Path) -> None:
|
||||
"""База не разрешилась → полный деплой, а не пустой список.
|
||||
|
||||
|
|
@ -223,6 +237,7 @@ def test_missing_base_falls_back_to_full_deploy(tmp_path: Path) -> None:
|
|||
assert "деплой полный" in log
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_decision_is_visible_in_the_log(tmp_path: Path) -> None:
|
||||
"""Решение печатается: и список файлов, и итоговые флаги.
|
||||
|
||||
|
|
@ -291,11 +306,13 @@ def _run_guard(repo: Path) -> subprocess.CompletedProcess:
|
|||
)
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_fast_path_allowed_when_prod_lags_only_by_proxy_config(tmp_path: Path) -> None:
|
||||
proc = _run_guard(_prod_repo(tmp_path, ("caddy/sites/apps.caddy",)))
|
||||
assert proc.returncode == 0, f"законный быстрый путь заблокирован:\n{proc.stdout}{proc.stderr}"
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_fast_path_refuses_when_prod_lags_by_code(tmp_path: Path) -> None:
|
||||
"""Прод отстаёт не только по конфигу прокси → перезагрузка прокси запрещена."""
|
||||
proc = _run_guard(_prod_repo(tmp_path, ("backend/app/main.py", "caddy/sites/apps.caddy")))
|
||||
|
|
@ -322,6 +339,7 @@ def test_fast_path_takes_the_same_host_lock() -> None:
|
|||
assert "flock -w 900 9" in script, "лок открывается, но не захватывается"
|
||||
|
||||
|
||||
@posix_only
|
||||
@pytest.mark.parametrize(
|
||||
"changed", [("caddy-extra/x.txt",), ("Caddyfile.bak",), ("docs/caddy.md",)]
|
||||
)
|
||||
|
|
@ -338,6 +356,7 @@ def test_paths_that_merely_start_with_caddy_are_not_the_fast_path(
|
|||
assert outputs["caddy_only"] == "false", f"{changed}: {outputs}"
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_empty_diff_is_not_the_fast_path(tmp_path: Path) -> None:
|
||||
"""Пустой дифф (`before` == HEAD, пустой мерж) — не «всё под caddy».
|
||||
|
||||
|
|
@ -350,6 +369,7 @@ def test_empty_diff_is_not_the_fast_path(tmp_path: Path) -> None:
|
|||
assert "изменённых файлов: 0" in log
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_data_sql_counts_as_backend(tmp_path: Path) -> None:
|
||||
"""`data/sql/**` собирает backend-образ: миграции едут в нём."""
|
||||
outputs, _ = _run(tmp_path, ("data/sql/002.sql",))
|
||||
|
|
@ -357,6 +377,7 @@ def test_data_sql_counts_as_backend(tmp_path: Path) -> None:
|
|||
assert outputs["caddy_only"] == "false", outputs
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_non_ascii_path_is_classified(tmp_path: Path) -> None:
|
||||
"""Кириллица в пути не должна прятать файл от классификации.
|
||||
|
||||
|
|
@ -370,6 +391,7 @@ def test_non_ascii_path_is_classified(tmp_path: Path) -> None:
|
|||
assert outputs["backend"] == "true", f"кириллический путь потерян: {outputs}\n{log}"
|
||||
|
||||
|
||||
@posix_only
|
||||
def test_multi_commit_push_is_not_truncated(tmp_path: Path) -> None:
|
||||
"""Push из нескольких коммитов разбирается целиком, а не по последнему.
|
||||
|
||||
|
|
|
|||
|
|
@ -176,3 +176,29 @@ tests/sql/test_2998_rosreestr_partition_horizon.py::test_schema_01_alone_is_red_
|
|||
tests/sql/test_2998_rosreestr_partition_horizon.py::test_migration_193_is_idempotent_and_closes_the_gap
|
||||
tests/sql/test_2998_rosreestr_partition_horizon.py::test_partition_exists_for_every_publishable_quarter
|
||||
tests/sql/test_2998_rosreestr_partition_horizon.py::test_partition_exists_one_quarter_ahead
|
||||
|
||||
# ── POSIX-only: тесты запускают дочерний bash-скрипт ───────────────────────────
|
||||
# На Windows нет POSIX shell на PATH, которым эти тесты исполняют /bin/bash -c
|
||||
# <скрипт> или сам shell-скрипт напрямую (шебанг #!/usr/bin/env bash) — процесс
|
||||
# не стартует. В CI ЭТИ ТЕСТЫ ИДУТ (ubuntu-раннер). Записи нужны только для
|
||||
# локального прогона на Windows; чисто-логические проверки в тех же файлах
|
||||
# (читают YAML/строки без subprocess) в этот список НЕ входят и обязаны
|
||||
# исполняться локально.
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_merge_with_only_caddy_file_takes_the_fast_path
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_caddy_plus_backend_is_a_full_deploy
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_missing_base_falls_back_to_full_deploy
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_decision_is_visible_in_the_log
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_fast_path_allowed_when_prod_lags_only_by_proxy_config
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_fast_path_refuses_when_prod_lags_by_code
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_paths_that_merely_start_with_caddy_are_not_the_fast_path
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_empty_diff_is_not_the_fast_path
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_data_sql_counts_as_backend
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_non_ascii_path_is_classified
|
||||
tests/ops/test_3448_caddy_only_detection.py::test_multi_commit_push_is_not_truncated
|
||||
tests/test_2950_latest_image_revision_gate.py::test_fresh_latest_passes
|
||||
tests/test_2950_latest_image_revision_gate.py::test_newer_revision_passes
|
||||
tests/test_2950_latest_image_revision_gate.py::test_stale_latest_fails_after_timeout
|
||||
tests/test_2950_latest_image_revision_gate.py::test_revision_from_other_component_does_not_cover
|
||||
tests/test_2950_latest_image_revision_gate.py::test_missing_label_fails
|
||||
tests/test_2950_latest_image_revision_gate.py::test_registry_error_fails
|
||||
tests/test_2950_latest_image_revision_gate.py::test_usage_errors_are_distinct
|
||||
|
|
|
|||
|
|
@ -15,10 +15,20 @@ from __future__ import annotations
|
|||
import os
|
||||
import stat
|
||||
import subprocess
|
||||
import sys
|
||||
from pathlib import Path
|
||||
|
||||
import pytest
|
||||
|
||||
# Каждый тест в файле запускает scripts/check-latest-image-revision.sh (POSIX shell,
|
||||
# shebang #!/usr/bin/env bash) дочерним процессом. На Windows нет POSIX shell на PATH,
|
||||
# чтобы это исполнить, — покрытие обеспечивается в CI на Linux.
|
||||
pytestmark = pytest.mark.skipif(
|
||||
sys.platform == "win32",
|
||||
reason="запускает bash-скрипт (check-latest-image-revision.sh) дочерним процессом; "
|
||||
"POSIX-only, покрытие в CI (Linux)",
|
||||
)
|
||||
|
||||
КОРЕНЬ = Path(__file__).resolve().parents[2]
|
||||
СКРИПТ = КОРЕНЬ / "scripts" / "check-latest-image-revision.sh"
|
||||
|
||||
|
|
|
|||
257
backend/tests/test_poi_loader.py
Normal file
257
backend/tests/test_poi_loader.py
Normal file
|
|
@ -0,0 +1,257 @@
|
|||
"""Unit tests для poi_loader — региональный bbox + адаптивное дробление Overpass-тайлов.
|
||||
|
||||
Mock-based / pure — БЕЗ живых походов в Overpass и без БД (правило: реальные запросы
|
||||
к Overpass в тестах недопустимы). Покрывает:
|
||||
- REGION_BBOX / DEFAULT_REGION — дефолт остаётся "ekb", не меняется молча.
|
||||
- _bbox_tiles — для ЕКБ ровно один тайл, идентичный EKB_BBOX; для Москвы — несколько
|
||||
тайлов, покрывающих исходный bbox без дыр/нахлёста (по площади).
|
||||
- _build_overpass_query — bbox теперь параметр, а не глобальная константа.
|
||||
- _fetch_category — retry (было и раньше) + НОВОЕ: адаптивное дробление тайла на 4
|
||||
четверти при устойчивом провале (вместо тихой потери тайла), с остановкой на
|
||||
RECURSIVE_SPLIT_MAX_DEPTH (без бесконечной рекурсии).
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
from types import SimpleNamespace
|
||||
|
||||
import httpx
|
||||
import pytest
|
||||
|
||||
from app.services.site_finder.poi_loader import (
|
||||
_MAX_CONSECUTIVE_TRANSPORT_ERRORS,
|
||||
DEFAULT_REGION,
|
||||
EKB_BBOX,
|
||||
RECURSIVE_SPLIT_MAX_DEPTH,
|
||||
REGION_BBOX,
|
||||
OverpassUnreachableError,
|
||||
_bbox_tiles,
|
||||
_build_overpass_query,
|
||||
_fetch_category,
|
||||
_RunState,
|
||||
_split_bbox_quadrants,
|
||||
)
|
||||
|
||||
|
||||
class _FakeResponse:
|
||||
"""Ответ Overpass. ok=False отдаёт 504 — «запрос слишком тяжёлый», единственный
|
||||
класс отказа, ради которого тайл вообще осмысленно дробить."""
|
||||
|
||||
def __init__(self, ok: bool, elements: list[dict] | None = None) -> None:
|
||||
self._ok = ok
|
||||
self._elements = elements or []
|
||||
|
||||
def raise_for_status(self) -> None:
|
||||
if not self._ok:
|
||||
raise httpx.HTTPStatusError(
|
||||
"simulated Overpass overload",
|
||||
request=httpx.Request("POST", "https://overpass-api.de/api/interpreter"),
|
||||
response=httpx.Response(504),
|
||||
)
|
||||
|
||||
def json(self) -> dict:
|
||||
return {"elements": self._elements}
|
||||
|
||||
|
||||
@pytest.fixture
|
||||
def instant_sleep(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""Подменяет asyncio.sleep внутри poi_loader на no-op — тесты дробления тайлов иначе
|
||||
реально спали бы минуты (retry-пауза 3с + 1с между каждой из 4 четвертей на каждом
|
||||
уровне рекурсии)."""
|
||||
|
||||
async def _instant(_seconds: float) -> None:
|
||||
return None
|
||||
|
||||
monkeypatch.setattr("app.services.site_finder.poi_loader.asyncio.sleep", _instant)
|
||||
|
||||
|
||||
# ── REGION_BBOX / дефолт ──────────────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_default_region_is_ekb_unchanged() -> None:
|
||||
assert DEFAULT_REGION == "ekb"
|
||||
assert REGION_BBOX["ekb"] == EKB_BBOX
|
||||
|
||||
|
||||
def test_region_bbox_has_msk_product_core() -> None:
|
||||
assert "msk" in REGION_BBOX
|
||||
south, west, north, east = REGION_BBOX["msk"]
|
||||
assert south < north
|
||||
assert west < east
|
||||
|
||||
|
||||
# ── _bbox_tiles ────────────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_bbox_tiles_ekb_is_single_tile_identical_to_ekb_bbox() -> None:
|
||||
"""Дефолтный регион не должен молча поменять поведение — один тайл, байт-в-байт EKB_BBOX."""
|
||||
tiles = _bbox_tiles(EKB_BBOX)
|
||||
assert tiles == [EKB_BBOX]
|
||||
|
||||
|
||||
def test_bbox_tiles_msk_splits_into_multiple_tiles_without_gaps() -> None:
|
||||
bbox = REGION_BBOX["msk"]
|
||||
tiles = _bbox_tiles(bbox)
|
||||
assert len(tiles) > 1
|
||||
south, west, north, east = bbox
|
||||
total_area = (north - south) * (east - west)
|
||||
tiles_area = sum((t[2] - t[0]) * (t[3] - t[1]) for t in tiles)
|
||||
assert tiles_area == pytest.approx(total_area, rel=1e-9)
|
||||
|
||||
|
||||
# ── _split_bbox_quadrants ────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_split_bbox_quadrants_covers_original_area() -> None:
|
||||
bbox = (55.55, 37.30, 55.95, 37.90)
|
||||
quads = _split_bbox_quadrants(bbox)
|
||||
assert len(quads) == 4
|
||||
south, west, north, east = bbox
|
||||
total_area = (north - south) * (east - west)
|
||||
quads_area = sum((q[2] - q[0]) * (q[3] - q[1]) for q in quads)
|
||||
assert quads_area == pytest.approx(total_area, rel=1e-9)
|
||||
|
||||
|
||||
# ── _build_overpass_query ─────────────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_build_overpass_query_uses_given_bbox_not_global_constant() -> None:
|
||||
q = _build_overpass_query((("amenity", "pharmacy"),), (1.0, 2.0, 3.0, 4.0))
|
||||
assert "(1.0,2.0,3.0,4.0)" in q
|
||||
assert '["amenity"="pharmacy"]' in q
|
||||
|
||||
|
||||
# ── _fetch_category: retry (существующее поведение) ──────────────────────────────
|
||||
|
||||
|
||||
async def test_fetch_category_retries_then_succeeds(instant_sleep: None) -> None:
|
||||
calls = {"n": 0}
|
||||
|
||||
async def fake_post(_url: str, data: dict) -> _FakeResponse:
|
||||
calls["n"] += 1
|
||||
if calls["n"] == 1:
|
||||
return _FakeResponse(ok=False)
|
||||
return _FakeResponse(ok=True, elements=[{"type": "node", "id": 1, "lat": 1, "lon": 2}])
|
||||
|
||||
client = SimpleNamespace(post=fake_post)
|
||||
result = await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0, 0, 1, 1), _RunState()
|
||||
)
|
||||
assert calls["n"] == 2
|
||||
assert len(result) == 1
|
||||
assert result[0]["_gd_category"] == "pharmacy"
|
||||
|
||||
|
||||
# ── _fetch_category: адаптивное дробление (НОВОЕ) ─────────────────────────────────
|
||||
|
||||
|
||||
async def test_fetch_category_splits_into_quadrants_on_persistent_failure(
|
||||
instant_sleep: None,
|
||||
) -> None:
|
||||
"""Тайл, где оба attempt проваливаются, дробится на 4 четверти вместо потери данных."""
|
||||
calls = {"n": 0}
|
||||
|
||||
async def fake_post(_url: str, data: dict) -> _FakeResponse:
|
||||
calls["n"] += 1
|
||||
query = data["data"]
|
||||
if "(0.0,0.0,1.0,1.0)" in query: # верхнеуровневый тайл всегда 504
|
||||
return _FakeResponse(ok=False)
|
||||
return _FakeResponse(
|
||||
ok=True, elements=[{"type": "node", "id": calls["n"], "lat": 0.1, "lon": 0.1}]
|
||||
)
|
||||
|
||||
client = SimpleNamespace(post=fake_post)
|
||||
result = await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0.0, 0.0, 1.0, 1.0), _RunState()
|
||||
)
|
||||
# верхний тайл: 2 неудачных attempt, затем 4 успешных запроса по четвертям
|
||||
assert calls["n"] == 2 + 4
|
||||
assert len(result) == 4
|
||||
|
||||
|
||||
async def test_fetch_category_gives_up_at_max_depth_without_infinite_recursion(
|
||||
instant_sleep: None,
|
||||
) -> None:
|
||||
"""Тайл, падающий на ЛЮБОМ размере, останавливает дробление на RECURSIVE_SPLIT_MAX_DEPTH
|
||||
и возвращает пустой список — не зацикливается и не падает."""
|
||||
calls = {"n": 0}
|
||||
|
||||
async def fake_post(_url: str, data: dict) -> _FakeResponse:
|
||||
calls["n"] += 1
|
||||
assert data # параметр используется — сигнатура должна совпадать с client.post
|
||||
return _FakeResponse(ok=False)
|
||||
|
||||
client = SimpleNamespace(post=fake_post)
|
||||
result = await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0.0, 0.0, 1.0, 1.0), _RunState()
|
||||
)
|
||||
assert result == []
|
||||
# sum_{d=0}^{max_depth} 4^d узлов, каждый по 2 attempt — рекурсия конечна
|
||||
expected_nodes = sum(4**d for d in range(RECURSIVE_SPLIT_MAX_DEPTH + 1))
|
||||
assert calls["n"] == expected_nodes * 2
|
||||
|
||||
|
||||
# ── отказ транспорта: НЕ дробим и не стучимся дальше ──────────────────────────
|
||||
|
||||
|
||||
async def test_transport_error_does_not_split_the_tile(instant_sleep: None) -> None:
|
||||
"""Connection refused говорит «хост нас не принимает», а не «запрос тяжёлый».
|
||||
|
||||
Дробление тут превращает один отказ в 4, 16, 64 повторных стука — ровно это
|
||||
случилось 15.09.2026 на загрузке Москвы (58 отказов на 4 успеха за три минуты).
|
||||
"""
|
||||
calls = {"n": 0}
|
||||
|
||||
async def fake_post(_url: str, data: dict) -> _FakeResponse:
|
||||
calls["n"] += 1
|
||||
assert data
|
||||
raise httpx.ConnectError("[Errno 101] Network is unreachable")
|
||||
|
||||
client = SimpleNamespace(post=fake_post)
|
||||
result = await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0.0, 0.0, 1.0, 1.0), _RunState()
|
||||
)
|
||||
assert result == []
|
||||
assert calls["n"] == 1 # ни retry, ни четвертей
|
||||
|
||||
|
||||
async def test_consecutive_transport_errors_abort_the_run(instant_sleep: None) -> None:
|
||||
"""Порог подряд идущих транспортных отказов останавливает ВЕСЬ прогон явной ошибкой."""
|
||||
|
||||
async def fake_post(_url: str, data: dict) -> _FakeResponse:
|
||||
assert data
|
||||
raise httpx.ConnectError("connection refused")
|
||||
|
||||
client = SimpleNamespace(post=fake_post)
|
||||
state = _RunState()
|
||||
for _ in range(_MAX_CONSECUTIVE_TRANSPORT_ERRORS - 1):
|
||||
assert (
|
||||
await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0.0, 0.0, 1.0, 1.0), state
|
||||
)
|
||||
== []
|
||||
)
|
||||
with pytest.raises(OverpassUnreachableError):
|
||||
await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0.0, 0.0, 1.0, 1.0), state
|
||||
)
|
||||
|
||||
|
||||
async def test_successful_tile_resets_transport_error_streak(instant_sleep: None) -> None:
|
||||
"""Одиночные сетевые икоты вперемешку с успехами не должны копиться до аварии."""
|
||||
calls = {"n": 0}
|
||||
|
||||
async def fake_post(_url: str, data: dict) -> _FakeResponse:
|
||||
calls["n"] += 1
|
||||
assert data
|
||||
if calls["n"] % 2:
|
||||
raise httpx.ConnectError("hiccup")
|
||||
return _FakeResponse(ok=True, elements=[{"type": "node", "id": calls["n"]}])
|
||||
|
||||
client = SimpleNamespace(post=fake_post)
|
||||
state = _RunState()
|
||||
for _ in range(_MAX_CONSECUTIVE_TRANSPORT_ERRORS * 2):
|
||||
await _fetch_category(
|
||||
client, (("amenity", "pharmacy"),), "pharmacy", (0.0, 0.0, 1.0, 1.0), state
|
||||
)
|
||||
assert state.consecutive_transport_errors < _MAX_CONSECUTIVE_TRANSPORT_ERRORS
|
||||
|
|
@ -184,10 +184,13 @@ gendsgn.ru {
|
|||
}
|
||||
|
||||
# Static HTML mockups для review (audit alternatives).
|
||||
# Public access — без auth (по запросу 2026-05-17).
|
||||
# Public access — без auth (по запросу 2026-05-17) — это намеренно и
|
||||
# менять НЕ надо. Но каталог не должен листингом отдавать список
|
||||
# файлов случайному посетителю: без `browse` file_server продолжает
|
||||
# отдавать сами файлы по прямой ссылке, просто без index-листинга.
|
||||
handle_path /preview/* {
|
||||
root * /srv/preview
|
||||
file_server browse
|
||||
file_server
|
||||
}
|
||||
|
||||
# Trade-In UI preview — public CI surface (#801). Рендерит mock-фикстуру
|
||||
|
|
@ -400,6 +403,36 @@ www.gendsgn.ru {
|
|||
meraocenka.ru {
|
||||
encode zstd gzip
|
||||
|
||||
# #3471 (security-headers follow-up): публичный B2C-домен без базовых
|
||||
# security-заголовков. Позиция директивы в файле не важна — Caddyfile
|
||||
# применяет директивы в фиксированном порядке (`header` идёт раньше
|
||||
# `reverse_proxy`), не по строке в исходнике.
|
||||
#
|
||||
# Проверено: ни tradein-mvp/frontend (обслуживает этот домен, отдаёт
|
||||
# `/trade-in/mera-public*`), ни его next.config.ts/middleware не
|
||||
# выставляют ни один из этих заголовков — дублирования нет.
|
||||
header {
|
||||
# 180 суток (15552000s). НЕ ставить includeSubDomains и НЕ ставить
|
||||
# preload — оба флага практически необратимы (браузеры кэшируют
|
||||
# preload-список надолго, includeSubDomains ломает любой будущий
|
||||
# HTTP-поддомен), а не все поддомены meraocenka.ru гарантированно
|
||||
# под нашим контролем. Если это когда-нибудь понадобится — отдельное
|
||||
# осознанное решение, не «улучшение по умолчанию».
|
||||
Strict-Transport-Security "max-age=15552000"
|
||||
# Запрет встраивания во фрейм: X-Frame-Options — для старых
|
||||
# клиентов, которые не понимают CSP; frame-ancestors — современный
|
||||
# механизм. Оба вместе, не один вместо другого.
|
||||
X-Frame-Options "DENY"
|
||||
Content-Security-Policy "frame-ancestors 'none'"
|
||||
X-Content-Type-Options "nosniff"
|
||||
Referrer-Policy "strict-origin-when-cross-origin"
|
||||
# Не даём стеку светиться в ответе. Полноценный CSP
|
||||
# (default-src/script-src/...) сюда намеренно НЕ входит — отдельная
|
||||
# работа с риском сломать фронт, здесь только периметр вокруг фрейма.
|
||||
-Server
|
||||
-X-Powered-By
|
||||
}
|
||||
|
||||
log {
|
||||
output file /var/log/caddy/meraocenka.ru.log
|
||||
}
|
||||
|
|
@ -485,7 +518,7 @@ meraocenka.ru {
|
|||
# Next отдаёт его КОРНЕВЫМ /trade-in/robots.txt (конвенция Next —
|
||||
# robots.txt существует только в корне app/, не под mera-public/), эта
|
||||
# форма под `{path}` не попадает — отсюда отдельный handle у него.
|
||||
@meraPages path /estimate /oferta /refund /privacy /articles /articles/kak-ocenit-kvartiru /docs /business /sitemap.xml
|
||||
@meraPages path /estimate /oferta /refund /privacy /articles /articles/kak-ocenit-kvartiru /articles/skolko-stoit-metr-v-ekaterinburge /articles/pochemu-kvartira-ne-prodaetsya /docs /business /sitemap.xml
|
||||
handle @meraPages {
|
||||
rewrite * /trade-in/mera-public{path}
|
||||
reverse_proxy tradein-frontend:3000 {
|
||||
|
|
@ -516,7 +549,7 @@ meraocenka.ru {
|
|||
# переносит query как есть. Обёртка `route` обязательна по той же
|
||||
# причине, что у соседей — внутри `handle` порядок директив определяет
|
||||
# Caddy, и без неё `redir` выполнился бы раньше `uri`.
|
||||
@meraShortSlash path_regexp shortslash ^/(estimate|oferta|refund|privacy|articles|articles/kak-ocenit-kvartiru|docs|business)/$
|
||||
@meraShortSlash path_regexp shortslash ^/(estimate|oferta|refund|privacy|articles|articles/kak-ocenit-kvartiru|articles/skolko-stoit-metr-v-ekaterinburge|articles/pochemu-kvartira-ne-prodaetsya|docs|business)/$
|
||||
handle @meraShortSlash {
|
||||
route {
|
||||
uri strip_suffix /
|
||||
|
|
@ -604,7 +637,7 @@ meraocenka.ru {
|
|||
# порядок директив внутри `handle` определяет Caddy, и без неё `redir`
|
||||
# выполняется РАНЬШЕ `uri`, отдавая Location, равный исходному адресу
|
||||
# (бесконечный цикл; поймано на локальном стенде).
|
||||
@meraLongPages path /trade-in/mera-public/estimate /trade-in/mera-public/estimate/ /trade-in/mera-public/oferta /trade-in/mera-public/oferta/ /trade-in/mera-public/refund /trade-in/mera-public/refund/ /trade-in/mera-public/privacy /trade-in/mera-public/privacy/ /trade-in/mera-public/articles /trade-in/mera-public/articles/ /trade-in/mera-public/articles/kak-ocenit-kvartiru /trade-in/mera-public/articles/kak-ocenit-kvartiru/ /trade-in/mera-public/docs /trade-in/mera-public/docs/ /trade-in/mera-public/business /trade-in/mera-public/business/
|
||||
@meraLongPages path /trade-in/mera-public/estimate /trade-in/mera-public/estimate/ /trade-in/mera-public/oferta /trade-in/mera-public/oferta/ /trade-in/mera-public/refund /trade-in/mera-public/refund/ /trade-in/mera-public/privacy /trade-in/mera-public/privacy/ /trade-in/mera-public/articles /trade-in/mera-public/articles/ /trade-in/mera-public/articles/kak-ocenit-kvartiru /trade-in/mera-public/articles/kak-ocenit-kvartiru/ /trade-in/mera-public/articles/skolko-stoit-metr-v-ekaterinburge /trade-in/mera-public/articles/skolko-stoit-metr-v-ekaterinburge/ /trade-in/mera-public/articles/pochemu-kvartira-ne-prodaetsya /trade-in/mera-public/articles/pochemu-kvartira-ne-prodaetsya/ /trade-in/mera-public/docs /trade-in/mera-public/docs/ /trade-in/mera-public/business /trade-in/mera-public/business/
|
||||
handle @meraLongPages {
|
||||
route {
|
||||
uri strip_prefix /trade-in/mera-public
|
||||
|
|
|
|||
138
ops/caddy-apply.sh
Executable file
138
ops/caddy-apply.sh
Executable file
|
|
@ -0,0 +1,138 @@
|
|||
#!/bin/sh
|
||||
# Применить текущий конфиг прокси к работающему Caddy (#3443).
|
||||
#
|
||||
# ЗАЧЕМ. Полный деплой ПТИЦЫ пересоздавал сам Caddy БЕЗУСЛОВНО
|
||||
# (`up -d --force-recreate --no-deps caddy`), а вместе с контейнером исчезал
|
||||
# единственный процесс, слушающий 80/443. Замер 05.09 (#3274): 67 с `code=000`
|
||||
# на ВСЕХ доменах хоста — gendsgn.ru, meraocenka.ru и зеркала, включая
|
||||
# публичный лендинг МЕРЫ. Это не 502/503: принимающего процесса нет вовсе,
|
||||
# поэтому заглушка окна деплоя (caddy/sites/deploy-window.caddy.snippet) здесь
|
||||
# бессильна по построению — её отдаёт тот же Caddy.
|
||||
#
|
||||
# ЧТО НА САМОМ ДЕЛЕ ТРЕБУЕТ ПЕРЕСОЗДАНИЯ. Безусловный флаг появился 17.05
|
||||
# (11e78d73) ради нового bind-маунта `./preview` из docker-compose.prod.yml,
|
||||
# который «не появлялся в running container». Довод неверен: `docker compose
|
||||
# up -d` БЕЗ `--force-recreate` пересоздаёт контейнер сам, как только меняется
|
||||
# описание сервиса или образ. Проверено на живом демоне (docker 28.4):
|
||||
# добавлен volume → `Container … Starting/Started`, id контейнера новый;
|
||||
# тег указан на др. образ → id новый;
|
||||
# не менялось ничего → `Container … Running`, id тот же.
|
||||
#
|
||||
# Остаётся ровно один класс изменений, которого compose не видит: СОДЕРЖИМОЕ
|
||||
# пофайлового bind-маунта. `git reset --hard` не правит файл на месте, а пишет
|
||||
# новый инод; контейнер держит примонтированным прежний и продолжает читать
|
||||
# его — `caddy reload` перечитает ровно тот же старый инод. Тот же механизм уже
|
||||
# ловили на Alertmanager (27.08, deploy-metrics.yml) и на Alloy (#3380). У Caddy
|
||||
# так смонтированы пять путей: Caddyfile и четыре сниппета. Каталоги
|
||||
# (caddy/sites, caddy/local, preview) этим не страдают — правка внутри каталога
|
||||
# видна контейнеру сразу, поэтому самый частый случай (caddy/sites/apps.caddy)
|
||||
# пересоздания НЕ требует.
|
||||
#
|
||||
# ОТСЮДА ПОРЯДОК: проверить конфиг → `up -d` без `--force-recreate` → если
|
||||
# контейнер остался тем же, сверить, видит ли он текущее содержимое пофайловых
|
||||
# маунтов → пересоздать ТОЛЬКО при расхождении, иначе `caddy reload`, который
|
||||
# не рвёт соединения.
|
||||
#
|
||||
# ГРАНИЦА. Сверка по СОДЕРЖИМОМУ, а не по иноду: файл, переписанный тем же
|
||||
# текстом, пересоздания не требует. Не прочиталось (контейнер не запущен, в
|
||||
# образе нет sha256sum) — считаем расхождением: fail-safe в сторону прежнего
|
||||
# поведения, то есть пересоздания.
|
||||
set -eu
|
||||
|
||||
# Оба вызывающих (job `deploy` и job `deploy-caddy` в .forgejo/workflows/deploy.yml)
|
||||
# работают в /opt/gendesign, но не зависеть от cwd дешевле, чем это помнить.
|
||||
cd "$(dirname "$0")/.."
|
||||
|
||||
COMPOSE="docker compose -p gendesign -f docker-compose.prod.yml"
|
||||
|
||||
caddy_cid() { $COMPOSE ps -aq caddy 2>/dev/null | tail -n1; }
|
||||
|
||||
# ── 1. Проверка ДО применения ────────────────────────────────────────────────
|
||||
# Одноразовый контейнер читает файлы С ХОСТА — то есть ровно то, что поедет в
|
||||
# работающий Caddy. `exec caddy validate` здесь не годится: он проверил бы
|
||||
# старый инод, то есть предыдущую версию конфига. Образ и парсер те же, что на
|
||||
# PR-гейте (ci.yml «Guard: Caddyfile синтаксически валиден»).
|
||||
#
|
||||
# ГРАНИЦА ЭТОЙ ПРОВЕРКИ. Она обрывает применение до того, как конфиг попадёт в
|
||||
# работающий Caddy, — но только на быстром пути. В полном деплое ВЫШЕ по
|
||||
# скрипту (deploy.yml, `up -d $UP_SERVICES`) уже прошёл общий подъём всех
|
||||
# сервисов, и если правка одновременно ломает Caddyfile И меняет блок caddy в
|
||||
# docker-compose.prod.yml, контейнер пересоздастся там — с непроверенным
|
||||
# конфигом и раньше этой строки. Первая линия против этого — гейт на PR (#2913).
|
||||
echo "→ проверяю конфиг прокси одноразовым контейнером…"
|
||||
if ! docker run --rm -v "$PWD:/work:ro" -w /work caddy:2 \
|
||||
caddy validate --config /work/Caddyfile --adapter caddyfile; then
|
||||
echo "ОШИБКА: конфиг прокси не применён — проверка не пройдена ЛИБО не удалось"
|
||||
echo " запустить проверочный контейнер (нет образа caddy:2, занят демон,"
|
||||
echo " недоступен реестр). Причина — в выводе выше, не гадать по этой строке."
|
||||
echo " Работающий Caddy не тронут, домены живы."
|
||||
exit 1
|
||||
fi
|
||||
|
||||
# ── 2. Описание сервиса и образ ──────────────────────────────────────────────
|
||||
before=$(caddy_cid)
|
||||
$COMPOSE up -d --no-deps caddy
|
||||
after=$(caddy_cid)
|
||||
if [ -z "$after" ]; then
|
||||
echo 'ОШИБКА: после `up -d` контейнера caddy нет — смотри вывод compose выше.'
|
||||
exit 1
|
||||
fi
|
||||
if [ "$before" != "$after" ]; then
|
||||
echo "✓ Caddy пересоздан compose'ом: изменилось описание сервиса или образ (${before:-нет}→${after})."
|
||||
exit 0
|
||||
fi
|
||||
|
||||
# ── 3. Доехало ли содержимое пофайловых маунтов ──────────────────────────────
|
||||
# Список маунтов читается ОТДЕЛЬНОЙ командой, а не в конвейере с циклом: в
|
||||
# `$(docker inspect … | while …)` статус подстановки — это статус `while`, то
|
||||
# есть всегда 0 (`pipefail` в POSIX-sh нет вовсе). Провал `docker inspect`
|
||||
# давал бы пустой список → «расхождений нет» → `caddy reload` → зелёная джоба с
|
||||
# надписью «окна недоступности нет», а прокси работал бы по СТАРОМУ конфигу.
|
||||
# Это ровно тот беззвучный отказ, ради которого написан весь скрипт.
|
||||
mounts=$(docker inspect "$after" \
|
||||
--format '{{range .Mounts}}{{if eq .Type "bind"}}{{.Source}}|{{.Destination}}{{println}}{{end}}{{end}}') \
|
||||
|| mounts=''
|
||||
|
||||
if [ -z "$mounts" ]; then
|
||||
echo "WARNING: список маунтов Caddy не прочитан (docker inspect молчит или упал) —"
|
||||
echo " сверить нечем, считаю расхождением: fail-safe в прежнее поведение."
|
||||
verdicts=""
|
||||
stale="(маунты не прочитаны)"
|
||||
else
|
||||
verdicts=$(printf '%s\n' "$mounts" | while IFS='|' read -r src dst; do
|
||||
[ -n "${dst:-}" ] || continue
|
||||
# Каталог инод не держит — пропускаем. Именно `-d`, а не `-f`:
|
||||
# отсутствующий/нечитаемый ФАЙЛ — не повод молча пропустить, в
|
||||
# контейнере в этот момент живёт старый инод со старым текстом.
|
||||
if [ -d "$src" ]; then continue; fi
|
||||
host_sum=$(sha256sum "$src" 2>/dev/null | cut -d' ' -f1)
|
||||
seen_sum=$(docker exec "$after" sha256sum "$dst" 2>/dev/null | cut -d' ' -f1)
|
||||
if [ -n "$host_sum" ] && [ "$host_sum" = "${seen_sum:-НЕ_ПРОЧИТАНО}" ]; then
|
||||
echo "OK $dst"
|
||||
else
|
||||
echo "STALE $dst"
|
||||
fi
|
||||
done)
|
||||
# «Сверили пять файлов» и «сверили ноль» обязаны различаться в логе — иначе
|
||||
# зелёная строка ниже одинаково означает и проверку, и её отсутствие.
|
||||
checked=$(printf '%s\n' "$verdicts" | grep -c . || true)
|
||||
echo "→ сверено пофайловых маунтов с тем, что видит контейнер: $checked"
|
||||
stale=$(printf '%s\n' "$verdicts" | sed -n 's/^STALE //p' | tr '\n' ' ')
|
||||
if [ "$checked" -eq 0 ]; then
|
||||
echo "WARNING: ни одного пофайлового bind-маунта не найдено — у Caddy их пять"
|
||||
echo " (Caddyfile + 4 сниппета). Считаю расхождением: fail-safe."
|
||||
stale="(пофайловых маунтов не найдено)"
|
||||
fi
|
||||
fi
|
||||
|
||||
if [ -n "$stale" ]; then
|
||||
echo "→ до контейнера НЕ доехали пофайловые маунты: $stale"
|
||||
echo " (bind-маунт файла держит инод: reload перечитал бы старую версию — нужен recreate)"
|
||||
$COMPOSE up -d --force-recreate --no-deps caddy
|
||||
echo "✓ Caddy пересоздан — иначе правка осталась бы неприменённой."
|
||||
exit 0
|
||||
fi
|
||||
|
||||
# ── 4. Всё доехало — перезагрузка без разрыва соединений ─────────────────────
|
||||
$COMPOSE exec -T caddy caddy reload --config /etc/caddy/Caddyfile --adapter caddyfile
|
||||
echo "✓ конфиг прокси перезагружен без пересоздания контейнера — окна недоступности нет."
|
||||
|
|
@ -41,17 +41,84 @@ def scrub_query_secrets(text: str) -> str:
|
|||
|
||||
|
||||
class QuerySecretFilter(logging.Filter):
|
||||
"""Маскирует секреты в query-строке ЛЮБОЙ записи логгера, к которому привязан."""
|
||||
"""Маскирует секреты в query-строке ЛЮБОЙ записи логгера, к которому привязан.
|
||||
|
||||
Скрабит `record.msg` и КАЖДЫЙ элемент `record.args` по отдельности — НЕ схлопывает
|
||||
их в единую строку через `record.getMessage()` с последующим `args = ()`.
|
||||
|
||||
Прод-баг (#3471): схлопывание ломало `uvicorn.access` — там `record.args` это
|
||||
структурный 5-tuple `(client_addr, method, full_path, http_version, status_code)`,
|
||||
который `uvicorn.logging.AccessFormatter.formatMessage()` распаковывает напрямую
|
||||
(`a, b, c, d, e = record.args`), в обход `record.getMessage()`. Как только фильтр
|
||||
находил секрет (например `?secret=` в webhook-пути) и обнулял `args`, форматтер падал
|
||||
с `ValueError: not enough values to unpack (expected 5, got 0)` — сама попытка
|
||||
заскрабить секрет ломала запись лога целиком (`--- Logging error ---` в докер-логах).
|
||||
"""
|
||||
|
||||
def filter(self, record: logging.LogRecord) -> bool:
|
||||
message = record.getMessage()
|
||||
scrubbed = scrub_query_secrets(message)
|
||||
if scrubbed != message:
|
||||
record.msg = scrubbed
|
||||
record.args = ()
|
||||
args = record.args
|
||||
if isinstance(args, tuple) and args:
|
||||
# Есть позиционные args — скрабим КАЖДЫЙ элемент отдельно, arity не трогаем.
|
||||
# `record.msg` (шаблон вида `"%s ..."`) не трогаем вовсе: в реальных вызовах
|
||||
# этого кодбейза секрет+query-контекст лежат САМОДОСТАТОЧНО внутри одного
|
||||
# аргумента (например body_preview в app/services/dadata.py), а не расщеплены
|
||||
# между текстом шаблона и голым значением — трогать msg тут не нужно и опасно
|
||||
# (шаблонный `%s` сам по себе мог бы ложно совпасть с чувствительным именем
|
||||
# параметра прямо перед ним).
|
||||
scrubbed_args = tuple(
|
||||
scrub_query_secrets(a) if isinstance(a, str) else a for a in args
|
||||
)
|
||||
if scrubbed_args != args:
|
||||
record.args = scrubbed_args
|
||||
elif isinstance(record.msg, str):
|
||||
# Args нет — вся запись уже готовым текстом в msg (f-string и т.п.).
|
||||
scrubbed_msg = scrub_query_secrets(record.msg)
|
||||
if scrubbed_msg != record.msg:
|
||||
record.msg = scrubbed_msg
|
||||
|
||||
return True
|
||||
|
||||
|
||||
# ── Секреты в произвольном тексте (тело ответа внешнего API) — #3471 ──────────
|
||||
#
|
||||
# DaData на HTTP 403 возвращает диагностику вида:
|
||||
# "Feature 'CLEAN' disabled for token '<действующий 40-символьный токен>'. See ..."
|
||||
# body_preview из этого текста уходит в WARNING/ERROR лог (app/services/dadata.py) →
|
||||
# docker logs → потенциально breadcrumb к любой последующей ошибке в GlitchTip.
|
||||
# Маскируем ДО логирования. Не завязываемся на конкретную формулировку вендора —
|
||||
# она может измениться (см. generic-слой ниже).
|
||||
|
||||
_TOKEN_QUOTED = re.compile(r"(\btoken\s*['\"])([^'\"]+)(['\"])", re.IGNORECASE)
|
||||
# Любая hex/base64-подобная последовательность 24+ символов — ловит секрет независимо
|
||||
# от контекста (Authorization/X-Secret значения, если когда-нибудь попадут в текст как есть).
|
||||
_LONG_SECRET_LIKE = re.compile(r"[A-Za-z0-9+/_-]{24,}")
|
||||
|
||||
|
||||
def _mask_value(value: str) -> str:
|
||||
"""`8d4e…(40)` — первые 4 символа + длина в скобках, остальное скрыто."""
|
||||
if len(value) <= 4:
|
||||
return "***"
|
||||
return f"{value[:4]}…({len(value)})"
|
||||
|
||||
|
||||
def scrub_body_secrets(text: str | None) -> str:
|
||||
"""Маскирует токены/секреты в произвольном тексте (тело ответа внешнего API и т.п.).
|
||||
|
||||
Двухслойно: 1) явный ``token '<value>'`` (текущая формулировка DaData на 403),
|
||||
2) generic — любая hex/base64-подобная последовательность 24+ символов, чтобы защита
|
||||
не зависела от того, как вендор сформулирует сообщение завтра.
|
||||
"""
|
||||
if not text:
|
||||
return text or ""
|
||||
|
||||
def _replace_quoted(m: re.Match[str]) -> str:
|
||||
return f"{m.group(1)}{_mask_value(m.group(2))}{m.group(3)}"
|
||||
|
||||
scrubbed = _TOKEN_QUOTED.sub(_replace_quoted, text)
|
||||
scrubbed = _LONG_SECRET_LIKE.sub(lambda m: _mask_value(m.group(0)), scrubbed)
|
||||
return scrubbed
|
||||
|
||||
|
||||
def install_query_secret_filter(*logger_names: str) -> None:
|
||||
"""Вешает фильтр на access-лог uvicorn И на обработчики корневого логгера.
|
||||
|
||||
|
|
|
|||
|
|
@ -29,6 +29,7 @@ from typing import Any
|
|||
import httpx
|
||||
|
||||
from app.core.config import settings
|
||||
from app.core.log_scrub import scrub_body_secrets
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
|
@ -173,7 +174,7 @@ async def clean_address(address: str) -> DadataAddressResult | None:
|
|||
logger.warning("dadata: HTTP 429 — quota exceeded (100/день demo limit?)")
|
||||
return None
|
||||
if status in (401, 403):
|
||||
body_preview = (response.text or "")[:200]
|
||||
body_preview = scrub_body_secrets(response.text)[:200]
|
||||
# 403 «Feature 'CLEAN' disabled for token …» ≠ отклонённый токен: токен валиден,
|
||||
# но услуга «Стандартизация» (CLEAN) не подключена на аккаунте. Refresh токена НЕ
|
||||
# поможет — нужно включить услугу в кабинете DaData ИЛИ полагаться на suggest-fallback
|
||||
|
|
@ -213,7 +214,7 @@ async def clean_address(address: str) -> DadataAddressResult | None:
|
|||
logger.warning("dadata: HTTP %d — transient server error", status)
|
||||
return None
|
||||
if status >= 400:
|
||||
body_preview = (response.text or "")[:200]
|
||||
body_preview = scrub_body_secrets(response.text)[:200]
|
||||
logger.warning("dadata: HTTP %d — bad request: %r", status, body_preview)
|
||||
return None
|
||||
|
||||
|
|
@ -436,7 +437,7 @@ async def suggest_addresses(
|
|||
logger.warning("dadata suggest: HTTP %d — transient server error", status)
|
||||
return []
|
||||
if status >= 400:
|
||||
body_preview = (response.text or "")[:200]
|
||||
body_preview = scrub_body_secrets(response.text)[:200]
|
||||
logger.warning("dadata suggest: HTTP %d — bad request: %r", status, body_preview)
|
||||
return []
|
||||
|
||||
|
|
|
|||
|
|
@ -328,6 +328,13 @@ SBER_TIME_ADJUST_REGION = "Свердловская область" # ряд р
|
|||
_SBER_REGION_SERIES: dict[int, str] = {
|
||||
66: SBER_TIME_ADJUST_REGION,
|
||||
77: "Москва",
|
||||
# Московская область — свой ряд, а не фолбэк на «Россию». Загрузчик научился
|
||||
# тянуть REF_AREA=50 (services/sber_index), и 12.09.2026 ряд приехал на прод:
|
||||
# real_estate_deals/«Вторичный», 116 месяцев 2017-01..2026-08 — та же глубина,
|
||||
# что у Москвы и обл.66. До этой строки область считалась по общероссийскому
|
||||
# ряду, то есть коридор ошибался на расхождение области со страной; теперь
|
||||
# ошибка только внутрирегиональная.
|
||||
50: "Московская область",
|
||||
}
|
||||
|
||||
# Ряд для региона ВНЕ карты. Выбран общероссийский, а не отказ от поправки (1.0):
|
||||
|
|
@ -661,8 +668,10 @@ def _anchor_repair_factor(anchor_renovation: str | None, target_repair: str | No
|
|||
# within-price-tier sold/asking НЕВЫЧИСЛИМ из asking-less ДКП-сделок; корректное
|
||||
# обусловливание дают per-rooms blend + захардженный hedonic (год+площадь).
|
||||
_ASKING_SOLD_RATIO_CACHE_TTL_S = 300.0
|
||||
# Cache key: rooms bucket (единственный legacy per-rooms путь после #2002).
|
||||
_asking_sold_ratio_cache: dict[int, tuple[float | None, str | None, float]] = {}
|
||||
# Cache key: (region_code, rooms bucket) — #3512. Регион — часть ключа с миграции 304
|
||||
# (asking_to_sold_ratios ключуется по (region_code, rooms_bucket, district)); один
|
||||
# бакет теперь несёт РАЗНЫЕ ratio для разных регионов, общий int-ключ смешал бы их.
|
||||
_asking_sold_ratio_cache: dict[tuple[int, int], tuple[float | None, str | None, float]] = {}
|
||||
|
||||
|
||||
def _get_asking_sold_ratio(
|
||||
|
|
@ -670,6 +679,7 @@ def _get_asking_sold_ratio(
|
|||
rooms: int | None,
|
||||
area_m2: float | None = None,
|
||||
anchor_ppm2: float | None = None,
|
||||
region_code: int = regions_mod.DEFAULT_REGION_CODE,
|
||||
) -> tuple[float | None, str | None]:
|
||||
"""Возвращает (ratio, basis) asking→sold для area-бакета клиентской квартиры.
|
||||
|
||||
|
|
@ -685,9 +695,24 @@ def _get_asking_sold_ratio(
|
|||
rooms-ключе vs area-ключе. area_bucket() — тот же Python-двойник, что и в
|
||||
asking_to_sold_ratio.py (см. комментарий там, границы 30/44/62/85 = import-rosreestr.sh).
|
||||
|
||||
Запрос к asking_to_sold_ratios (migration 080): per-rooms строка
|
||||
(WHERE rooms_bucket = bucket AND district = '') → fallback на global -1
|
||||
(basis='global_fallback'). Ничего нет → (None, None).
|
||||
#3512: region_code — регион ЗАПРОСА (target_region_code резолвера, см.
|
||||
_ratio_resolver ниже), НЕ дефолт 66 всегда. Раньше ratio считался ИСКЛЮЧИТЕЛЬНО
|
||||
по ЕКБ и применялся к любому адресу, включая Москву (region_code=77) — коэффициент
|
||||
рынка на порядок дешевле (медиана ДКП: 66 — 90 278 ₽/м², 77 — 322 976 ₽/м²,
|
||||
замер 13.09.2026) домножал московскую asking-цену. Дефолт-параметр (66) сохранён
|
||||
ради обратной совместимости позиционных вызовов (тот же идиом, что
|
||||
`_is_plausible_deal(region_code: int = regions_mod.DEFAULT_REGION_CODE)`).
|
||||
|
||||
Запрос к asking_to_sold_ratios (migration 080 + 304): per-rooms строка СВОЕГО
|
||||
региона (WHERE region_code = :region_code AND rooms_bucket = bucket AND
|
||||
district = '') → fallback на global -1 ТОГО ЖЕ региона (basis='global_fallback').
|
||||
Ни одной строки для региона (регион ещё не накопил 30/30 сделок/listings, см.
|
||||
app/tasks/asking_to_sold_ratio.py) → явная деградация (None, None) + INFO-лог —
|
||||
та же идиома, что sber_region_series_name делает для отсутствующего в карте
|
||||
региона, но БЕЗ подстановки чужого регионального ratio: значение другого рынка
|
||||
здесь — не нейтральный фолбэк (в отличие от общероссийского sber-ряда), а именно
|
||||
та ошибка калибровки, которую #3512 устраняет. ratio_basis в ответе честно
|
||||
остаётся None — сайту не приписывается ЧУЖОЙ региональный коэффициент.
|
||||
|
||||
anchor_ppm2 сохранён в сигнатуре для совместимости с call-site (резолвер
|
||||
вызывается с ФИНАЛЬНЫМ headline ppm² после anchor/blend-мутаций — см.
|
||||
|
|
@ -695,11 +720,12 @@ def _get_asking_sold_ratio(
|
|||
статистический артефакт (#2002, см. module-level комментарий выше).
|
||||
|
||||
Таблицы нет / любая ошибка → (None, None), НЕ raise (graceful).
|
||||
Кэшируется на ключ bucket с TTL _ASKING_SOLD_RATIO_CACHE_TTL_S.
|
||||
Кэшируется на ключ (region_code, bucket) с TTL _ASKING_SOLD_RATIO_CACHE_TTL_S.
|
||||
"""
|
||||
bucket = area_bucket(area_m2) if area_m2 else min(max(rooms or 0, 0), 4)
|
||||
cache_key = (region_code, bucket)
|
||||
|
||||
cached = _asking_sold_ratio_cache.get(bucket)
|
||||
cached = _asking_sold_ratio_cache.get(cache_key)
|
||||
if cached is not None:
|
||||
ratio, basis, fetched = cached
|
||||
if (time.monotonic() - fetched) < _ASKING_SOLD_RATIO_CACHE_TTL_S:
|
||||
|
|
@ -723,24 +749,39 @@ def _get_asking_sold_ratio(
|
|||
text(
|
||||
"""
|
||||
SELECT ratio, basis FROM asking_to_sold_ratios
|
||||
WHERE rooms_bucket = CAST(:b AS int) AND district = ''
|
||||
WHERE region_code = CAST(:region_code AS int)
|
||||
AND rooms_bucket = CAST(:b AS int) AND district = ''
|
||||
"""
|
||||
),
|
||||
{"b": bucket},
|
||||
{"region_code": region_code, "b": bucket},
|
||||
).fetchone()
|
||||
if row is None:
|
||||
# Бакет тонкий (n<30 при seed'е) или отсутствует → global (-1).
|
||||
# Бакет тонкий (n<30 при seed'е) или отсутствует → global (-1)
|
||||
# ТОГО ЖЕ региона (#3512 — никогда чужого региона).
|
||||
row = db.execute(
|
||||
text(
|
||||
"""
|
||||
SELECT ratio, basis FROM asking_to_sold_ratios
|
||||
WHERE rooms_bucket = -1 AND district = ''
|
||||
WHERE region_code = CAST(:region_code AS int)
|
||||
AND rooms_bucket = -1 AND district = ''
|
||||
"""
|
||||
),
|
||||
{"region_code": region_code},
|
||||
).fetchone()
|
||||
if row is not None and row.ratio is not None:
|
||||
ratio = float(row.ratio)
|
||||
basis = row.basis
|
||||
elif row is None:
|
||||
# #3512: у региона нет НИ ОДНОЙ строки (ни per-rooms, ни global -1) —
|
||||
# обычно потому, что регион ещё не набрал 30/30 сделок/listings
|
||||
# (см. app/tasks/asking_to_sold_ratio.py). Явная деградация, не
|
||||
# подмена чужим регионом.
|
||||
logger.info(
|
||||
"asking_to_sold_ratio: region_code=%d нет ни одной строки "
|
||||
"(bucket=%d) — sold-коррекция не применяется для этого региона",
|
||||
region_code,
|
||||
bucket,
|
||||
)
|
||||
ok = True
|
||||
break
|
||||
except Exception as exc:
|
||||
|
|
@ -769,7 +810,7 @@ def _get_asking_sold_ratio(
|
|||
# Кэшируем ТОЛЬКО успешный lookup. ratio может быть None (строки нет —
|
||||
# стабильный факт БД, безопасно кэшировать на TTL); транзиентный None выше
|
||||
# уже вернулся ранним return и сюда не доходит.
|
||||
_asking_sold_ratio_cache[bucket] = (ratio, basis, time.monotonic())
|
||||
_asking_sold_ratio_cache[cache_key] = (ratio, basis, time.monotonic())
|
||||
return ratio, basis
|
||||
|
||||
|
||||
|
|
@ -5061,7 +5102,11 @@ async def estimate_quality(
|
|||
appm2: float | None,
|
||||
) -> tuple[float | None, str | None]:
|
||||
# #2620-2: area-bucket key (payload.rooms — фолбэк только без площади).
|
||||
return _get_asking_sold_ratio(db, payload.rooms, payload.area_m2, anchor_ppm2=appm2)
|
||||
# #3512: region_code — регион ЦЕЛИ (target_region_code, резолвлен по geo выше,
|
||||
# тот же код, что уже скоупит ДКП-коридор, #3051 PR-A) — НЕ дефолт 66 всегда.
|
||||
return _get_asking_sold_ratio(
|
||||
db, payload.rooms, payload.area_m2, anchor_ppm2=appm2, region_code=target_region_code
|
||||
)
|
||||
|
||||
def _qi_lookup(q: str) -> tuple[float, int] | None:
|
||||
return _lookup_quarter_index(
|
||||
|
|
|
|||
|
|
@ -46,6 +46,8 @@ from lxml import etree
|
|||
from sqlalchemy import text
|
||||
from sqlalchemy.orm import Session
|
||||
|
||||
from app.services.regions import REGIONS
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# Глобы файлов ГАР (матчим case-insensitive: .XML/.xml).
|
||||
|
|
@ -520,6 +522,62 @@ def upsert_gar_houses(
|
|||
return upserted
|
||||
|
||||
|
||||
# ─────────────────────────────────────────────────────────────────────────────
|
||||
# Город-фильтр матча: выбирается ПО РЕГИОНУ, а не задаётся руками на каждый запуск
|
||||
# ─────────────────────────────────────────────────────────────────────────────
|
||||
# Раньше был жёсткой CLI-константой "Екатеринбург" (годилось только для region 66).
|
||||
# Регионы принципиально разные по форме коллизии одноимённых улиц:
|
||||
# - 66 (область): ОДИН доминирующий город в инвентаре (истор. запуск продукта был
|
||||
# ЕКБ-only) + >20 сопоставимых по названиям городов-соседей в REGIONS[66].cities —
|
||||
# без фильтра «Машиностроителей 6» из 4 городов сливается в одну строку. Фильтр
|
||||
# нужен и достаточен.
|
||||
# - 77 (Москва): город ровно один — фильтровать нечем и незачем (см. REGIONS[77]).
|
||||
# - 50 (область): НЕТ доминирующего города (20 сопоставимых по объёму городов-спутников,
|
||||
# см. docstring REGIONS[50]) — фильтр по ОДНОМУ городу был бы не защитой, а порчей
|
||||
# знаменателя (отрежет почти весь регион). Риск коллизии одноимённых улиц РАЗНЫХ
|
||||
# городов при отсутствии фильтра закрыт не им, а guard'ом на стороне SQL
|
||||
# (см. _MATCH_SQL: canon_hits) — неоднозначный canon не матчится вовсе, а не
|
||||
# угадывается по max(flat_count).
|
||||
# REGIONS_REQUIRING_CITY_FILTER — явный, единственный источник этого продуктового
|
||||
# решения (какие регионы НУЖДАЮТСЯ в one-city ограничении); САМО значение фильтра
|
||||
# берётся из REGIONS[<code>].city_token (реестр regions.py, ЕДИНСТВЕННОЕ место границ
|
||||
# покрытия) — не второй раз хардкодится строкой "Екатеринбург".
|
||||
REGIONS_REQUIRING_CITY_FILTER: frozenset[int] = frozenset({66})
|
||||
|
||||
|
||||
class CityFilterAutoType:
|
||||
"""Маркер «city_filter не передан явно» — резолвится по региону в match_houses_to_gar."""
|
||||
|
||||
__slots__ = ()
|
||||
|
||||
def __repr__(self) -> str:
|
||||
return "CITY_FILTER_AUTO"
|
||||
|
||||
|
||||
# Сентинел default'а (не None — None остаётся легитимным явным «фильтр отключён»).
|
||||
CITY_FILTER_AUTO = CityFilterAutoType()
|
||||
|
||||
|
||||
def default_city_filter_for_region(region_code: str | None) -> str | None:
|
||||
"""Город-фильтр GAR-матча по умолчанию для региона (см. REGIONS_REQUIRING_CITY_FILTER).
|
||||
|
||||
region 66 → "Екатеринбург" (byte-for-byte прежнее поведение, значение из
|
||||
REGIONS[66].city_token). Любой другой/неизвестный/отсутствующий регион → None
|
||||
(без ограничения). region_code принимает и None, и нечисловую строку — не
|
||||
ошибка, просто «не знаем региона» → без фильтра.
|
||||
"""
|
||||
try:
|
||||
code = int(region_code) if region_code is not None else None
|
||||
except (TypeError, ValueError):
|
||||
return None
|
||||
if code is None or code not in REGIONS_REQUIRING_CITY_FILTER:
|
||||
return None
|
||||
region = REGIONS.get(code)
|
||||
if region is None:
|
||||
return None
|
||||
return region.city_token.capitalize()
|
||||
|
||||
|
||||
# ─────────────────────────────────────────────────────────────────────────────
|
||||
# Матчер ГАР → houses
|
||||
# ─────────────────────────────────────────────────────────────────────────────
|
||||
|
|
@ -529,16 +587,26 @@ def upsert_gar_houses(
|
|||
# «ул. Шаумяна, 20» и точный матч давал 0. Канон агрессивно схлопывает тип улицы / пунктуацию
|
||||
# (см. tradein_canon_addr) → 0→~41% (2769/6808 вторички, ЕКБ-restricted).
|
||||
#
|
||||
# На каждый canon берём ОДНУ ГАР-строку (DISTINCT ON … ORDER BY flat_count DESC, house_guid) —
|
||||
# На каждый canon берём ОДНУ ГАР-строку (ROW_NUMBER … ORDER BY flat_count DESC, house_guid) —
|
||||
# детерминированный tie-break: максимальный flat_count, при равенстве — лексикографически
|
||||
# меньший house_guid. Houses-сторона: tradein_canon_addr(COALESCE(short/full/address)) — тот же
|
||||
# канон, что и в gar_pick. ЕКБ-ограничение (:city ILIKE по full_address) обязательно: без него
|
||||
# «Машиностроителей 6» в 4 городах region 66 даёт ложные коллизии. Предикат
|
||||
# `gar_flat_count IS DISTINCT FROM` → повторный прогон не трогает уже совпавшие строки.
|
||||
# канон, что и в gar_pick. С city-фильтром (:city IS NOT NULL, region 66) поведение
|
||||
# byte-for-byte прежнее — ILIKE по full_address обязателен: без него «Машиностроителей 6» в
|
||||
# 4 городах region 66 даёт ложные коллизии.
|
||||
#
|
||||
# БЕЗ city-фильтра (:city IS NULL — многогородские регионы без одного доминирующего города,
|
||||
# напр. область 50) canon НЕ несёт населённый пункт (tradein_canon_addr режет всё, кроме улицы
|
||||
# и номера дома — см. мигр. 144) — «Ленина 5» существует в десятках городов области. Молча
|
||||
# брать «лучший по flat_count» здесь означало бы РАНДОМНО пришить дом одного города к дому
|
||||
# другого. Вместо этого canon_hits (COUNT(*) OVER PARTITION BY canon в рамках уже
|
||||
# region/city-отфильтрованной выборки) — если у canon >1 разных GAR-домов, ambiguity
|
||||
# НЕ разрешается угадыванием: такой canon вообще не матчится (безопасная деградация —
|
||||
# пропущенный дом лучше неверно приписанного). Предикат `gar_flat_count IS DISTINCT FROM` →
|
||||
# повторный прогон не трогает уже совпавшие строки.
|
||||
_MATCH_SQL = text(
|
||||
"""
|
||||
WITH gar_pick AS (
|
||||
SELECT DISTINCT ON (canon)
|
||||
WITH gar_scope AS (
|
||||
SELECT
|
||||
tradein_canon_addr(norm_address) AS canon, house_guid, flat_count
|
||||
FROM gar_house_flats
|
||||
WHERE flat_count > 0
|
||||
|
|
@ -551,7 +619,21 @@ _MATCH_SQL = text(
|
|||
CAST(:city AS text) IS NULL
|
||||
OR full_address ILIKE '%' || CAST(:city AS text) || '%'
|
||||
)
|
||||
ORDER BY canon, flat_count DESC, house_guid
|
||||
),
|
||||
gar_ranked AS (
|
||||
SELECT
|
||||
canon, house_guid, flat_count,
|
||||
ROW_NUMBER() OVER (
|
||||
PARTITION BY canon ORDER BY flat_count DESC, house_guid
|
||||
) AS rn,
|
||||
COUNT(*) OVER (PARTITION BY canon) AS canon_hits
|
||||
FROM gar_scope
|
||||
),
|
||||
gar_pick AS (
|
||||
SELECT canon, house_guid, flat_count
|
||||
FROM gar_ranked
|
||||
WHERE rn = 1
|
||||
AND (CAST(:city AS text) IS NOT NULL OR canon_hits = 1)
|
||||
)
|
||||
UPDATE houses h
|
||||
SET gar_house_guid = gp.house_guid,
|
||||
|
|
@ -571,15 +653,19 @@ def match_houses_to_gar(
|
|||
db: Session,
|
||||
*,
|
||||
region_code: str | None = None,
|
||||
city_filter: str | None = "Екатеринбург",
|
||||
city_filter: str | CityFilterAutoType | None = CITY_FILTER_AUTO,
|
||||
) -> int:
|
||||
"""Матч gar_house_flats → houses по КАНОНИЧЕСКОМУ адресу (мигр. 144). НЕ коммитит (caller).
|
||||
|
||||
city_filter (умолч. «Екатеринбург») ограничивает ГАР-сторону по full_address ILIKE —
|
||||
защита от cross-town коллизий внутри region 66; None отключает фильтр (city-aware матч
|
||||
за пределами ЕКБ — future work). Возвращает число обновлённых домов. Идемпотентно
|
||||
(plain UPDATE, IS DISTINCT FROM gate).
|
||||
city_filter: CITY_FILTER_AUTO (умолч.) → резолвится по region_code через
|
||||
default_city_filter_for_region (region 66 → «Екатеринбург», иначе None). Явный
|
||||
None отключает фильтр НЕЗАВИСИМО от региона; явная строка — ILIKE-override
|
||||
(любой регион). Без фильтра ambiguity одноимённых улиц разных городов закрыта
|
||||
отдельно — см. _MATCH_SQL (canon_hits). Возвращает число обновлённых домов.
|
||||
Идемпотентно (plain UPDATE, IS DISTINCT FROM gate).
|
||||
"""
|
||||
if isinstance(city_filter, CityFilterAutoType):
|
||||
city_filter = default_city_filter_for_region(region_code)
|
||||
result = db.execute(_MATCH_SQL, {"region": region_code, "city": city_filter})
|
||||
matched = result.rowcount
|
||||
logger.info(
|
||||
|
|
|
|||
|
|
@ -142,7 +142,8 @@ class LocationIndexResult(BaseModel):
|
|||
sample_size: int
|
||||
radius_m: int
|
||||
nearby_poi: list[NearbyPoi]
|
||||
poi_status: str # "ok" | "unavailable" (osm_poi_ekb_local пуста/не отрефрешена)
|
||||
poi_status: str # "ok" | "unavailable" (osm_poi_ekb_local пуста/не отрефрешена
|
||||
# ДЛЯ ПРОДУКТ-ЯДРА РЕГИОНА точки — не глобальный count(*) по таблице)
|
||||
|
||||
|
||||
def _pct_deviation(local_median_ppm2: float, city_median_ppm2: float) -> float:
|
||||
|
|
@ -207,9 +208,27 @@ def _pct_deviation(local_median_ppm2: float, city_median_ppm2: float) -> float:
|
|||
# упирается в отказ редко — прод-симуляция на 246 реальных точках оценок:
|
||||
# insufficient_data 0 → 1 точка (0.4%), 800м хватает 241 точке из 246.
|
||||
#
|
||||
# bbox-фильтр (lat/lon) — сопоставимые листинги считаются ТОЛЬКО по Екатеринбургу, даже если
|
||||
# сам продукт уже скрейпит соседние города области (city-sweep): географию location_index
|
||||
# явно ограничил владелец продукта.
|
||||
# bbox-фильтр (lat/lon) — сопоставимые листинги считаются ТОЛЬКО в продукт-ядре региона,
|
||||
# даже если сам продукт уже скрейпит соседние города/области (city-sweep): географию
|
||||
# location_index явно ограничил владелец продукта.
|
||||
#
|
||||
# region_code (дефект Москвы, прод-замер 13.09.2026): bbox продукт-ядра — геометрический
|
||||
# прямоугольник, а границы регионов НЕ прямоугольны — в московское ядро (55.55..55.95 /
|
||||
# 37.30..37.90) попадают Химки/Реутов/Котельники/Люберцы (region_code=50). Внутри ядра 77
|
||||
# лежало 16 801 лот региона 50 (медиана 251 295 ₽/м²) и 82 719 лотов региона 77 (медиана
|
||||
# 458 208) — примесь заниженная городскую медиану до 422 222 (−7.9%). У областных строк
|
||||
# `city IS NULL`, фильтровать по имени города нельзя — только по region_code.
|
||||
#
|
||||
# СТРОГОЕ равенство, БЕЗ `OR region_code IS NULL`: строка без региона не считается ни за
|
||||
# один регион. Второй прод-замер (13.09.2026, полный набор фильтров модуля — is_active,
|
||||
# price sanity, geo_precision, свежесть 14 дней, сегмент, bbox ядра 66): 15 858 строк
|
||||
# проходят фильтры, из них 3 с NULL region_code; медиана с ними 151 101 ₽/м², без них
|
||||
# 151 103 — сдвиг 2 рубля на 151 тысяче (0.001%), статистически ничто для 66. Взамен —
|
||||
# `region_code IS NULL` НЕ постоянная лазейка того же класса, что и сам дефект: в
|
||||
# `listings` 16 930 NULL-region строк Avito, 24 из них лежат в bbox Москвы и сегодня не
|
||||
# проходят по свежести — но могут завтра. Мягкий `OR NULL` тихо открыл бы им дорогу
|
||||
# обратно в московскую медиану ровно тем же путём, каким туда попадала Московская
|
||||
# область. Три рубля на 66 — цена закрытия дыры, а не повод её оставить.
|
||||
_MEDIAN_PPM2_LOCAL_SQL = text(
|
||||
"""
|
||||
SELECT
|
||||
|
|
@ -223,6 +242,7 @@ _MEDIAN_PPM2_LOCAL_SQL = text(
|
|||
AND (geo_precision IS DISTINCT FROM 'city')
|
||||
AND scraped_at > NOW() - (:fresh_days || ' days')::interval
|
||||
AND (listing_segment IS NULL OR listing_segment = 'vtorichka')
|
||||
AND region_code = CAST(:region_code AS integer)
|
||||
AND lat BETWEEN CAST(:bbox_south AS double precision)
|
||||
AND CAST(:bbox_north AS double precision)
|
||||
AND lon BETWEEN CAST(:bbox_west AS double precision)
|
||||
|
|
@ -248,6 +268,7 @@ _MEDIAN_PPM2_CITYWIDE_SQL = text(
|
|||
AND (geo_precision IS DISTINCT FROM 'city')
|
||||
AND scraped_at > NOW() - (:fresh_days || ' days')::interval
|
||||
AND (listing_segment IS NULL OR listing_segment = 'vtorichka')
|
||||
AND region_code = CAST(:region_code AS integer)
|
||||
AND lat BETWEEN CAST(:bbox_south AS double precision)
|
||||
AND CAST(:bbox_north AS double precision)
|
||||
AND lon BETWEEN CAST(:bbox_west AS double precision)
|
||||
|
|
@ -255,6 +276,17 @@ _MEDIAN_PPM2_CITYWIDE_SQL = text(
|
|||
"""
|
||||
)
|
||||
|
||||
_POI_COUNT_IN_REGION_SQL = text(
|
||||
"""
|
||||
SELECT count(*) AS n
|
||||
FROM osm_poi_ekb_local
|
||||
WHERE lat BETWEEN CAST(:bbox_south AS double precision)
|
||||
AND CAST(:bbox_north AS double precision)
|
||||
AND lon BETWEEN CAST(:bbox_west AS double precision)
|
||||
AND CAST(:bbox_east AS double precision)
|
||||
"""
|
||||
)
|
||||
|
||||
_NEAREST_POI_SQL = text(
|
||||
"""
|
||||
SELECT
|
||||
|
|
@ -293,6 +325,7 @@ def _local_median_ppm2(
|
|||
"fresh_days": LISTINGS_FRESH_DAYS,
|
||||
"price_min": _PRICE_PER_M2_SANITY_MIN,
|
||||
"price_max": _PRICE_PER_M2_SANITY_MAX,
|
||||
"region_code": region.code,
|
||||
"bbox_south": lat_min,
|
||||
"bbox_north": lat_max,
|
||||
"bbox_west": lon_min,
|
||||
|
|
@ -317,6 +350,7 @@ def _citywide_median_ppm2(db: Any, region: regions_mod.Region) -> tuple[float |
|
|||
"fresh_days": LISTINGS_FRESH_DAYS,
|
||||
"price_min": _PRICE_PER_M2_SANITY_MIN,
|
||||
"price_max": _PRICE_PER_M2_SANITY_MAX,
|
||||
"region_code": region.code,
|
||||
"bbox_south": lat_min,
|
||||
"bbox_north": lat_max,
|
||||
"bbox_west": lon_min,
|
||||
|
|
@ -333,18 +367,38 @@ def _citywide_median_ppm2(db: Any, region: regions_mod.Region) -> tuple[float |
|
|||
|
||||
|
||||
def _fetch_nearby_poi(
|
||||
db: Any, lat: float, lon: float, radius_m: int, top_n: int
|
||||
db: Any, lat: float, lon: float, radius_m: int, top_n: int, region: regions_mod.Region
|
||||
) -> tuple[list[NearbyPoi], str]:
|
||||
"""Top-N POI поблизости — качественная справка «что рядом», не числовой показатель.
|
||||
|
||||
Graceful fallback: osm_poi_ekb_local пуста (рефреш ещё не запускался на этом окружении)
|
||||
→ ([], "unavailable") вместо 500 или сфабрикованного списка.
|
||||
Graceful fallback → ([], "unavailable") вместо 500 или сфабрикованного списка. Дефект
|
||||
(прод 13.09.2026): гейт раньше смотрел на count(*) ПО ВСЕЙ osm_poi_ekb_local (4 850
|
||||
строк, все екатеринбургские) — для Москвы это count > 0 (таблица не пуста), и статус
|
||||
молча становился "ok" с пустым списком, хотя внутри московского продукт-ядра лежит 0
|
||||
POI. Гейт обязан смотреть на наличие POI В РЕЛЕВАНТНОЙ области (bbox_product_core
|
||||
региона точки), а не на размер таблицы целиком. Загрузка московских POI — отдельная
|
||||
задача; здесь только честная деградация тем же статусом "unavailable" (терминология
|
||||
не расширяется — trade_in.py и так трактует его как «нет данных», см. #2131).
|
||||
"""
|
||||
total = db.execute(text("SELECT count(*) FROM osm_poi_ekb_local")).scalar() or 0
|
||||
if total == 0:
|
||||
lat_min, lat_max, lon_min, lon_max = region.bbox_product_core
|
||||
in_region = (
|
||||
db.execute(
|
||||
_POI_COUNT_IN_REGION_SQL,
|
||||
{
|
||||
"bbox_south": lat_min,
|
||||
"bbox_north": lat_max,
|
||||
"bbox_west": lon_min,
|
||||
"bbox_east": lon_max,
|
||||
},
|
||||
).scalar()
|
||||
or 0
|
||||
)
|
||||
if in_region == 0:
|
||||
logger.warning(
|
||||
"location_index: osm_poi_ekb_local is empty (refresh job not yet run on this "
|
||||
"environment) — nearby_poi unavailable, no fabricated factors"
|
||||
"location_index: osm_poi_ekb_local has no rows in region=%s product core "
|
||||
"(empty or refresh job not yet run for this region) — nearby_poi unavailable, "
|
||||
"no fabricated factors",
|
||||
region.code,
|
||||
)
|
||||
return [], "unavailable"
|
||||
|
||||
|
|
@ -423,7 +477,7 @@ def compute_location_index(
|
|||
poi_status="unavailable",
|
||||
)
|
||||
|
||||
nearby_poi, poi_status = _fetch_nearby_poi(db, lat, lon, poi_radius_m, poi_top_n)
|
||||
nearby_poi, poi_status = _fetch_nearby_poi(db, lat, lon, poi_radius_m, poi_top_n, region)
|
||||
|
||||
city_median, city_n = _citywide_median_ppm2(db, region)
|
||||
if city_median is None or city_n < MIN_SAMPLE_SIZE:
|
||||
|
|
|
|||
|
|
@ -39,6 +39,9 @@ from scraper_kit.orchestration.scheduler import (
|
|||
from scraper_kit.orchestration.scheduler import (
|
||||
_pick_resume as kit_pick_resume,
|
||||
)
|
||||
from scraper_kit.orchestration.scheduler import (
|
||||
_resolve_region_code as kit_resolve_region_code,
|
||||
)
|
||||
|
||||
if TYPE_CHECKING:
|
||||
from scraper_kit.orchestration.scheduler import SchedulerContext
|
||||
|
|
@ -236,6 +239,12 @@ async def _job_deactivate_stale(
|
|||
listing_source: str = params.get("listing_source", "avito")
|
||||
ttl_days: int = params.get("ttl_days", _settings.avito_stale_ttl_days)
|
||||
segments: list[str] | None = params.get("segments")
|
||||
# Регионы снятия. None (ключа нет в default_params) -> дефолт самой джобы,
|
||||
# DEFAULT_DEACTIVATION_REGION_CODES=(66,): снимать устаревшее можно только там,
|
||||
# где идёт регулярный пересбор -- см. развёрнутый комментарий у константы в
|
||||
# deactivate_stale_avito.py. Расширять список ВМЕСТЕ с запуском сбора по
|
||||
# региону, ключом "region_codes" (jsonb-массив кодов) в строке расписания.
|
||||
region_codes: list[int] | None = params.get("region_codes")
|
||||
staleness_column: str = params.get("staleness_column", "last_seen_at")
|
||||
# Гейт по здоровью сбора (#2659) включён по умолчанию: незасеянное расписание
|
||||
# получает страховочный порог, а не «деактивируй вслепую». Посчитанные по
|
||||
|
|
@ -275,6 +284,7 @@ async def _job_deactivate_stale(
|
|||
listing_source=listing_source,
|
||||
ttl_days=ttl_days,
|
||||
segments=segments,
|
||||
region_codes=region_codes,
|
||||
staleness_column=staleness_column,
|
||||
min_confirmations=min_confirmations,
|
||||
revisit_floor_quantile=revisit_floor_quantile,
|
||||
|
|
@ -325,6 +335,34 @@ async def _job_landing_stats(
|
|||
await loop.run_in_executor(None, refresh_landing_stats, db, run_id, params)
|
||||
|
||||
|
||||
# ── landing_showcase_deals — sync пересчёт витрины сделок в executor ─────────
|
||||
async def _job_landing_showcase_deals(
|
||||
db: Session, run_id: int, params: dict[str, Any], ctx: SchedulerContext
|
||||
) -> None:
|
||||
"""Пересчёт витрины сделок публичного лэндинга (#3469).
|
||||
|
||||
ЛАЙФСАЙКЛ ПРОГОНА ВЕДЁТ HANDLER, а не задача. `refresh_landing_showcase_deals`
|
||||
писалась под ручной запуск (`python -m app.tasks.landing_showcase_deals`) и про
|
||||
`run_id` ничего не знает — тот же случай, что у `_job_refresh_search_matview`,
|
||||
и решается так же: done/failed ставим здесь.
|
||||
|
||||
Параметры берём ИЗ РАСПИСАНИЯ только те, что в нём есть: дефолты живут в
|
||||
сигнатуре задачи, и повтор их здесь дал бы два места, которые разъедутся.
|
||||
"""
|
||||
from app.tasks.landing_showcase_deals import refresh_landing_showcase_deals
|
||||
|
||||
kwargs = {k: params[k] for k in ("sample", "since", "limit", "city") if k in params}
|
||||
loop = asyncio.get_event_loop()
|
||||
try:
|
||||
counters = await loop.run_in_executor(
|
||||
None, lambda: refresh_landing_showcase_deals(db, **kwargs)
|
||||
)
|
||||
ctx.runs.mark_done(db, run_id, counters)
|
||||
except Exception:
|
||||
logger.exception("scheduler: landing_showcase_deals crashed run_id=%d", run_id)
|
||||
ctx.runs.mark_failed(db, run_id, "landing_showcase_deals failed", {})
|
||||
|
||||
|
||||
# ── sber_freshness_monitor — sync DB-only freshness check в executor ──────────
|
||||
async def _job_sber_freshness_monitor(
|
||||
db: Session, run_id: int, params: dict[str, Any], ctx: SchedulerContext
|
||||
|
|
@ -487,6 +525,7 @@ async def _job_domclick_city_sweep(
|
|||
rooms=params.get("rooms"),
|
||||
pages=int(params.get("pages_per_anchor", 5)),
|
||||
request_delay_sec=float(params.get("request_delay_sec", 6.0)),
|
||||
region_code=kit_resolve_region_code(params),
|
||||
resume_run_id=kit_pick_resume(db, run_id),
|
||||
cookies=cookies,
|
||||
)
|
||||
|
|
@ -911,6 +950,7 @@ def build_product_handlers(ctx: SchedulerContext) -> dict[str, Handler]:
|
|||
"deals_freshness_monitor": Handler(_job_deals_freshness_monitor, "deals_freshness_monitor"),
|
||||
"sber_freshness_monitor": Handler(_job_sber_freshness_monitor, "sber_freshness_monitor"),
|
||||
"landing_stats_refresh": Handler(_job_landing_stats, "landing_stats_refresh"),
|
||||
"landing_showcase_deals": Handler(_job_landing_showcase_deals, "landing_showcase_deals"),
|
||||
"newbuilding_enrich": Handler(_job_newbuilding_enrich, "newbuilding_enrich"),
|
||||
"yandex_newbuilding_sweep": Handler(
|
||||
_job_yandex_newbuilding_sweep, "yandex_newbuilding_sweep"
|
||||
|
|
|
|||
File diff suppressed because one or more lines are too long
|
|
@ -10,13 +10,23 @@
|
|||
Регион 50 (Московская область) отложен сознательно — обоснование в #2996:
|
||||
10 121 текстовое имя города против 612 у Москвы, вся мина имён — в области.
|
||||
|
||||
#3052: `region_for_point` резолвит по НАСТОЯЩЕЙ границе региона (полигон
|
||||
OSM/Nominatim, `region_boundaries/boundaries.geojson.json`), не по
|
||||
прямоугольнику `bbox_region` — прямоугольники Москвы и области пересекались
|
||||
(Химки/Реутов/Котельники/Люберцы уходили в Москву), полигоны нет.
|
||||
|
||||
Модуль — ЛИСТ дерева импортов: не импортирует ничего из app.* (его читают
|
||||
geocoder / location_index / matching.normalize, циклы недопустимы).
|
||||
geocoder / location_index / matching.normalize, циклы недопустимы). json/
|
||||
pathlib — стандартная библиотека, листовость не нарушают.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import json
|
||||
import math
|
||||
from dataclasses import dataclass
|
||||
from pathlib import Path
|
||||
from typing import NamedTuple
|
||||
|
||||
# bbox = (lat_min, lat_max, lon_min, lon_max) — тот же порядок, что исторический
|
||||
# geocoder.EKB_BBOX_TIGHT (см. is_within_bbox ниже).
|
||||
|
|
@ -90,6 +100,213 @@ def is_within_bbox(lat: float, lon: float, bbox: BBox) -> bool:
|
|||
return lat_min <= lat <= lat_max and lon_min <= lon <= lon_max
|
||||
|
||||
|
||||
# ── #3052: настоящая граница региона (point-in-polygon вместо bbox) ─────────
|
||||
#
|
||||
# Источник — region_boundaries/boundaries.geojson.json: полигоны OSM/Nominatim
|
||||
# (см. поля _source/_license внутри файла, лицензия ODbL требует их хранить).
|
||||
# Парсим один раз на импорте модуля — 27 точек лишний JSON-parse на каждый
|
||||
# вызов region_for_point был бы дороже самого ray casting.
|
||||
#
|
||||
# ТОЧНОСТЬ (правка регрессии первой версии #3052). Полигоны берутся БЕЗ
|
||||
# упрощения (`polygon_threshold=0`, 42 755 вершин), а не с `0.005` (~500 м,
|
||||
# 2 388 вершин), как в первой версии. Полукилометровое упрощение спрямляет
|
||||
# ровно то, ради чего полигоны и заводились — изрезанную границу Москвы с
|
||||
# областью. Сверка резолва против сохранённого region_code по проду (277 582
|
||||
# объявления + 48 143 дома) на упрощённой геометрии дала: 69 точек НИ в одном
|
||||
# полигоне (агломерация → None → вызывающий код `trade_in.py` подставляет
|
||||
# DEFAULT_REGION_CODE, и адрес в Куркино считается по коэффициентам
|
||||
# Екатеринбурга), Митино/Косино-Ухтомский/Можайский вне Москвы (27 домов),
|
||||
# 731 объявление области внутри Москвы. Без упрощения этих спрямлений нет.
|
||||
#
|
||||
# Ring — одно кольцо GeoJSON (lon, lat) точек: внешний контур ИЛИ дыра.
|
||||
# Полигон/мультиполигон региона хранится как ПЛОСКИЙ список всех его колец
|
||||
# (для MultiPolygon 77 — кольца всех 10 частей вперемешку, у Polygon 50 —
|
||||
# внешнее кольцо + 9 дыр). Плоский список работает благодаря even-odd
|
||||
# правилу: точка внутри региона ⟺ она попадает внутрь НЕЧЁТНОГО числа колец
|
||||
# из списка. Это ОДНОВРЕМЕННО корректно обрабатывает дыры (Москва — дыра в
|
||||
# кольцах региона 50: попадание в кольцо-дыру снимает чётность, снятую
|
||||
# внешним кольцом) и непересекающиеся части мультиполигона (попадание ровно
|
||||
# в одно кольцо — нечётность не портится соседними частями, которые точка не
|
||||
# задевает) — без явного разделения "внешний контур минус дыры".
|
||||
Ring = list[tuple[float, float]]
|
||||
|
||||
_BOUNDARIES_PATH = Path(__file__).parent / "region_boundaries" / "boundaries.geojson.json"
|
||||
|
||||
|
||||
def _flatten_rings(geometry: dict[str, object]) -> list[Ring]:
|
||||
"""Все кольца геометрии (Polygon или MultiPolygon) одним плоским списком."""
|
||||
coords = geometry["coordinates"]
|
||||
if geometry["type"] == "Polygon":
|
||||
polygons = [coords]
|
||||
elif geometry["type"] == "MultiPolygon":
|
||||
polygons = coords # type: ignore[assignment]
|
||||
else:
|
||||
raise ValueError(f"неподдержанный тип геометрии: {geometry['type']}")
|
||||
rings: list[Ring] = []
|
||||
for polygon in polygons:
|
||||
for ring in polygon: # type: ignore[union-attr]
|
||||
rings.append([(pt[0], pt[1]) for pt in ring]) # type: ignore[index]
|
||||
return rings
|
||||
|
||||
|
||||
def _load_region_boundaries() -> dict[int, list[Ring]]:
|
||||
"""code региона → плоский список колец его полигона/мультиполигона."""
|
||||
with _BOUNDARIES_PATH.open(encoding="utf-8") as f:
|
||||
payload = json.load(f)
|
||||
return {
|
||||
int(code): _flatten_rings(entry["geometry"]) for code, entry in payload["regions"].items()
|
||||
}
|
||||
|
||||
|
||||
_REGION_BOUNDARIES: dict[int, list[Ring]] = _load_region_boundaries()
|
||||
|
||||
|
||||
class _IndexedRing(NamedTuple):
|
||||
"""Кольцо + предпосчёт, которым точная геометрия остаётся дешёвой.
|
||||
|
||||
Наивный ray casting линеен по числу вершин, а вершин после отказа от
|
||||
упрощения в 18 раз больше (42 755 против 2 388) — прямым перебором это
|
||||
десятки-сотни микросекунд на вызов. Два предпосчёта снимают почти всё:
|
||||
|
||||
lat_min/lat_max/lon_min/lon_max — bbox САМОГО кольца (не региона): у
|
||||
Москвы мультиполигон из 10 частей, у области внешний контур + 9 дыр,
|
||||
и точка почти всегда вне bbox большинства колец — такое кольцо
|
||||
отвергается четырьмя сравнениями вместо обхода вершин.
|
||||
band_h/bands — кольцо нарезано на горизонтальные полосы по широте; в
|
||||
полосе лежат ТОЛЬКО те рёбра, чей диапазон широт её задевает (ребро
|
||||
попадает во все свои полосы, поэтому пересечения не теряются).
|
||||
Луч ray casting горизонтален, значит пересекать его могут лишь рёбра
|
||||
своей полосы — обход сокращается с «все вершины кольца» до «рёбра
|
||||
одной полосы» (для внешнего контура области — 23 511 → максимум 724,
|
||||
типично десятки).
|
||||
points — те же вершины ОДНИМ объектом с _REGION_BOUNDARIES (не копия):
|
||||
нужны fallback'у по расстоянию до границы в region_for_point.
|
||||
"""
|
||||
|
||||
lat_min: float
|
||||
lat_max: float
|
||||
lon_min: float
|
||||
lon_max: float
|
||||
band_h: float
|
||||
bands: tuple[tuple[tuple[float, float, float, float], ...], ...]
|
||||
points: Ring
|
||||
|
||||
|
||||
# Целевая плотность полосы: ~4 вершины кольца на полосу. Мельче — полосы
|
||||
# начинают стоить памяти и промахов кэша больше, чем экономят на обходе;
|
||||
# крупнее — в полосу попадает слишком много рёбер. Потолок числа полос
|
||||
# ограничивает память на самых длинных кольцах (внешний контур области).
|
||||
_RING_BAND_DENSITY = 4
|
||||
_RING_MAX_BANDS = 1024
|
||||
|
||||
|
||||
def _index_ring(points: Ring) -> _IndexedRing:
|
||||
"""Посчитать bbox и полосы кольца (один раз на импорте модуля)."""
|
||||
lat_min = min(p[1] for p in points)
|
||||
lat_max = max(p[1] for p in points)
|
||||
lat_span = lat_max - lat_min
|
||||
n_bands = max(1, min(_RING_MAX_BANDS, len(points) // _RING_BAND_DENSITY))
|
||||
# Вырожденное по широте кольцо (lat_span == 0) в полосы не режется:
|
||||
# одна полоса, band_h произвольный ненулевой — делить на 0 нельзя.
|
||||
band_h = lat_span / n_bands if lat_span > 0.0 else 1.0
|
||||
buckets: list[list[tuple[float, float, float, float]]] = [[] for _ in range(n_bands)]
|
||||
x_prev, y_prev = points[-1]
|
||||
for x, y in points:
|
||||
edge = (x, y, x_prev, y_prev)
|
||||
lo = int((min(y, y_prev) - lat_min) / band_h)
|
||||
hi = int((max(y, y_prev) - lat_min) / band_h)
|
||||
lo = 0 if lo < 0 else min(lo, n_bands - 1)
|
||||
hi = 0 if hi < 0 else min(hi, n_bands - 1)
|
||||
for band in range(lo, hi + 1):
|
||||
buckets[band].append(edge)
|
||||
x_prev, y_prev = x, y
|
||||
return _IndexedRing(
|
||||
lat_min=lat_min,
|
||||
lat_max=lat_max,
|
||||
lon_min=min(p[0] for p in points),
|
||||
lon_max=max(p[0] for p in points),
|
||||
band_h=band_h,
|
||||
bands=tuple(tuple(b) for b in buckets),
|
||||
points=points,
|
||||
)
|
||||
|
||||
|
||||
_REGION_RING_INDEX: dict[int, tuple[_IndexedRing, ...]] = {
|
||||
code: tuple(_index_ring(ring) for ring in rings) for code, rings in _REGION_BOUNDARIES.items()
|
||||
}
|
||||
|
||||
|
||||
def _point_in_ring(ring: _IndexedRing, lon: float, lat: float) -> bool:
|
||||
"""PNPOLY (W. R. Franklin) ray casting по рёбрам ОДНОЙ полосы кольца."""
|
||||
lat_min, lat_max, lon_min, lon_max, band_h, bands, _points = ring
|
||||
if lat < lat_min or lat > lat_max or lon < lon_min or lon > lon_max:
|
||||
return False
|
||||
band = int((lat - lat_min) / band_h)
|
||||
if band >= len(bands): # lat == lat_max попадает ровно на верхнюю кромку
|
||||
band = len(bands) - 1
|
||||
inside = False
|
||||
for xi, yi, xj, yj in bands[band]:
|
||||
if (yi > lat) != (yj > lat) and lon < (xj - xi) * (lat - yi) / (yj - yi) + xi:
|
||||
inside = not inside
|
||||
return inside
|
||||
|
||||
|
||||
def _point_in_region_polygon(code: int, lat: float, lon: float) -> bool:
|
||||
"""True если (lat, lon) внутри настоящей границы региона `code`.
|
||||
|
||||
even-odd по всем кольцам сразу (см. комментарий выше про плоский список).
|
||||
Региона без загруженной границы — граничит только по bbox (см. вызов в
|
||||
region_for_point), сюда такой код не попадает."""
|
||||
inside = False
|
||||
for ring in _REGION_RING_INDEX[code]:
|
||||
if _point_in_ring(ring, lon, lat):
|
||||
inside = not inside
|
||||
return inside
|
||||
|
||||
|
||||
def _distance_to_boundary(code: int, lat: float, lon: float) -> float:
|
||||
"""Расстояние от точки до ближайшего ребра границы региона `code`.
|
||||
|
||||
В градусах широты (1° ≈ 111 км) по ПЛОСКОМУ приближению с поправкой
|
||||
cos(lat) на сжатие долготы: значение сравнивается только с таким же
|
||||
значением другого региона-кандидата на тех же ~десятках метров, где
|
||||
геодезия и плоскость расходятся на доли процента.
|
||||
|
||||
Путь редкий (только щель между полигонами соседних регионов, см.
|
||||
region_for_point), поэтому обход честный — по всем рёбрам, без полос.
|
||||
Стоимость срезается оценкой снизу по bbox кольца: кольцо, чей bbox уже
|
||||
дальше найденного минимума, не может дать ребра ближе.
|
||||
"""
|
||||
lat_scale = math.cos(math.radians(lat))
|
||||
px = lon * lat_scale
|
||||
best = math.inf
|
||||
ranked: list[tuple[float, _IndexedRing]] = []
|
||||
for ring in _REGION_RING_INDEX[code]:
|
||||
dx = max(ring.lon_min - lon, 0.0, lon - ring.lon_max) * lat_scale
|
||||
dy = max(ring.lat_min - lat, 0.0, lat - ring.lat_max)
|
||||
ranked.append((dx * dx + dy * dy, ring))
|
||||
for lower_bound, ring in sorted(ranked, key=lambda item: item[0]):
|
||||
if lower_bound >= best:
|
||||
break
|
||||
ax, ay = ring.points[-1]
|
||||
ax *= lat_scale
|
||||
for bx_raw, by in ring.points:
|
||||
bx = bx_raw * lat_scale
|
||||
dx, dy = bx - ax, by - ay
|
||||
if dx or dy:
|
||||
t = ((px - ax) * dx + (lat - ay) * dy) / (dx * dx + dy * dy)
|
||||
t = 0.0 if t < 0.0 else (1.0 if t > 1.0 else t)
|
||||
ex = ax + t * dx - px
|
||||
ey = ay + t * dy - lat
|
||||
else: # выродившееся в точку ребро (дубль вершины в OSM)
|
||||
ex, ey = ax - px, ay - lat
|
||||
dist = ex * ex + ey * ey
|
||||
if dist < best:
|
||||
best = dist
|
||||
ax, ay = bx, by
|
||||
return math.sqrt(best)
|
||||
|
||||
|
||||
# Тиры обогащения (строковые ключи — по label'ам _with_budget в estimator).
|
||||
TIER_AVITO_IMV = "avito_imv"
|
||||
TIER_YANDEX_VALUATION = "yandex_valuation"
|
||||
|
|
@ -233,9 +450,11 @@ REGIONS: dict[int, Region] = {
|
|||
),
|
||||
# Тиров обогащения у области пока НЕТ ни одного: IMV/квартальный
|
||||
# индекс/кадастр/POI не заведены (проверено — frozenset() пуст
|
||||
# намеренно, не заглушка). Ряд Сбериндекса по области загружен в
|
||||
# источник (#3498), но в карте _SBER_REGION_SERIES эстиматора кода 50
|
||||
# ЕЩЁ НЕТ — тир пока недоступен, добавляется отдельным решением.
|
||||
# намеренно, не заглушка). Ряд Сбериндекса по области с 12.09.2026 в
|
||||
# карте _SBER_REGION_SERIES эстиматора есть, но тиром он от этого не
|
||||
# становится: у Москвы набор тиров тоже пуст, а свой ряд она читает —
|
||||
# поправка по времени идёт мимо enrichment_tiers (TIER_SBER_INDEX нигде
|
||||
# за пределами этого реестра не спрашивают).
|
||||
enrichment_tiers=frozenset(),
|
||||
# Источники по области несут настоящий city (Химки, Балашиха — не
|
||||
# муниципальный округ/поселение, в отличие от Москвы) — перезаписывать
|
||||
|
|
@ -260,36 +479,76 @@ def _bbox_area(bbox: BBox) -> float:
|
|||
# Порядок обхода для region_for_point: от САМОГО специфичного (маленький
|
||||
# bbox_region) к самому общему — НЕ sorted(REGIONS) по числовому коду.
|
||||
#
|
||||
# Почему код региона как ключ порядка сломался: bbox_region(50) (Московская
|
||||
# область целиком, lat 54.20..56.96/lon 35.14..40.21) геометрически СОДЕРЖИТ
|
||||
# bbox_region(77) (Москва, 55.10..56.10/36.80..38.10) как прямоугольники — а
|
||||
# 50 < 66 < 77 по числу. При обходе `sorted(REGIONS)` регион 50 проверялся бы
|
||||
# ПЕРВЫМ (50 < 77) и забирал бы себе ВСЕ точки Москвы, включая центр
|
||||
# (55.75, 37.62) — она лежит в bbox_region обоих регионов одновременно. Старый
|
||||
# докстринг называл это «на случай, если когда-нибудь пересекутся» — случай
|
||||
# наступил прямо при добавлении региона 50, не гипотетически.
|
||||
# #3052: сам резолв региона идёт по настоящему полигону (see
|
||||
# _point_in_region_polygon), не по прямоугольнику — реальные админ-границы
|
||||
# 50 и 77 не пересекаются (Москва вырезана дырой из полигона области), так
|
||||
# что для КОНЕЧНОГО результата порядок обхода больше не обязателен: у точки
|
||||
# есть ровно один полигон-кандидат, bbox какого региона ни проверяй первым.
|
||||
# Порядок остаётся не как костыль корректности, а как ДЕШЁВЫЙ предварительный
|
||||
# отсев: bbox_region(50) (Московская область целиком, lat 54.20..56.96/
|
||||
# lon 35.14..40.21) геометрически СОДЕРЖИТ bbox_region(77) (Москва,
|
||||
# 55.10..56.10/36.80..38.10) как прямоугольники, а 50 < 77 по числовому коду.
|
||||
# Если проверять регионы в порядке `sorted(REGIONS)`, для точки в центре
|
||||
# Москвы bbox-отсев региона 50 пройдёт ПЕРВЫМ и завернёт в дорогой
|
||||
# point-in-polygon по 1 227 точкам области раньше, чем дело дойдёт до
|
||||
# компактного полигона Москвы (386 точек) — лишняя работа на каждый вызов,
|
||||
# не баг результата (полигон 50 всё равно отвергнет точку — она в дыре), но
|
||||
# systematic overhead на самом частом случае (Москва/область — соседи).
|
||||
#
|
||||
# Площадь bbox_region (см. `_bbox_area`) как ключ сортировки решает это БЕЗ
|
||||
# ручного списка: чем компактнее регион, тем раньше его проверяют, поэтому
|
||||
# вложенный регион (77 внутри 50) всегда выигрывает у объемлющего, а будущий
|
||||
# новый регион сам встанет в верную позицию по своей площади — правку этого
|
||||
# места повторять не придётся.
|
||||
# Площадь bbox_region (см. `_bbox_area`) как ключ сортировки решает и это без
|
||||
# ручного списка: чем компактнее регион, тем раньше его bbox-отсев и (при
|
||||
# совпадении) полигон проверяют, поэтому вложенный по bbox регион (77 внутри
|
||||
# 50) почти всегда получает свою точку дешевле, а новый регион сам встанет в
|
||||
# верную позицию по своей площади.
|
||||
_POINT_LOOKUP_ORDER: tuple[int, ...] = tuple(
|
||||
sorted(REGIONS, key=lambda code: (_bbox_area(REGIONS[code].bbox_region), code))
|
||||
)
|
||||
|
||||
|
||||
def region_for_point(lat: float, lon: float) -> Region | None:
|
||||
"""Регион покрытия, которому принадлежит точка (по bbox_region), или None.
|
||||
"""Регион покрытия, которому принадлежит точка, или None (вне охвата).
|
||||
|
||||
Обход — `_POINT_LOOKUP_ORDER` (компактный bbox_region раньше обширного), а
|
||||
не числовой код региона: код как ключ порядка ломается ровно на паре
|
||||
50/77, см. комментарий у `_POINT_LOOKUP_ORDER`.
|
||||
Два уровня отсева на каждого кандидата (порядок — `_POINT_LOOKUP_ORDER`,
|
||||
компактный bbox_region раньше обширного, см. комментарий там):
|
||||
1. `is_within_bbox` по `bbox_region` — дешёвый прямоугольный предфильтр,
|
||||
НЕ финальный ответ (прямоугольники Москвы и области пересекаются).
|
||||
2. Полигон (`_point_in_region_polygon`) — настоящая граница, решает
|
||||
результат. Если bbox прошёл, а полигон точку не принял (точка в
|
||||
прямоугольнике области, но не в её реальных границах — то есть,
|
||||
например, внутри вырезанной дыры Москвы), идём к следующему
|
||||
кандидату, а не возвращаем None сразу.
|
||||
|
||||
None — ТОЛЬКО когда точка вне bbox ВСЕХ регионов (Пермь, Таллин). Если
|
||||
хоть один прямоугольник её принял, а все полигоны отвергли, ответом
|
||||
становится кандидат, к ГРАНИЦЕ которого точка ближе
|
||||
(`_distance_to_boundary`). Иначе такая точка досталась бы вызывающему коду
|
||||
как None, а тот (`trade_in.py`: `target_region.code if target_region else
|
||||
DEFAULT_REGION_CODE`) молча подставил бы регион по умолчанию — адрес в
|
||||
агломерации посчитался бы по коэффициентам Екатеринбурга. Щели между
|
||||
полигонами соседних регионов неизбежны (у Москвы и области это независимо
|
||||
оцифрованные в OSM линии, совпадающие с точностью до метров, а не одна
|
||||
общая), и закрывать их возвратом к прямоугольнику нельзя — прямоугольники
|
||||
перекрываются и врут ровно там, ради чего #3052 и делался.
|
||||
|
||||
Региона без загруженного полигона в реестре нет (все REGIONS покрыты
|
||||
boundaries.geojson.json) — на практике до fallback-ветки дело не доходит,
|
||||
но она есть, чтобы новый регион без границы не «пропадал» молча, а
|
||||
работал по старому bbox-поведению до того, как для него добавят полигон.
|
||||
"""
|
||||
near_miss: list[int] = []
|
||||
for code in _POINT_LOOKUP_ORDER:
|
||||
if is_within_bbox(lat, lon, REGIONS[code].bbox_region):
|
||||
return REGIONS[code]
|
||||
return None
|
||||
region = REGIONS[code]
|
||||
if not is_within_bbox(lat, lon, region.bbox_region):
|
||||
continue
|
||||
if code not in _REGION_RING_INDEX or _point_in_region_polygon(code, lat, lon):
|
||||
return region
|
||||
near_miss.append(code)
|
||||
if not near_miss:
|
||||
return None
|
||||
if len(near_miss) == 1:
|
||||
return REGIONS[near_miss[0]]
|
||||
nearest = min(near_miss, key=lambda code: _distance_to_boundary(code, lat, lon))
|
||||
return REGIONS[nearest]
|
||||
|
||||
|
||||
def region_by_city(city: str | None) -> Region | None:
|
||||
|
|
|
|||
|
|
@ -67,6 +67,11 @@ _DEFAULT_MAX_RETRIES = 5
|
|||
_DEFAULT_GROUP_RATE_LIMIT_PER_MINUTE = 18
|
||||
_RATE_LIMIT_WINDOW_S = 60.0
|
||||
|
||||
# Текст зондирующего сообщения `verify_chat_and_topic` — см. докстринг там.
|
||||
# Живёт в чате доли секунды (удаляется сразу после отправки), но должен быть
|
||||
# узнаваем в логах ретранслятора/дебаге, если удаление вдруг не отработает.
|
||||
_TOPIC_PROBE_TEXT = "\U0001f50d startup topic check"
|
||||
|
||||
|
||||
class TelegramGroupRateLimiter:
|
||||
"""Общий (per-`chat_id`, НЕ per-теме) ограничитель частоты отправки в группу.
|
||||
|
|
@ -744,13 +749,13 @@ class TelegramClient:
|
|||
) -> bool:
|
||||
"""sendChatAction — статус набора текста. Возвращает `True`/`False`, JSON-объекта нет.
|
||||
|
||||
Используется НЕ по прямому назначению (индикация набора), а как способ
|
||||
проверить существование `message_thread_id` (темы форума) — см.
|
||||
`verify_chat_and_topic`. Это единственный метод Bot API, который
|
||||
принимает `message_thread_id` и не создаёт message-объект: если тема
|
||||
удалена/переименована в другую с иным id, Telegram отвечает `Bad
|
||||
Request: message thread not found` мгновенно, а в истории чата не
|
||||
остаётся ни строки (индикатор эфемерный и не персистится)."""
|
||||
⚠️ НЕ провалидировано для проверки `message_thread_id`: живой прод-замер
|
||||
(#3471) показал, что Telegram принимает и мгновенно подтверждает
|
||||
`sendChatAction` с ЗАВЕДОМО несуществующим `message_thread_id`
|
||||
(`{"ok":true,"result":true}`) — метод молча принимает любую тему,
|
||||
существующую или нет. Раньше здесь было обратное (неверное)
|
||||
утверждение; см. `verify_chat_and_topic`, которая для проверки темы
|
||||
использует `sendMessage`+`deleteMessage`."""
|
||||
payload: dict[str, Any] = {"chat_id": chat_id, "action": action}
|
||||
if message_thread_id:
|
||||
payload["message_thread_id"] = message_thread_id
|
||||
|
|
@ -759,6 +764,22 @@ class TelegramClient:
|
|||
)
|
||||
return bool(result)
|
||||
|
||||
async def delete_message(self, *, chat_id: int, message_id: int) -> bool:
|
||||
"""deleteMessage — удаляет сообщение бота.
|
||||
|
||||
Используется `verify_chat_and_topic` для зачистки зондирующего
|
||||
`sendMessage`-пробника сразу после проверки темы: тема существует
|
||||
тогда и только тогда, когда сообщение вообще удалось отправить —
|
||||
поэтому к моменту вызова `deleteMessage` id уже гарантированно
|
||||
валиден."""
|
||||
result = await self._request(
|
||||
"deleteMessage",
|
||||
{"chat_id": chat_id, "message_id": message_id},
|
||||
max_retries=1,
|
||||
max_backoff=5.0,
|
||||
)
|
||||
return bool(result)
|
||||
|
||||
|
||||
async def verify_chat_and_topic(
|
||||
client: TelegramClient,
|
||||
|
|
@ -776,18 +797,23 @@ async def verify_chat_and_topic(
|
|||
отказами: тихий отказ хуже шума). Эта проверка переносит обнаружение с
|
||||
«через сутки тишины» на «в первую секунду после старта/рестарта».
|
||||
|
||||
Способ намеренно НЕ `sendMessage`+`deleteMessage`:
|
||||
Способ: `getChat(chat_id)` + `sendMessage`/`deleteMessage` в саму тему.
|
||||
- `getChat(chat_id)` подтверждает валидность чата и то, что бот не
|
||||
выгнан/не заблокирован — чистый read, нулевой видимый след.
|
||||
- `send_chat_action` (typing-индикатор с `message_thread_id`) —
|
||||
единственный способ провалидировать САМУ тему без создания
|
||||
message-объекта: Telegram обязан знать про `message_thread_id`, чтобы
|
||||
показать «печатает...» именно в нужном треде, и явно отказывает, если
|
||||
такой темы нет. `sendMessage`+`deleteMessage` тоже сработал бы, но
|
||||
оставлял бы видимый (пусть на секунды) артефакт в истории треда при
|
||||
КАЖДОМ рестарте контейнера — на rolling-деплое это многократно в
|
||||
сутки; typing-индикатор того же результата достигает без единого
|
||||
сообщения.
|
||||
- Раньше здесь стоял `send_chat_action` (typing-индикатор с
|
||||
`message_thread_id`) в расчёте на то, что Telegram обязан знать про
|
||||
`message_thread_id`, чтобы показать «печатает...» именно в нужном
|
||||
треде. Живой прод-замер (#3471) опроверг это: `sendChatAction`
|
||||
принимает и подтверждает ЗАВЕДОМО несуществующий
|
||||
`message_thread_id` (`{"ok":true,"result":true}`) — проверка была
|
||||
ложно-зелёной ВСЕГДА, удалённая/переименованная тема проходила её
|
||||
так же, как живая, а реальная отправка потом падала на каждом
|
||||
сообщении. `sendMessage` с тем же мусорным id вместо этого мгновенно
|
||||
отвечает `400 Bad Request: message thread not found` (эмпирически
|
||||
подтверждено на том же проде), а с валидным id создаёт сообщение —
|
||||
которое здесь же стирается `deleteMessage`, так что в истории треда
|
||||
не остаётся ничего, кроме микросекундного технического сообщения на
|
||||
каждом старте/рестарте контейнера.
|
||||
|
||||
НЕ роняет процесс: любой `TelegramError` ловится здесь же и уходит в лог
|
||||
уровня error — задача явно требует шума в логе, а не падения воркера
|
||||
|
|
@ -802,9 +828,16 @@ async def verify_chat_and_topic(
|
|||
try:
|
||||
await client.get_chat(chat_id)
|
||||
if topic_id:
|
||||
await client.send_chat_action(
|
||||
chat_id=chat_id, action="typing", message_thread_id=topic_id
|
||||
probe = await client.send_message(
|
||||
chat_id=chat_id,
|
||||
text=_TOPIC_PROBE_TEXT,
|
||||
message_thread_id=topic_id,
|
||||
max_retries=1,
|
||||
max_backoff=5.0,
|
||||
)
|
||||
probe_message_id = probe.get("message_id")
|
||||
if probe_message_id:
|
||||
await client.delete_message(chat_id=chat_id, message_id=probe_message_id)
|
||||
except TelegramError as exc:
|
||||
logger.error(
|
||||
"tg topic check [%s]: чат/тема недоступны для отправки "
|
||||
|
|
|
|||
|
|
@ -51,6 +51,7 @@ from sqlalchemy import text
|
|||
from sqlalchemy.orm import Session
|
||||
|
||||
from app.core.config import LISTINGS_FRESH_DAYS, settings
|
||||
from app.services import regions as regions_mod
|
||||
from app.services import scrape_runs as runs_mod
|
||||
|
||||
# Нижняя граница ppm² — отсекает нежилые/технические сделки; не меняется.
|
||||
|
|
@ -68,13 +69,29 @@ _PPM2_MIN: int = 30_000
|
|||
# занижает ask-медиану → ratio завышен на 2.5-5.3% по всем бакетам, выкупные цены
|
||||
# системно переплачены). Теперь ask_side/ask_global ТОЖЕ скоупятся этим паттерном
|
||||
# (предикат `city IS NULL OR city ILIKE :asking_city` — см. комментарий на месте в CTE
|
||||
# ниже) — симметрично deal-стороне. Когда появится per-city ratio через зарезервированный
|
||||
# столбец `district` (#647), эта константа станет per-city параметром для обеих сторон.
|
||||
# ниже) — симметрично deal-стороне.
|
||||
#
|
||||
# #3512 (per-region ratio, migration 304): эта городская квота — костыль ИМЕННО региона
|
||||
# 66 (asking-скрейп исторически покрывал только сам ЕКБ, см. #C2 выше), и трогать её
|
||||
# нельзя — числа региона 66 обязаны остаться byte-for-byte прежними. Для ЛЮБОГО другого
|
||||
# региона (deals.region_code / listings.region_code — обе таблицы несут колонку) городской
|
||||
# квоты не было и не нужно: там достаточно `region_code = :region_code` симметрично на
|
||||
# обеих сторонах (см. _REDERIVE_SQL_REGION ниже) — колонка `district` остаётся
|
||||
# зарезервированной под #647 (гео-районы ВНУТРИ региона), per-region разрез теперь
|
||||
# несёт `region_code`, а не `district`.
|
||||
_ASKING_CITY_PATTERN: str = "%Екатеринбург%"
|
||||
# Верхняя граница берётся из settings.asking_ratio_ppm2_max (default 1_200_000).
|
||||
# QA-note: точное значение сверить с `SELECT max(price_per_m2) FROM deals
|
||||
# WHERE source='rosreestr'` на проде — ceiling должен быть > max(ppm²) premium-сделок.
|
||||
|
||||
# #3512: регионы, для которых считается ОТДЕЛЬНАЯ (не-ЕКБ) деривация ниже —
|
||||
# весь реестр покрытия (app.services.regions — ЕДИНСТВЕННЫЙ источник правды про регионы)
|
||||
# минус 66 (у него своя историческая деривация выше). Появление нового региона в реестре
|
||||
# автоматически включает его в пересчёт ratio, без правки этого файла.
|
||||
_OTHER_REGION_CODES: tuple[int, ...] = tuple(
|
||||
sorted(code for code in regions_mod.REGIONS if code != 66)
|
||||
)
|
||||
|
||||
# #2620 — синтетический "бакет комнат по площади", ИСТОЧНИК ИСТИНЫ:
|
||||
# tradein-mvp/deploy/import-rosreestr.sh (Росреестр не отдаёт комнатность — deals.rooms
|
||||
# синтезируется из area_m2 при импорте ровно этим CASE). Три представления ОДНОЙ формулы —
|
||||
|
|
@ -108,14 +125,26 @@ def area_bucket(area_m2: float) -> int:
|
|||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# ── True-mirror cleanup: drop all #648 rows before re-derivation ──────────────
|
||||
# ── True-mirror cleanup: drop all #648 EKB rows before re-derivation ──────────
|
||||
# district = '' — все строки #648 (district зарезервирован под #647, пока всегда '').
|
||||
# #3512: явный region_code=66 — эта DELETE трогает ТОЛЬКО ЕКБ-строки; остальные регионы
|
||||
# чистит своя _DELETE_SQL_REGION в цикле ниже (иначе один бланкет-DELETE стирал бы
|
||||
# только что вставленные строки другого региона на повторном прогоне того же transaction).
|
||||
# Удаляем ПЕРЕД re-derive, чтобы бакеты, упавшие ниже порога 30/30, не оставались
|
||||
# stale (ON CONFLICT DO UPDATE такие строки бы не тронул). В одной транзакции с INSERT.
|
||||
_DELETE_SQL = text(
|
||||
"""
|
||||
DELETE FROM asking_to_sold_ratios
|
||||
WHERE district = ''
|
||||
WHERE region_code = 66 AND district = ''
|
||||
"""
|
||||
)
|
||||
|
||||
# #3512: та же true-mirror очистка, но per-region (используется в цикле для
|
||||
# _OTHER_REGION_CODES) — CAST(:region_code AS int), никогда :region_code::int (psycopg v3).
|
||||
_DELETE_SQL_REGION = text(
|
||||
"""
|
||||
DELETE FROM asking_to_sold_ratios
|
||||
WHERE region_code = CAST(:region_code AS int) AND district = ''
|
||||
"""
|
||||
)
|
||||
|
||||
|
|
@ -266,19 +295,133 @@ _REDERIVE_SQL = text(
|
|||
)
|
||||
INSERT INTO asking_to_sold_ratios (
|
||||
rooms_bucket, district, ratio, sold_median, ask_median,
|
||||
n_deals, n_listings, window_months, basis
|
||||
n_deals, n_listings, window_months, basis, region_code
|
||||
)
|
||||
SELECT rooms_bucket, district, ratio, sold_median, ask_median,
|
||||
n_deals, n_listings, window_months, basis FROM global_row
|
||||
n_deals, n_listings, window_months, basis, 66 FROM global_row
|
||||
UNION ALL
|
||||
SELECT rooms_bucket, district, ratio, sold_median, ask_median,
|
||||
n_deals, n_listings, window_months, basis FROM per_bucket
|
||||
n_deals, n_listings, window_months, basis, 66 FROM per_bucket
|
||||
"""
|
||||
)
|
||||
|
||||
# ── Generic per-region derivation (#3512) ─────────────────────────────────────
|
||||
# Байт-в-байт та же деривация, что _REDERIVE_SQL выше (тот же 12-мес трейлинг,
|
||||
# ppm²-полоса, novostroyki/freshness/area_m2-гарды, area-бакет ask-стороны, порог
|
||||
# 30/30, global -1 fallback) — ЕДИНСТВЕННОЕ отличие: городская квота ЕКБ (city ILIKE /
|
||||
# city IS NULL OR city ILIKE) заменена на симметричный `region_code = :region_code`
|
||||
# на ОБЕИХ сторонах. Городской квоты здесь не было и не нужно: она была костылём
|
||||
# конкретно исторического asking-покрытия ЕКБ (#C2), а не общим правилом.
|
||||
_REDERIVE_SQL_REGION = text(
|
||||
f"""
|
||||
WITH
|
||||
deal_side AS (
|
||||
SELECT
|
||||
LEAST(GREATEST(rooms, 0), 4) AS rooms_bucket,
|
||||
percentile_cont(0.5) WITHIN GROUP (ORDER BY price_per_m2) AS sold_median,
|
||||
COUNT(*) AS n_deals
|
||||
FROM deals
|
||||
WHERE source = 'rosreestr'
|
||||
AND rooms IS NOT NULL
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
AND price_per_m2 BETWEEN :ppm2_min AND :ppm2_max
|
||||
AND deal_date >= CURRENT_DATE - INTERVAL '12 months'
|
||||
GROUP BY LEAST(GREATEST(rooms, 0), 4)
|
||||
),
|
||||
ask_side AS (
|
||||
SELECT
|
||||
{_AREA_ROOMS_BUCKET_SQL} AS rooms_bucket,
|
||||
percentile_cont(0.5) WITHIN GROUP (ORDER BY price_per_m2) AS ask_median,
|
||||
COUNT(*) AS n_listings
|
||||
FROM listings
|
||||
WHERE is_active
|
||||
AND scraped_at > NOW() - (:fresh_days || ' days')::interval
|
||||
AND rooms IS NOT NULL
|
||||
AND area_m2 IS NOT NULL
|
||||
AND price_per_m2 BETWEEN :ppm2_min AND :ppm2_max
|
||||
AND (listing_segment IS NULL OR listing_segment = 'vtorichka')
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
GROUP BY {_AREA_ROOMS_BUCKET_SQL}
|
||||
),
|
||||
per_bucket AS (
|
||||
SELECT
|
||||
d.rooms_bucket,
|
||||
''::text AS district,
|
||||
(d.sold_median / a.ask_median)::numeric AS ratio,
|
||||
round(d.sold_median)::bigint AS sold_median,
|
||||
round(a.ask_median)::bigint AS ask_median,
|
||||
d.n_deals::int AS n_deals,
|
||||
a.n_listings::int AS n_listings,
|
||||
12 AS window_months,
|
||||
'per_rooms'::text AS basis
|
||||
FROM deal_side d
|
||||
JOIN ask_side a USING (rooms_bucket)
|
||||
WHERE d.n_deals >= 30
|
||||
AND a.n_listings >= 30
|
||||
AND a.ask_median IS NOT NULL
|
||||
AND a.ask_median > 0
|
||||
AND d.sold_median IS NOT NULL
|
||||
AND d.sold_median > 0
|
||||
),
|
||||
deal_global AS (
|
||||
SELECT
|
||||
percentile_cont(0.5) WITHIN GROUP (ORDER BY price_per_m2) AS sold_median,
|
||||
COUNT(*) AS n_deals
|
||||
FROM deals
|
||||
WHERE source = 'rosreestr'
|
||||
AND rooms IS NOT NULL
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
AND price_per_m2 BETWEEN :ppm2_min AND :ppm2_max
|
||||
AND deal_date >= CURRENT_DATE - INTERVAL '12 months'
|
||||
),
|
||||
ask_global AS (
|
||||
SELECT
|
||||
percentile_cont(0.5) WITHIN GROUP (ORDER BY price_per_m2) AS ask_median,
|
||||
COUNT(*) AS n_listings
|
||||
FROM listings
|
||||
WHERE is_active
|
||||
AND scraped_at > NOW() - (:fresh_days || ' days')::interval
|
||||
AND rooms IS NOT NULL
|
||||
AND area_m2 IS NOT NULL
|
||||
AND price_per_m2 BETWEEN :ppm2_min AND :ppm2_max
|
||||
AND (listing_segment IS NULL OR listing_segment = 'vtorichka')
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
),
|
||||
global_row AS (
|
||||
SELECT
|
||||
-1 AS rooms_bucket,
|
||||
''::text AS district,
|
||||
(d.sold_median / a.ask_median)::numeric AS ratio,
|
||||
round(d.sold_median)::bigint AS sold_median,
|
||||
round(a.ask_median)::bigint AS ask_median,
|
||||
d.n_deals::int AS n_deals,
|
||||
a.n_listings::int AS n_listings,
|
||||
12 AS window_months,
|
||||
'global_fallback'::text AS basis
|
||||
FROM deal_global d
|
||||
CROSS JOIN ask_global a
|
||||
WHERE a.ask_median IS NOT NULL
|
||||
AND a.ask_median > 0
|
||||
AND d.sold_median IS NOT NULL
|
||||
AND d.sold_median > 0
|
||||
)
|
||||
INSERT INTO asking_to_sold_ratios (
|
||||
rooms_bucket, district, ratio, sold_median, ask_median,
|
||||
n_deals, n_listings, window_months, basis, region_code
|
||||
)
|
||||
SELECT rooms_bucket, district, ratio, sold_median, ask_median,
|
||||
n_deals, n_listings, window_months, basis, CAST(:region_code AS int) FROM global_row
|
||||
UNION ALL
|
||||
SELECT rooms_bucket, district, ratio, sold_median, ask_median,
|
||||
n_deals, n_listings, window_months, basis, CAST(:region_code AS int) FROM per_bucket
|
||||
"""
|
||||
)
|
||||
|
||||
# ── Post-insert counters ──────────────────────────────────────────────────────
|
||||
# Считываем итог из таблицы (всё ещё в той же транзакции — до commit): сколько строк
|
||||
# записано всего, сколько per_rooms, был ли использован global -1 fallback.
|
||||
# #3512: считается ОДИН раз в самом конце, ПОСЛЕ всех регионов (ЕКБ + цикл по
|
||||
# _OTHER_REGION_CODES) — district='' покрывает все регионы разом, счётчики суммарные.
|
||||
_COUNTERS_SQL = text(
|
||||
"""
|
||||
SELECT
|
||||
|
|
@ -292,13 +435,22 @@ _COUNTERS_SQL = text(
|
|||
|
||||
|
||||
def recompute_asking_to_sold_ratios(db: Session, run_id: int) -> dict[str, int]:
|
||||
"""Пересчитать asking_to_sold_ratios (TRUE-MIRROR refresh, #648 Stage 4).
|
||||
"""Пересчитать asking_to_sold_ratios per region (#3512, TRUE-MIRROR refresh #648 Stage 4).
|
||||
|
||||
Sync (вызывается scheduler-триггером в executor, как snapshot_listing_sources).
|
||||
В ОДНОЙ транзакции (атомарно — таблица никогда не пуста mid-refresh):
|
||||
1. DELETE FROM asking_to_sold_ratios WHERE district = '' — снести stale-строки.
|
||||
2. Заново прогнать 080-derivation INSERT...SELECT (per_rooms при 30/30 + global -1).
|
||||
Затем counters из таблицы, commit, mark_done. Семантика == re-seed миграции 080.
|
||||
В ОДНОЙ транзакции (атомарно — таблица никогда не пуста mid-refresh для уже
|
||||
посчитанных регионов):
|
||||
1. Регион 66 (ЕКБ): DELETE (region_code=66, district='') → 080-derivation
|
||||
INSERT...SELECT (byte-for-byte прежняя логика — городская квота ЕКБ, #C2/#2583).
|
||||
2. Каждый прочий регион реестра app.services.regions (минус 66): тот же
|
||||
DELETE/INSERT цикл, но derivation скоупится по `region_code` симметрично
|
||||
на sold- и asking-стороне (без городской квоты — она не применима вне
|
||||
ЕКБ, см. комментарий у generic-derivation SQL ниже).
|
||||
Регион без своих ДКП-сделок ИЛИ без активных listings просто не получает строк
|
||||
(global_row/per_bucket WHERE-гарды отфильтровывают NULL-медианы) — это НЕ
|
||||
ошибка, а честный признак «данных пока недостаточно», ловится потребителем
|
||||
(estimator._get_asking_sold_ratio) через отсутствие строки → явная деградация.
|
||||
Затем ОДИН общий counters-запрос по всей таблице, commit, mark_done.
|
||||
|
||||
Финализирует scrape_runs (mark_done / mark_failed) и пишет counters.
|
||||
|
||||
|
|
@ -323,7 +475,8 @@ def recompute_asking_to_sold_ratios(db: Session, run_id: int) -> dict[str, int]:
|
|||
}
|
||||
try:
|
||||
# DELETE + re-derive INSERT в одной транзакции (НЕ коммитим между ними —
|
||||
# таблица не должна остаться пустой, если INSERT упадёт).
|
||||
# таблица не должна остаться пустой, если INSERT упадёт). Регион 66 —
|
||||
# прежняя ЕКБ-деривация байт-в-байт; остальные регионы — цикл ниже (#3512).
|
||||
db.execute(_DELETE_SQL)
|
||||
db.execute(
|
||||
_REDERIVE_SQL,
|
||||
|
|
@ -334,6 +487,17 @@ def recompute_asking_to_sold_ratios(db: Session, run_id: int) -> dict[str, int]:
|
|||
"fresh_days": LISTINGS_FRESH_DAYS,
|
||||
},
|
||||
)
|
||||
for region_code in _OTHER_REGION_CODES:
|
||||
db.execute(_DELETE_SQL_REGION, {"region_code": region_code})
|
||||
db.execute(
|
||||
_REDERIVE_SQL_REGION,
|
||||
{
|
||||
"region_code": region_code,
|
||||
"ppm2_min": _PPM2_MIN,
|
||||
"ppm2_max": settings.asking_ratio_ppm2_max,
|
||||
"fresh_days": LISTINGS_FRESH_DAYS,
|
||||
},
|
||||
)
|
||||
|
||||
row = db.execute(_COUNTERS_SQL).mappings().first()
|
||||
if row is not None:
|
||||
|
|
|
|||
|
|
@ -488,12 +488,39 @@ def _build_confirmations_sql(
|
|||
)
|
||||
|
||||
|
||||
# ── Регионы, где снятие устаревших вообще осмысленно ──────────────────────────
|
||||
# Снятие читает МОЛЧАНИЕ как «объявление ушло»: строку давно не видели свежей ->
|
||||
# is_active=false. Такой вывод верен ТОЛЬКО там, где есть механизм пересбора: без
|
||||
# регулярного обхода «давно не видели» неотличимо от «мы туда ни разу не ходили
|
||||
# после разовой загрузки», и джоба снимет разом весь загруженный корпус региона.
|
||||
#
|
||||
# На 15.09.2026 регулярный сбор идёт только по Свердловской области (66): реестр
|
||||
# якорей CITY_ANCHORS в ките покрывает её одну, у ДомКлика гео-скоуп зашит в ЕКБ.
|
||||
# Объявления регионов 77 и 50 попали в listings разовой ручной загрузкой 10-12.09
|
||||
# и с тех пор не обновлялись. Без фильтра ниже около 26.09 кандидатами разом стали
|
||||
# бы 40 410 строк ДомКлика (ttl_days=14 по scraped_at), следом 60 174 cian и
|
||||
# 24 152 yandex (ttl_days=30). Пострадала бы не только Москва с областью:
|
||||
# аварийный потолок max_deactivated (DEFAULT_MAX_DEACTIVATED=15000, см. ниже)
|
||||
# сработал бы раньше, а прогон при skipped_cap_exceeded НЕ ТРОГАЕТ НИ ОДНОЙ
|
||||
# строки -- то есть чистка Екатеринбурга встала бы вместе с московской.
|
||||
#
|
||||
# Отсюда дефолт «снимаем только там, где сами собираем». Расширять список нужно
|
||||
# ВМЕСТЕ с появлением расписания регулярного сбора по региону (якоря кита +
|
||||
# гео-скоуп ДомКлика), а не раньше: пока пересбора нет, нечем отличить ушедшее
|
||||
# объявление от неопрошенного. Переопределяется ключом "region_codes" в
|
||||
# default_params строки расписания (jsonb-массив целых кодов регионов).
|
||||
DEFAULT_DEACTIVATION_REGION_CODES: tuple[int, ...] = (66,)
|
||||
|
||||
|
||||
def _build_all_segments_sql(staleness_column: str) -> Any:
|
||||
"""UPDATE без фильтра по сегменту: все сегменты для данного source.
|
||||
|
||||
staleness_column уже прошёл whitelist-проверку в deactivate_stale_listings,
|
||||
поэтому f-string-подстановка имени колонки безопасна. Значения (:listing_source,
|
||||
:ttl_days, :run_id) остаются param-binding — psycopg v3 safe (никаких :param::type).
|
||||
:region_codes, :ttl_days, :run_id) остаются param-binding — psycopg v3 safe
|
||||
(никаких :param::type). :region_codes -- см. DEFAULT_DEACTIVATION_REGION_CODES:
|
||||
снятие идёт только по регионам с регулярным пересбором. NULL region_code не
|
||||
матчится ANY(...) намеренно -- неизвестный регион нечем отнести к покрытому.
|
||||
"""
|
||||
return text(
|
||||
f"""
|
||||
|
|
@ -501,6 +528,7 @@ def _build_all_segments_sql(staleness_column: str) -> Any:
|
|||
UPDATE listings
|
||||
SET is_active = false
|
||||
WHERE source = :listing_source
|
||||
AND region_code = ANY(CAST(:region_codes AS int[]))
|
||||
AND is_active = true
|
||||
AND {staleness_column} < NOW() - CAST(:ttl_days || ' days' AS interval)
|
||||
RETURNING id, price_rub
|
||||
|
|
@ -514,7 +542,8 @@ def _build_segments_sql(staleness_column: str) -> Any:
|
|||
"""UPDATE с фильтром по сегменту (segments задан): только указанные сегменты.
|
||||
|
||||
staleness_column уже прошёл whitelist-проверку. = ANY(CAST(:segments AS text[]))
|
||||
-- psycopg v3 адаптирует Python list -> text[].
|
||||
-- psycopg v3 адаптирует Python list -> text[]; то же для :region_codes -> int[]
|
||||
(см. DEFAULT_DEACTIVATION_REGION_CODES).
|
||||
"""
|
||||
return text(
|
||||
f"""
|
||||
|
|
@ -522,6 +551,7 @@ def _build_segments_sql(staleness_column: str) -> Any:
|
|||
UPDATE listings
|
||||
SET is_active = false
|
||||
WHERE source = :listing_source
|
||||
AND region_code = ANY(CAST(:region_codes AS int[]))
|
||||
AND is_active = true
|
||||
AND {staleness_column} < NOW() - CAST(:ttl_days || ' days' AS interval)
|
||||
AND listing_segment = ANY(CAST(:segments AS text[]))
|
||||
|
|
@ -541,7 +571,8 @@ def _build_null_segment_sql(staleness_column: str) -> Any:
|
|||
отдельный явный предикат. Целенаправленно НЕ трогает 'vtorichka'/'novostroyki' --
|
||||
их деактивация идёт через _build_segments_sql в отдельных, уже существующих джобах.
|
||||
|
||||
staleness_column уже прошёл whitelist-проверку. Без :segments-параметра вовсе.
|
||||
staleness_column уже прошёл whitelist-проверку. Без :segments-параметра вовсе,
|
||||
но с :region_codes (см. DEFAULT_DEACTIVATION_REGION_CODES).
|
||||
"""
|
||||
return text(
|
||||
f"""
|
||||
|
|
@ -549,6 +580,7 @@ def _build_null_segment_sql(staleness_column: str) -> Any:
|
|||
UPDATE listings
|
||||
SET is_active = false
|
||||
WHERE source = :listing_source
|
||||
AND region_code = ANY(CAST(:region_codes AS int[]))
|
||||
AND is_active = true
|
||||
AND {staleness_column} < NOW() - CAST(:ttl_days || ' days' AS interval)
|
||||
AND listing_segment IS NULL
|
||||
|
|
@ -639,13 +671,16 @@ def _build_all_segments_candidates_count_sql(staleness_column: str) -> Any:
|
|||
_build_all_segments_sql: рефакторинг уже протестированных UPDATE-builder'ов
|
||||
вне скоупа PR-B. Синхронность с UPDATE закреплена тестом
|
||||
test_candidates_predicate_matches_update_predicate
|
||||
(tests/test_deactivate_stale_deactivation_cap.py).
|
||||
(tests/test_deactivate_stale_deactivation_cap.py). Фильтр по :region_codes
|
||||
обязан стоять и здесь: считать кандидатов по всем регионам, а снимать по
|
||||
покрытым сбором -- значит кормить аварийный потолок чужими числами.
|
||||
"""
|
||||
return text(
|
||||
f"""
|
||||
SELECT count(*)
|
||||
FROM listings
|
||||
WHERE source = :listing_source
|
||||
AND region_code = ANY(CAST(:region_codes AS int[]))
|
||||
AND is_active = true
|
||||
AND {staleness_column} < NOW() - CAST(:ttl_days || ' days' AS interval)
|
||||
"""
|
||||
|
|
@ -661,6 +696,7 @@ def _build_segments_candidates_count_sql(staleness_column: str) -> Any:
|
|||
SELECT count(*)
|
||||
FROM listings
|
||||
WHERE source = :listing_source
|
||||
AND region_code = ANY(CAST(:region_codes AS int[]))
|
||||
AND is_active = true
|
||||
AND {staleness_column} < NOW() - CAST(:ttl_days || ' days' AS interval)
|
||||
AND listing_segment = ANY(CAST(:segments AS text[]))
|
||||
|
|
@ -677,6 +713,7 @@ def _build_null_segment_candidates_count_sql(staleness_column: str) -> Any:
|
|||
SELECT count(*)
|
||||
FROM listings
|
||||
WHERE source = :listing_source
|
||||
AND region_code = ANY(CAST(:region_codes AS int[]))
|
||||
AND is_active = true
|
||||
AND {staleness_column} < NOW() - CAST(:ttl_days || ' days' AS interval)
|
||||
AND listing_segment IS NULL
|
||||
|
|
@ -691,6 +728,7 @@ def deactivate_stale_listings(
|
|||
listing_source: str,
|
||||
ttl_days: int,
|
||||
segments: list[str] | None = None,
|
||||
region_codes: list[int] | None = None,
|
||||
staleness_column: str = "last_seen_at",
|
||||
min_confirmations: int = 0,
|
||||
health_window_days: int = _HEALTH_WINDOW_DAYS,
|
||||
|
|
@ -710,6 +748,24 @@ def deactivate_stale_listings(
|
|||
segments: если задан -- деактивировать только объявления с указанными
|
||||
listing_segment значениями. None -> все сегменты (поведение avito по умолчанию).
|
||||
Несовместимо с null_segment_only=True (см. ниже).
|
||||
region_codes: регионы (listings.region_code), в которых снятие вообще
|
||||
разрешено. None -> DEFAULT_DEACTIVATION_REGION_CODES = (66,), то есть
|
||||
только Свердловская область. ЭТО НЕ КОСМЕТИЧЕСКИЙ ФИЛЬТР: снятие
|
||||
трактует молчание как «объявление ушло», а это верно лишь там, где
|
||||
есть механизм пересбора -- без регулярного обхода «давно не видели»
|
||||
неотличимо от «мы туда не ходили с разовой загрузки» (см. подробный
|
||||
комментарий у DEFAULT_DEACTIVATION_REGION_CODES: что именно случилось
|
||||
бы с корпусом 77/50 и почему вместе с ним встала бы чистка ЕКБ).
|
||||
Расширять список нужно ВМЕСТЕ с запуском регулярного сбора по региону,
|
||||
через ключ "region_codes" в default_params строки расписания. None
|
||||
означает дефолт, а НЕ «без фильтра»: отключить региональное
|
||||
ограничение целиком нельзя намеренно -- только перечислить регионы
|
||||
явно. Строки с region_code IS NULL не снимаются никогда (ANY(...) не
|
||||
матчит NULL): неизвестный регион нечем отнести к покрытому сбором.
|
||||
Гейты здоровья/пола (min_confirmations, revisit_floor_quantile) и
|
||||
active_pool ОСТАЮТСЯ общими по источнику, без региона -- их пороги
|
||||
откалиброваны на источнике целиком, региональная нарезка потребовала
|
||||
бы пересчёта калибровки и здесь не делается.
|
||||
staleness_column: колонка-таймстемп, по которой считается свежесть. Whitelist
|
||||
{"last_seen_at", "scraped_at"} — иначе ValueError ДО любого SQL. Дефолт
|
||||
last_seen_at. Для domklik (#2204) — scraped_at: нетрекаемый bulk-touch
|
||||
|
|
@ -815,7 +871,11 @@ def deactivate_stale_listings(
|
|||
min_floor_pairs < 0 / floor_drop_ratio < 1 / max_deactivated <= 0, ИЛИ
|
||||
любой из этих трёх -- bool (тот же класс jsonb-опечатки true/false
|
||||
вместо числа, что и у ttl_days/cap_mult выше -- default_params
|
||||
расписания это единственный запланированный способ их переопределить).
|
||||
расписания это единственный запланированный способ их переопределить),
|
||||
ЛИБО region_codes -- пустой список (= ANY(ARRAY[]) не матчит ничего,
|
||||
прогон молча снял бы 0 и выглядел бы здоровым) или содержит не-int /
|
||||
bool (та же jsonb-опечатка, что выше: "region_codes": [true] прошло бы
|
||||
как [1] -- регион 1 существует).
|
||||
"""
|
||||
counters: dict[str, int] = {"deactivated": 0}
|
||||
try:
|
||||
|
|
@ -850,9 +910,7 @@ def deactivate_stale_listings(
|
|||
raise ValueError(f"min_floor_pairs must be >= 0, got {min_floor_pairs!r}")
|
||||
|
||||
if isinstance(floor_drop_ratio, bool):
|
||||
raise ValueError(
|
||||
f"floor_drop_ratio must be a number, not bool: {floor_drop_ratio!r}"
|
||||
)
|
||||
raise ValueError(f"floor_drop_ratio must be a number, not bool: {floor_drop_ratio!r}")
|
||||
if floor_drop_ratio < 1:
|
||||
raise ValueError(f"floor_drop_ratio must be >= 1, got {floor_drop_ratio!r}")
|
||||
|
||||
|
|
@ -876,6 +934,21 @@ def deactivate_stale_listings(
|
|||
if null_segment_only and segments is not None:
|
||||
raise ValueError("null_segment_only=True несовместимо с заданным segments")
|
||||
|
||||
# Регионы снятия (см. DEFAULT_DEACTIVATION_REGION_CODES): None -> дефолт,
|
||||
# а НЕ «без фильтра» -- снимать можно только там, где идёт пересбор.
|
||||
# Пустой список отвергаем явно: он матчил бы 0 строк, и прогон выглядел бы
|
||||
# здоровым (deactivated=0) вместо того, чтобы упасть на очевидной ошибке
|
||||
# конфигурации. bool отсекаем до isinstance(int), как у ttl_days/cap_mult
|
||||
# выше: jsonb `true` прошёл бы как регион 1.
|
||||
effective_region_codes: list[int] = (
|
||||
list(DEFAULT_DEACTIVATION_REGION_CODES) if region_codes is None else list(region_codes)
|
||||
)
|
||||
if not effective_region_codes:
|
||||
raise ValueError("region_codes must be a non-empty list, got empty")
|
||||
for code in effective_region_codes:
|
||||
if isinstance(code, bool) or not isinstance(code, int):
|
||||
raise ValueError(f"region_codes must contain ints, got {code!r}")
|
||||
|
||||
# Гейт по здоровью сбора (#2659) — ДО любого UPDATE. Деактивация необратима
|
||||
# на практике (вернуть «живость» может только повторный сбор), поэтому
|
||||
# проверяем ПЕРЕД записью, а не откатываем после.
|
||||
|
|
@ -1060,6 +1133,9 @@ def deactivate_stale_listings(
|
|||
preflight_params: dict[str, Any] = {
|
||||
"listing_source": listing_source,
|
||||
"ttl_days": effective_ttl_days,
|
||||
# Тот же срез регионов, что и у UPDATE ниже -- иначе потолок
|
||||
# считал бы кандидатов по регионам, которых снятие не коснётся.
|
||||
"region_codes": effective_region_codes,
|
||||
}
|
||||
if null_segment_only:
|
||||
candidates_sql = _build_null_segment_candidates_count_sql(staleness_column)
|
||||
|
|
@ -1108,6 +1184,7 @@ def deactivate_stale_listings(
|
|||
params: dict[str, Any] = {
|
||||
"listing_source": listing_source,
|
||||
"ttl_days": effective_ttl_days,
|
||||
"region_codes": effective_region_codes,
|
||||
"run_id": run_id,
|
||||
}
|
||||
result = db.execute(_build_null_segment_sql(staleness_column), params)
|
||||
|
|
@ -1115,6 +1192,7 @@ def deactivate_stale_listings(
|
|||
params = {
|
||||
"listing_source": listing_source,
|
||||
"ttl_days": effective_ttl_days,
|
||||
"region_codes": effective_region_codes,
|
||||
"segments": segments,
|
||||
"run_id": run_id,
|
||||
}
|
||||
|
|
@ -1123,6 +1201,7 @@ def deactivate_stale_listings(
|
|||
params = {
|
||||
"listing_source": listing_source,
|
||||
"ttl_days": effective_ttl_days,
|
||||
"region_codes": effective_region_codes,
|
||||
"run_id": run_id,
|
||||
}
|
||||
result = db.execute(_build_all_segments_sql(staleness_column), params)
|
||||
|
|
@ -1133,14 +1212,15 @@ def deactivate_stale_listings(
|
|||
runs_mod.mark_done(db, run_id, counters)
|
||||
logger.info(
|
||||
"deactivate_stale source=%s run_id=%d done: deactivated=%d "
|
||||
"(ttl_days=%d эффективный, задан %d, segments=%r, null_segment_only=%s, "
|
||||
"staleness_column=%s)",
|
||||
"(ttl_days=%d эффективный, задан %d, segments=%r, region_codes=%r, "
|
||||
"null_segment_only=%s, staleness_column=%s)",
|
||||
listing_source,
|
||||
run_id,
|
||||
counters["deactivated"],
|
||||
effective_ttl_days,
|
||||
ttl_days,
|
||||
segments,
|
||||
effective_region_codes,
|
||||
null_segment_only,
|
||||
staleness_column,
|
||||
)
|
||||
|
|
|
|||
|
|
@ -3,6 +3,8 @@
|
|||
Запуск (каталог — УЖЕ распакованный ГАР региона, напр. папка `66/` из gar_xml.zip):
|
||||
|
||||
python -m app.tasks.gar_flats_load --dir /data/gar/66 --region 66 --version 2026-06-01
|
||||
python -m app.tasks.gar_flats_load --dir /data/gar/77 --region 77 --version 2026-09-11
|
||||
python -m app.tasks.gar_flats_load --dir /data/gar/50 --region 50 --version 2026-09-11
|
||||
|
||||
Делает два шага в одной транзакционной сессии:
|
||||
1. load_gar_region — стриминговый парс XML → UPSERT gar_house_flats (коммит).
|
||||
|
|
@ -11,11 +13,19 @@
|
|||
Ре-матч без повторного парса многогигабайтного XML (gar_house_flats уже загружена):
|
||||
|
||||
python -m app.tasks.gar_flats_load --match-only --region 66
|
||||
python -m app.tasks.gar_flats_load --match-only --region 77
|
||||
python -m app.tasks.gar_flats_load --match-only --region 50
|
||||
|
||||
В режиме `--match-only` шаг парса/загрузки пропускается целиком; `--dir` не требуется.
|
||||
|
||||
Многогигабайтный ДАМП качается/распаковывается отдельно (ops-шаг, см.
|
||||
docs/gar-flats-runbook.md) — этот лоадер потребляет уже распакованные XML локально.
|
||||
|
||||
Город-фильтр матча (--city) по умолчанию НЕ вводится руками на каждый запуск — берётся
|
||||
ПО РЕГИОНУ (см. app.services.gar_flats_loader.default_city_filter_for_region): region 66
|
||||
получает byte-for-byte прежний фильтр «Екатеринбург», остальные регионы (77, 50 и любой
|
||||
новый) — без фильтра. `--city ""` явно отключает фильтр для ЛЮБОГО региона (в т.ч. 66);
|
||||
`--city "Имя"` — явный override.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
|
@ -25,21 +35,23 @@ import logging
|
|||
from datetime import date
|
||||
|
||||
from app.core.db import SessionLocal
|
||||
from app.services.gar_flats_loader import load_gar_region, match_houses_to_gar
|
||||
from app.services.gar_flats_loader import (
|
||||
CITY_FILTER_AUTO,
|
||||
CityFilterAutoType,
|
||||
default_city_filter_for_region,
|
||||
load_gar_region,
|
||||
match_houses_to_gar,
|
||||
)
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# Город-фильтр матча по умолчанию (см. match_houses_to_gar): ЕКБ-restricted против
|
||||
# cross-town коллизий в region 66. Пустая строка в --city → None (фильтр отключён).
|
||||
DEFAULT_CITY_FILTER = "Екатеринбург"
|
||||
|
||||
|
||||
def run_gar_flats_load(
|
||||
dir_path: str,
|
||||
region_code: str,
|
||||
gar_version: str,
|
||||
*,
|
||||
city_filter: str | None = DEFAULT_CITY_FILTER,
|
||||
city_filter: str | CityFilterAutoType | None = CITY_FILTER_AUTO,
|
||||
) -> dict[str, int]:
|
||||
"""Парс+UPSERT (load_gar_region) затем матч (match_houses_to_gar). Возвращает счётчики."""
|
||||
db = SessionLocal()
|
||||
|
|
@ -67,7 +79,7 @@ def run_gar_flats_load(
|
|||
|
||||
|
||||
def run_gar_match_only(
|
||||
region_code: str, *, city_filter: str | None = DEFAULT_CITY_FILTER
|
||||
region_code: str, *, city_filter: str | CityFilterAutoType | None = CITY_FILTER_AUTO
|
||||
) -> dict[str, int]:
|
||||
"""Только ре-матч уже загруженного gar_house_flats → houses (без парса XML).
|
||||
|
||||
|
|
@ -108,8 +120,12 @@ def build_parser() -> argparse.ArgumentParser:
|
|||
)
|
||||
parser.add_argument(
|
||||
"--city",
|
||||
default=DEFAULT_CITY_FILTER,
|
||||
help="город-фильтр матча (ILIKE по full_address); пусто = без ограничения (не-ЕКБ)",
|
||||
default=None,
|
||||
help=(
|
||||
"город-фильтр матча (ILIKE по full_address); по умолчанию берётся ПО РЕГИОНУ "
|
||||
"(--region) — см. default_city_filter_for_region; пустая строка явно отключает "
|
||||
"фильтр для ЛЮБОГО региона"
|
||||
),
|
||||
)
|
||||
return parser
|
||||
|
||||
|
|
@ -122,8 +138,13 @@ def main() -> None:
|
|||
parser = build_parser()
|
||||
args = parser.parse_args()
|
||||
|
||||
# Пустой --city → None (фильтр отключён).
|
||||
city_filter = args.city or None
|
||||
# --city не передан явно (argparse default=None) → дефолт ПО РЕГИОНУ (66 → «Екатеринбург»
|
||||
# byte-for-byte как раньше, остальные — без фильтра). Передан явно (в т.ч. "") →
|
||||
# уважаем волю вызывающего: "" → None (фильтр отключён), непустая строка → override.
|
||||
if args.city is None:
|
||||
city_filter: str | None = default_city_filter_for_region(args.region)
|
||||
else:
|
||||
city_filter = args.city or None
|
||||
|
||||
if args.match_only:
|
||||
run_gar_match_only(args.region, city_filter=city_filter)
|
||||
|
|
|
|||
|
|
@ -1,22 +1,34 @@
|
|||
"""Импорт московского сырья (`msk_raw.*_latest`) в `listings`.
|
||||
"""Импорт сырья `msk_raw.*_latest` в `listings` — Москва (77) и область (50).
|
||||
|
||||
Сырьё собрано отдельным коллектором и лежит в прод-схеме `msk_raw`: каждая строка
|
||||
несёт `payload` — сериализованный `ScrapedLot` один в один (те же 54 ключа, что и
|
||||
поля модели, см. `scraper_kit/base.py`). Свой писатель поэтому не нужен: собираем
|
||||
`ScrapedLot(**payload)` и отдаём в штатный `save_listings(..., region_code=77)`.
|
||||
`ScrapedLot(**payload)` и отдаём в штатный `save_listings(..., region_code=region)`.
|
||||
|
||||
Отбор Москвы (source=cian). Адрес карточки Циана города НЕ содержит, зато
|
||||
начинается с округа: «ЦАО, ...», «СВАО, ...». По этому префиксу Москва и
|
||||
опознаётся. Замер по проду (60 464 карточки): с округом — 35 551, ВСЕ внутри
|
||||
bbox региона 77; без округа внутри bbox — 17 576 (это Московская область, регион
|
||||
50, которого в реестре ещё нет, в этот импорт не берём); без округа вне bbox —
|
||||
7 337. Отдельно 212 карточек с адресом вида «Екатеринбург (Cian)» — артефакт
|
||||
парсера, считаются своим счётчиком, чтобы не растворяться в «не Москва».
|
||||
Отбор региона (source=cian). Адрес карточки Циана города НЕ содержит, зато для
|
||||
Москвы начинается с округа: «ЦАО, ...», «СВАО, ...». По этому префиксу Москва и
|
||||
опознаётся — байт-в-байт как раньше. Замер по проду (60 464 карточки): с округом
|
||||
— 35 551, ВСЕ внутри bbox региона 77; без округа внутри bbox — 17 576 (это
|
||||
Московская область, регион 50); без округа вне bbox — 7 337. Отдельно 212
|
||||
карточек с адресом вида «Екатеринбург (Cian)» — артефакт парсера, считаются
|
||||
своим счётчиком, чтобы не растворяться в «не целевой регион».
|
||||
|
||||
Область (регион 50) у Циана в адресе НЕ видна вовсе — берём по ПОДДОМЕНУ
|
||||
`source_url` (`https://<sub>.cian.ru/...`): `sub != "www"` ⇒ область. Замер по
|
||||
`msk_raw.cian_latest` 12.09.2026: `www` — 38 030 карточек, из них 36 569 с
|
||||
префиксом округа (это Москва); все прочие поддомены (krasnogorsk 2065,
|
||||
balashikha 1828, vidnoye 1802, lyubertsy 1498, zvenigorod 1420, khimki 1306,
|
||||
mytishchi 1288, podolsk 756, odintsovo 738, …) — 0 карточек с префиксом округа,
|
||||
итого не-www ≈ 24 784. Поддомен и префикс округа нигде не противоречат друг
|
||||
другу, поэтому Москва остаётся на префиксе округа (не трогаем), а область —
|
||||
на поддомене. Поддомен не распознался (нет source_url / хост не `*.cian.ru`) →
|
||||
карточка НЕ область (консервативно, счётчик «не целевой регион»).
|
||||
|
||||
Отбор Москвы (source=avito) по адресу НЕВОЗМОЖЕН: у Авито адрес — голая улица с
|
||||
домом («Варшавское ш.,62к1»), ни города, ни округа, и координат нет НИ У ОДНОЙ
|
||||
карточки (замер: lat/lon/cadastral_number/geo_precision пусты у всех 50 335).
|
||||
Поэтому для Авито работает ПРЕД-ГЕОКОД (`--geocode`), а не префиксный фильтр.
|
||||
Поэтому для Авито работает ПРЕД-ГЕОКОД (`--geocode`), а не префиксный фильтр —
|
||||
для ЛЮБОГО целевого региона.
|
||||
|
||||
Два сигнала, и оба нужны — ни один по отдельности не годится.
|
||||
|
||||
|
|
@ -42,16 +54,16 @@ bbox региона 77; без округа внутри bbox — 17 576 (это
|
|||
qc_geo=0 у 97% найденных.
|
||||
|
||||
Что куда едет:
|
||||
* регион 77 → в `listings`, С координатами (geom есть сразу, radius-подбор
|
||||
аналогов работает без ожидания `geocode_missing`);
|
||||
* регион 50 → НЕ пишется, ждёт появления региона 50 в реестре; лежит не в
|
||||
воздухе, а строкой в `msk_raw.avito_geocode` (region_code=50) — когда
|
||||
регион появится, прогон по этой полке уже не потребует внешних вызовов;
|
||||
* регион == `--region` → в `listings`, С координатами (geom есть сразу,
|
||||
radius-подбор аналогов работает без ожидания `geocode_missing`);
|
||||
* адрес разрешился, но регион ответа не совпал с `--region` → не пишется,
|
||||
лежит не в воздухе, а строкой в `msk_raw.avito_geocode` — прогон с другим
|
||||
`--region` подхватит её из кэша без единого внешнего вызова;
|
||||
* адрес не разрешился (ЖК без улицы, «Мкр-н имени В.Н. Махалина, 33») →
|
||||
свой счётчик, карточка не пишется.
|
||||
|
||||
`--allow-unfiltered` (без `--geocode`) остаётся прежним аварийным режимом: пишет
|
||||
Москву вперемешку с областью и БЕЗ geom. Молча он по-прежнему не срабатывает.
|
||||
целевой регион вперемешку с прочими и БЕЗ geom. Молча он по-прежнему не срабатывает.
|
||||
|
||||
Пересчёт `listing_segment` (пункт, ради которого нельзя копировать payload как
|
||||
есть). Кит ставит 'novostroyki' по одному лишь наличию `offer.newbuilding.id`,
|
||||
|
|
@ -71,28 +83,43 @@ source_id) считает сам кит (`ScrapedLot.compute_dedup_hash`), це
|
|||
курсор идёт по `id` вью, так что порядок и полнота обхода от прогона к прогону
|
||||
одинаковы.
|
||||
|
||||
Отбор Москвы (source=yandex) стоит ноль вызовов: адрес приходит полным и
|
||||
Отбор региона (source=yandex) стоит ноль вызовов: адрес приходит полным и
|
||||
нормализованным («Россия, Москва, Коробейников переулок, 1»), регион читается
|
||||
вторым компонентом. Замер по 21 393 карточкам первого прохода — ровно два
|
||||
значения, «Москва» 10 610 и «Московская область» 10 783. Координаты у Яндекса
|
||||
заполнены у 100% карточек, поэтому ни геокод, ни `geocode_missing` ему не нужны.
|
||||
|
||||
Отбор Москвы (source=domclick) тоже стоит ноль вызовов, но по другой причине:
|
||||
сырьё собрано запросом с GUID-ом Москвы и отфильтровано по bbox ещё на стороне
|
||||
сборщика, поэтому областных карточек в нём нет по построению. Регион читается
|
||||
ПЕРВЫМ компонентом адреса («Москва, улица Нижние Мнёвники, 16 к2»), и фильтр
|
||||
оставлен второй линией — на случай, если в ту же таблицу когда-нибудь приедет
|
||||
второй город. Замер по 5 024 карточкам первого прохода: единственное значение
|
||||
первого компонента — «Москва». Новая Москва приходит как «Москва, пос. Птичное,
|
||||
…», то есть посёлок стоит вторым компонентом и регион 77 не ломает. Координаты
|
||||
заполнены у 100% карточек.
|
||||
Отбор региона (source=domclick) стоит ноль вызовов, но таблица одна на ДВА
|
||||
РАЗНЫХ прогона сборщика с разными GUID: московский (батч
|
||||
`msk-serp-domclick-20260912`) и областной (отдельный запуск, батч
|
||||
`mo-serp-domclick-20260912`) — оба пишут в один и тот же
|
||||
`msk_raw.domclick_cards`. Колонки региона в таблице НЕТ, а вью
|
||||
`msk_raw.domclick_latest` отдаёт обе партии вперемешку — курсор по `id` не
|
||||
различает, из какого прогона строка. Поэтому фильтр по адресу здесь не
|
||||
опциональная вторая линия, а единственный способ развести регионы.
|
||||
|
||||
Регион читается ПЕРВЫМ компонентом адреса. Замер живьём на API ДомКлика
|
||||
12.09.2026: московские карточки — «Москва, Генерала Дорохова проспект, 49» и
|
||||
подобные, первый компонент «Москва» у всех 22 836 карточек прод-корпуса;
|
||||
областные карточки — «Московская область, Химки, 7-й м-н, проспект
|
||||
Мельникова, 33», «Московская область, Одинцовский городской округ,
|
||||
Звенигород, 3-й м-н, 28» и подобные, первый компонент «Московская область» у
|
||||
всех 140 карточек выборки с семи разных смещений выдачи. Разделение полное и
|
||||
симметричное `is_moscow_yandex_address`/`is_oblast_yandex_address`. Новая
|
||||
Москва приходит как «Москва, пос. Птичное, …» — посёлок стоит вторым
|
||||
компонентом, первый по-прежнему «Москва», регион 77 не ломается. Координаты
|
||||
заполнены у 100% карточек в обоих прогонах.
|
||||
|
||||
Запуск:
|
||||
python -m app.tasks.msk_raw_import --dry-run
|
||||
python -m app.tasks.msk_raw_import --limit 500
|
||||
python -m app.tasks.msk_raw_import --source yandex
|
||||
python -m app.tasks.msk_raw_import --source yandex --region 50
|
||||
python -m app.tasks.msk_raw_import --source cian --region 50
|
||||
python -m app.tasks.msk_raw_import --source domclick
|
||||
python -m app.tasks.msk_raw_import --source domclick --region 50
|
||||
python -m app.tasks.msk_raw_import --source avito --geocode --geocode-limit 9000
|
||||
python -m app.tasks.msk_raw_import --source avito --geocode --region 50
|
||||
python -m app.tasks.msk_raw_import --source avito --allow-unfiltered # аварийный
|
||||
"""
|
||||
|
||||
|
|
@ -102,6 +129,7 @@ import argparse
|
|||
import asyncio
|
||||
import logging
|
||||
import re
|
||||
from collections.abc import Callable
|
||||
from dataclasses import dataclass
|
||||
from urllib.parse import urlsplit
|
||||
|
||||
|
|
@ -113,15 +141,18 @@ from sqlalchemy.orm import Session
|
|||
from app.core.db import SessionLocal
|
||||
from app.services import dadata
|
||||
from app.services.geocoder import normalize_address
|
||||
from app.services.regions import REGIONS, is_within_bbox
|
||||
from app.services.scraper_adapters import RealMatcherAdapter
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
MOSCOW_REGION_CODE = 77
|
||||
MOSCOW_CITY = "Москва"
|
||||
# Регион 50 (Московская область) в реестре `app.services.regions` ещё не заведён —
|
||||
# карточки области не пишутся, а откладываются (см. докстринг модуля).
|
||||
# Московская область в реестре `app.services.regions` заведена, но своего
|
||||
# единого города у неё нет (`canonical_city is None`) — в listings.city для
|
||||
# неё пишем None (см. `import_msk_raw`, `save_listings` его COALESCE'ит).
|
||||
OBLAST_REGION_CODE = 50
|
||||
SUPPORTED_REGIONS = (MOSCOW_REGION_CODE, OBLAST_REGION_CODE)
|
||||
DEFAULT_BATCH_SIZE = 500
|
||||
|
||||
# Слаг города в `source_url` Авито: `https://www.avito.ru/<slug>/kvartiry/...`.
|
||||
|
|
@ -427,14 +458,16 @@ class ImportCounters:
|
|||
|
||||
read: int = 0
|
||||
skipped_artifact: int = 0
|
||||
skipped_not_moscow: int = 0
|
||||
# Карточка сама говорит про другой регион (префикс округа / поддомен
|
||||
# Циана / компонент адреса не совпал с целевым `--region`).
|
||||
skipped_not_target_region: int = 0
|
||||
skipped_invalid: int = 0
|
||||
# Пред-геокод Авито: два РАЗНЫХ исхода, и смешивать их нельзя. Область —
|
||||
# адрес разрешён, дом реальный, просто регион 50 (ждёт реестра). Не
|
||||
# разрешён — DaData дома не нашла ИЛИ кончился бюджет вызовов; всплеск
|
||||
# этого счётчика читается как «проверь квоту», а не «в Москве стало меньше
|
||||
# домов».
|
||||
skipped_oblast: int = 0
|
||||
# Пред-геокод Авито: два РАЗНЫХ исхода, и смешивать их нельзя. Другой
|
||||
# регион — адрес разрешён, дом реальный, просто регион в ответе DaData не
|
||||
# совпал с целевым. Не разрешён — DaData дома не нашла ИЛИ кончился
|
||||
# бюджет вызовов; всплеск этого счётчика читается как «проверь квоту», а
|
||||
# не «в целевом регионе стало меньше домов».
|
||||
skipped_geo_other_region: int = 0
|
||||
skipped_ungeocoded: int = 0
|
||||
selected: int = 0
|
||||
inserted: int = 0
|
||||
|
|
@ -461,8 +494,8 @@ class ImportCounters:
|
|||
self.read
|
||||
== self.selected
|
||||
+ self.skipped_artifact
|
||||
+ self.skipped_not_moscow
|
||||
+ self.skipped_oblast
|
||||
+ self.skipped_not_target_region
|
||||
+ self.skipped_geo_other_region
|
||||
+ self.skipped_ungeocoded
|
||||
+ self.skipped_invalid
|
||||
)
|
||||
|
|
@ -480,6 +513,37 @@ def is_moscow_address(address: str | None) -> bool:
|
|||
return _MOSCOW_OKRUG_RE.match(address.strip()) is not None
|
||||
|
||||
|
||||
def cian_subdomain(payload: dict) -> str | None:
|
||||
"""Поддомен `source_url` Циана: `https://<sub>.cian.ru/...` → `<sub>`.
|
||||
|
||||
Адрес карточки регион 50 не выдаёт вовсе (см. докстринг модуля), поэтому
|
||||
область читается из URL. Поддомен и префикс округа не противоречат друг
|
||||
другу ни в одной карточке (замер по `msk_raw.cian_latest`, 12.09.2026):
|
||||
`www` — 38 030 карточек (36 569 с префиксом округа, это Москва); все
|
||||
прочие поддомены (krasnogorsk, balashikha, vidnoye, lyubertsy, zvenigorod,
|
||||
khimki, mytishchi, podolsk, odintsovo, …) — 0 карточек с префиксом округа.
|
||||
Хост не `*.cian.ru` или `source_url` отсутствует → None (консервативно:
|
||||
региону не сопоставляем).
|
||||
"""
|
||||
url = payload.get("source_url")
|
||||
if not isinstance(url, str) or not url:
|
||||
return None
|
||||
# `hostname`, а не `netloc`: он уже без порта и userinfo и в нижнем
|
||||
# регистре — иначе гипотетический `www.cian.ru:443` промахнулся бы мимо
|
||||
# суффикса и уехал в «не целевой регион».
|
||||
host = urlsplit(url).hostname or ""
|
||||
if not host.endswith(".cian.ru"):
|
||||
return None
|
||||
sub = host[: -len(".cian.ru")]
|
||||
return sub or None
|
||||
|
||||
|
||||
def is_cian_oblast_payload(payload: dict) -> bool:
|
||||
"""Регион 50 у Циана: любой поддомен, кроме `www` (см. `cian_subdomain`)."""
|
||||
sub = cian_subdomain(payload)
|
||||
return sub is not None and sub != "www"
|
||||
|
||||
|
||||
def is_moscow_yandex_address(address: str | None) -> bool:
|
||||
"""У Яндекса регион — второй компонент полного адреса.
|
||||
|
||||
|
|
@ -497,6 +561,17 @@ def is_moscow_yandex_address(address: str | None) -> bool:
|
|||
return len(parts) > 1 and parts[1] == "Москва"
|
||||
|
||||
|
||||
def is_oblast_yandex_address(address: str | None) -> bool:
|
||||
"""Регион 50 у Яндекса: второй компонент адреса — «Московская область».
|
||||
|
||||
Симметрично `is_moscow_yandex_address`: во втором компоненте встречаются
|
||||
ровно два значения (см. докстринг модуля), третьего нет — среди карточек
|
||||
Яндекса «не Москва» и означает «область».
|
||||
"""
|
||||
parts = [part.strip() for part in (address or "").split(",")]
|
||||
return len(parts) > 1 and parts[1] == "Московская область"
|
||||
|
||||
|
||||
def is_moscow_domclick_address(address: str | None) -> bool:
|
||||
"""У ДомКлика регион — ПЕРВЫЙ компонент адреса: «Москва, улица …».
|
||||
|
||||
|
|
@ -515,12 +590,70 @@ def is_moscow_domclick_address(address: str | None) -> bool:
|
|||
return bool(parts) and parts[0] == "Москва"
|
||||
|
||||
|
||||
# Источники, у которых город виден в самой карточке. Ключ отсутствует —
|
||||
# источник про город молчит, и без пред-геокода писать его нельзя (avito).
|
||||
CITY_FILTERS = {
|
||||
"cian": is_moscow_address,
|
||||
"yandex": is_moscow_yandex_address,
|
||||
"domclick": is_moscow_domclick_address,
|
||||
def is_oblast_domclick_address(address: str | None) -> bool:
|
||||
"""Регион 50 у ДомКлика: первый компонент адреса — «Московская область».
|
||||
|
||||
Симметрично `is_moscow_domclick_address`. Таблица `msk_raw.domclick_cards`
|
||||
копит ДВА разных прогона сборщика (московский батч
|
||||
`msk-serp-domclick-20260912`, областной `mo-serp-domclick-20260912`) без
|
||||
своей колонки региона, а вью `msk_raw.domclick_latest` отдаёт обе партии
|
||||
вперемешку — фильтр по адресу обязателен, не опционален. Замер живьём на
|
||||
API ДомКлика 12.09.2026: «Московская область, Химки, 7-й м-н, проспект
|
||||
Мельникова, 33», «Московская область, Одинцовский городской округ,
|
||||
Звенигород, 3-й м-н, 28» и подобные — первый компонент «Московская
|
||||
область» у всех 140 карточек выборки с семи разных смещений выдачи.
|
||||
"""
|
||||
parts = [part.strip() for part in (address or "").split(",")]
|
||||
return bool(parts) and parts[0] == "Московская область"
|
||||
|
||||
|
||||
def _payload_point(payload: dict) -> tuple[float, float] | None:
|
||||
"""(lat, lon) из сырья ДомКлика, если сборщик их положил и они читаются."""
|
||||
try:
|
||||
return float(payload["lat"]), float(payload["lon"])
|
||||
except (KeyError, TypeError, ValueError):
|
||||
return None
|
||||
|
||||
|
||||
def is_oblast_domclick_payload(payload: dict) -> bool:
|
||||
"""Область у ДомКлика: префикс адреса ИЛИ координата внутри bbox области.
|
||||
|
||||
Одного префикса мало. Замер на собранном корпусе 12.09.2026 (2 961 карточка
|
||||
областного батча): «Московская область» стоит первым компонентом у 2 960, а
|
||||
у одной — «Можайский муниципальный округ, д. Семёновское, 1», 55.5116/35.8293.
|
||||
Это настоящая область (Можайск), и строгий префикс выбросил бы её молча.
|
||||
Московский батч тем же замером даёт «Москва» первым компонентом у ВСЕХ
|
||||
22 836 карточек, поэтому явный отказ Москве идёт раньше гео-ветки и bbox
|
||||
Москвы (вложенный в областной) не может протащить столичную карточку в 50.
|
||||
"""
|
||||
address = payload.get("address")
|
||||
if is_oblast_domclick_address(address):
|
||||
return True
|
||||
if is_moscow_domclick_address(address):
|
||||
return False
|
||||
point = _payload_point(payload)
|
||||
if point is None:
|
||||
return False
|
||||
return is_within_bbox(point[0], point[1], REGIONS[OBLAST_REGION_CODE].bbox_region)
|
||||
|
||||
|
||||
def _by_address(fn: Callable[[str | None], bool]) -> Callable[[dict], bool]:
|
||||
"""Адаптер: фильтр по адресу → фильтр по всему payload'у (для реестра)."""
|
||||
return lambda payload: fn(payload.get("address"))
|
||||
|
||||
|
||||
# Реестр (source, целевой регион) → фильтр по ВСЕМУ payload'у, не только
|
||||
# адресу: у Циана признак региона 50 лежит в `source_url`, адрес про него
|
||||
# молчит. Ключа нет только для источника, который вообще не умеет отличать
|
||||
# регион без пред-геокода (avito, для ЛЮБОГО региона) — для всех прочих пар
|
||||
# фильтр обязан быть в реестре явно.
|
||||
REGION_FILTERS: dict[tuple[str, int], Callable[[dict], bool]] = {
|
||||
("cian", MOSCOW_REGION_CODE): _by_address(is_moscow_address),
|
||||
("cian", OBLAST_REGION_CODE): is_cian_oblast_payload,
|
||||
("yandex", MOSCOW_REGION_CODE): _by_address(is_moscow_yandex_address),
|
||||
("yandex", OBLAST_REGION_CODE): _by_address(is_oblast_yandex_address),
|
||||
("domclick", MOSCOW_REGION_CODE): _by_address(is_moscow_domclick_address),
|
||||
("domclick", OBLAST_REGION_CODE): is_oblast_domclick_payload,
|
||||
}
|
||||
|
||||
|
||||
|
|
@ -569,6 +702,7 @@ def import_msk_raw(
|
|||
db: Session,
|
||||
*,
|
||||
source: str = "cian",
|
||||
region: int = MOSCOW_REGION_CODE,
|
||||
batch_size: int = DEFAULT_BATCH_SIZE,
|
||||
limit: int | None = None,
|
||||
dry_run: bool = False,
|
||||
|
|
@ -577,32 +711,38 @@ def import_msk_raw(
|
|||
geocode_limit: int = DEFAULT_GEOCODE_LIMIT,
|
||||
) -> ImportCounters:
|
||||
"""Переливает сырьё `msk_raw` в `listings`. Коммит — на каждом батче."""
|
||||
if region not in SUPPORTED_REGIONS:
|
||||
raise SystemExit(f"region={region}: регион не поддержан, доступны {SUPPORTED_REGIONS}")
|
||||
|
||||
view = SOURCE_VIEWS[source]
|
||||
counters = ImportCounters()
|
||||
matcher = RealMatcherAdapter()
|
||||
budget = GeocodeBudget(remaining=max(0, geocode_limit))
|
||||
|
||||
# Источник, который сам говорит про город: у Циана это префикс округа, у
|
||||
# Яндекса — второй компонент полного адреса. Авито не говорит ничего, ему
|
||||
# нужен пред-геокод, поэтому его в словаре нет.
|
||||
city_filter = CITY_FILTERS.get(source)
|
||||
# Источник, который сам говорит про целевой регион: у Циана это префикс
|
||||
# округа/поддомен, у Яндекса — второй компонент адреса, у ДомКлика —
|
||||
# первый. Авито не говорит ничего ни для какого региона, ему нужен
|
||||
# пред-геокод, поэтому в реестре его нет вовсе.
|
||||
city_filter = REGION_FILTERS.get((source, region))
|
||||
if geocode and city_filter is not None:
|
||||
# Город опознаётся даром и без ошибок — тратить на него внешнюю квоту
|
||||
# Регион опознаётся даром и без ошибок — тратить на него внешнюю квоту
|
||||
# незачем.
|
||||
raise SystemExit(f"source={source}: --geocode нужен только для avito")
|
||||
if city_filter is None and not geocode:
|
||||
# Без пред-геокода у Авито по-прежнему нечем отделить Москву от области:
|
||||
# ни города в адресе, ни координат. Пишем только по явному разрешению.
|
||||
# Без пред-геокода у Авито по-прежнему нечем отделить целевой регион от
|
||||
# прочих: ни города в адресе, ни координат. Пишем только по явному
|
||||
# разрешению.
|
||||
if not (dry_run or allow_unfiltered):
|
||||
raise SystemExit(
|
||||
f"source={source}: адрес не содержит признака города, Москву от "
|
||||
"области не отличить. Нужен --geocode (штатный путь), "
|
||||
f"source={source}: адрес не содержит признака города, регион "
|
||||
f"{region} от прочих не отличить. Нужен --geocode (штатный путь), "
|
||||
"--allow-unfiltered (аварийный) или --dry-run."
|
||||
)
|
||||
logger.warning(
|
||||
"source=%s: пред-геокод ВЫКЛЮЧЕН — фильтра по городу нет вовсе; "
|
||||
"строки лягут без geom и вперемешку с областью",
|
||||
"source=%s region=%d: пред-геокод ВЫКЛЮЧЕН — фильтра по региону нет "
|
||||
"вовсе; строки лягут без geom и вперемешку с прочими регионами",
|
||||
source,
|
||||
region,
|
||||
)
|
||||
if geocode and not dry_run:
|
||||
db.execute(text(_GEO_CACHE_DDL))
|
||||
|
|
@ -618,16 +758,16 @@ def import_msk_raw(
|
|||
if is_artifact_address(address):
|
||||
counters.skipped_artifact += 1
|
||||
continue
|
||||
if city_filter is not None and not city_filter(address):
|
||||
counters.skipped_not_moscow += 1
|
||||
if city_filter is not None and not city_filter(payload):
|
||||
counters.skipped_not_target_region += 1
|
||||
continue
|
||||
if geocode:
|
||||
point = points.get(geo_cache_key(address or "", avito_city_slug(payload)))
|
||||
if point is None:
|
||||
counters.skipped_ungeocoded += 1
|
||||
continue
|
||||
if point.region_code != MOSCOW_REGION_CODE:
|
||||
counters.skipped_oblast += 1
|
||||
if point.region_code != region:
|
||||
counters.skipped_geo_other_region += 1
|
||||
continue
|
||||
# Координаты кладём в КОПИЮ payload'а: исходную строку сырья не
|
||||
# трогаем, пересбор корпуса от этого не зависит. geom появляется
|
||||
|
|
@ -649,19 +789,26 @@ def import_msk_raw(
|
|||
if dry_run or not lots:
|
||||
continue
|
||||
|
||||
# У региона 50 своего единого города нет (`canonical_city is None` в
|
||||
# реестре regions) — пишем city=None, `save_listings` его COALESCE'ит
|
||||
# и существующее значение не затирает. Подбор аналогов не страдает:
|
||||
# он радиусный (ST_DWithin), а не по городу; ценовая полоса ДКП
|
||||
# ключуется на `deals.city`, а не на `listings.city`.
|
||||
city = MOSCOW_CITY if region == MOSCOW_REGION_CODE else None
|
||||
inserted, updated = save_listings(
|
||||
db,
|
||||
lots,
|
||||
matcher=matcher,
|
||||
region_code=MOSCOW_REGION_CODE,
|
||||
city=MOSCOW_CITY,
|
||||
region_code=region,
|
||||
city=city,
|
||||
)
|
||||
counters.inserted += inserted
|
||||
counters.updated += updated
|
||||
db.commit() # батч зафиксирован — обрыв не отматывает всю работу
|
||||
logger.info(
|
||||
"msk_raw %s: прочитано=%d отобрано=%d записано=%d (new=%d upd=%d)",
|
||||
"msk_raw %s region=%d: прочитано=%d отобрано=%d записано=%d (new=%d upd=%d)",
|
||||
source,
|
||||
region,
|
||||
counters.read,
|
||||
counters.selected,
|
||||
counters.written,
|
||||
|
|
@ -679,11 +826,12 @@ def import_msk_raw(
|
|||
geocode_limit,
|
||||
)
|
||||
logger.info(
|
||||
"msk_raw %s ИТОГ%s: прочитано=%d отобрано=%d записано=%d "
|
||||
"(new=%d upd=%d, писатель пропустил=%d) | пропущено: не Москва=%d "
|
||||
"область(50)=%d не разрешён=%d артефакт=%d невалидный payload=%d | "
|
||||
"msk_raw %s region=%d ИТОГ%s: прочитано=%d отобрано=%d записано=%d "
|
||||
"(new=%d upd=%d, писатель пропустил=%d) | пропущено: не целевой регион=%d "
|
||||
"геокод-другой-регион=%d не разрешён=%d артефакт=%d невалидный payload=%d | "
|
||||
"геокод-вызовов=%d | сходится=%s",
|
||||
source,
|
||||
region,
|
||||
" (dry-run)" if dry_run else "",
|
||||
counters.read,
|
||||
counters.selected,
|
||||
|
|
@ -691,8 +839,8 @@ def import_msk_raw(
|
|||
counters.inserted,
|
||||
counters.updated,
|
||||
counters.writer_skipped if not dry_run else 0,
|
||||
counters.skipped_not_moscow,
|
||||
counters.skipped_oblast,
|
||||
counters.skipped_not_target_region,
|
||||
counters.skipped_geo_other_region,
|
||||
counters.skipped_ungeocoded,
|
||||
counters.skipped_artifact,
|
||||
counters.skipped_invalid,
|
||||
|
|
@ -707,21 +855,30 @@ def main() -> None:
|
|||
level=logging.INFO,
|
||||
format="%(asctime)s %(levelname)s %(name)s: %(message)s",
|
||||
)
|
||||
parser = argparse.ArgumentParser(description="Импорт сырья msk_raw в listings (регион 77)")
|
||||
parser = argparse.ArgumentParser(
|
||||
description="Импорт сырья msk_raw в listings (регион задаётся --region, по умолчанию 77)"
|
||||
)
|
||||
parser.add_argument("--source", choices=sorted(SOURCE_VIEWS), default="cian")
|
||||
parser.add_argument(
|
||||
"--region",
|
||||
type=int,
|
||||
choices=SUPPORTED_REGIONS,
|
||||
default=MOSCOW_REGION_CODE,
|
||||
help=f"целевой регион: {MOSCOW_REGION_CODE} — Москва, {OBLAST_REGION_CODE} — область",
|
||||
)
|
||||
parser.add_argument("--batch-size", type=int, default=DEFAULT_BATCH_SIZE)
|
||||
parser.add_argument("--limit", type=int, default=None, help="обработать не больше N карточек")
|
||||
parser.add_argument("--dry-run", action="store_true", help="ничего не пишет, только счётчики")
|
||||
parser.add_argument(
|
||||
"--allow-unfiltered",
|
||||
action="store_true",
|
||||
help="АВАРИЙНЫЙ режим: писать avito без фильтра по городу и без geom",
|
||||
help="АВАРИЙНЫЙ режим: писать avito без фильтра по региону и без geom",
|
||||
)
|
||||
parser.add_argument(
|
||||
"--geocode",
|
||||
action="store_true",
|
||||
help="штатный путь для avito: пред-геокод адреса (слаг + DaData), "
|
||||
"в listings уходит только регион 77, область откладывается",
|
||||
"в listings уходит только целевой регион (--region), прочее пропускается",
|
||||
)
|
||||
parser.add_argument(
|
||||
"--geocode-limit",
|
||||
|
|
@ -737,6 +894,7 @@ def main() -> None:
|
|||
import_msk_raw(
|
||||
db,
|
||||
source=args.source,
|
||||
region=args.region,
|
||||
batch_size=args.batch_size,
|
||||
limit=args.limit,
|
||||
dry_run=args.dry_run,
|
||||
|
|
|
|||
|
|
@ -0,0 +1,52 @@
|
|||
-- 302_scrape_schedules_seed_rosreestr_dkp_50.sql
|
||||
-- Seed-строка scrape_schedules для региона 50 (Московская область) — #3051, трек МО.
|
||||
--
|
||||
-- Dependencies: 289_rosreestr_fdw_msk_columns_seed77.sql (та же таблица, тот же
|
||||
-- формат source/default_params).
|
||||
-- Apply after: 301_web_support_message_idempotency_key.sql
|
||||
--
|
||||
-- WHY:
|
||||
-- Код-часть импорта уже параметризована регионом (`scheduler.py::_job_rosreestr_dkp`
|
||||
-- читает `region_code` из default_params и валидирует его по `app.services.regions`),
|
||||
-- а wildcard-хендлер `rosreestr_dkp_import_*` резолвит любое имя с суффиксом кода.
|
||||
-- Регион 50 заведён в реестре и уже на проде, поэтому включение области стоит ровно
|
||||
-- одной строки расписания — новой логики не требуется.
|
||||
--
|
||||
-- У региона 50 `canonical_city IS NULL`, то есть он идёт по ветке региона 66:
|
||||
-- `deals.city` берётся из источника (муниципалитет — Балашиха, Химки, Подольск),
|
||||
-- `raw_payload` не заполняется, строки с пустым city отбрасываются. Для области это
|
||||
-- и есть верное поведение: единого города у региона нет, подставлять нечего.
|
||||
--
|
||||
-- Замер по FDW (2026-09-12, прод): под полным WHERE импорта регион 50 даёт
|
||||
-- 113 351 сделку ДКП с 2024-01-01 — корпус того же порядка, что московский.
|
||||
--
|
||||
-- Строка ВЫКЛЮЧЕНА (enabled=false) — ровно как seed 77 в миграции 289: миграция
|
||||
-- заводит расписание, включение и первый прогон остаются отдельным решением
|
||||
-- main-сессии. Окно 4-6 UTC совпадает с окнами регионов 66 и 77; прогоны
|
||||
-- сериализуются планировщиком, а первая полная заливка 77 заняла 3 минуты на
|
||||
-- 212 937 строк, так что третий регион в то же окно помещается с запасом.
|
||||
--
|
||||
-- ИДЕМПОТЕНТНОСТЬ: ON CONFLICT (source) DO NOTHING — повторный прогон no-op и,
|
||||
-- что важнее, НЕ сбрасывает enabled обратно в false после ручного включения.
|
||||
|
||||
BEGIN;
|
||||
|
||||
SET LOCAL lock_timeout = '5s';
|
||||
|
||||
INSERT INTO scrape_schedules (
|
||||
source,
|
||||
enabled,
|
||||
window_start_hour,
|
||||
window_end_hour,
|
||||
default_params
|
||||
)
|
||||
VALUES (
|
||||
'rosreestr_dkp_import_50',
|
||||
false,
|
||||
4,
|
||||
6,
|
||||
'{"region_code": 50, "since": "2024-01-01", "batch_size": 2000}'::jsonb
|
||||
)
|
||||
ON CONFLICT (source) DO NOTHING;
|
||||
|
||||
COMMIT;
|
||||
|
|
@ -0,0 +1,79 @@
|
|||
-- 303_scrape_schedules_seed_landing_showcase_deals.sql
|
||||
-- Расписание для пересчёта витрины сделок публичного лэндинга (issue #3469).
|
||||
--
|
||||
-- ЧТО БЫЛО. Задача `landing_showcase_deals` (миграции 276/277, таблицы
|
||||
-- landing_showcase_deals + landing_showcase_runs) в scrape_schedules НЕ СТОЯЛА:
|
||||
-- `SELECT * FROM scrape_schedules WHERE source LIKE '%showcase%'` — 0 строк
|
||||
-- (замер на проде 12.09.2026). Пересчёт был ручным шагом, и за всё время его
|
||||
-- запускали четырежды; на 12.09 лэндинг показывал прогон от 30.08 — тринадцать
|
||||
-- суток. Handler в реестре тоже отсутствовал, то есть строка расписания без
|
||||
-- него не помогла бы: обе половины регистрации задачи (Handler в
|
||||
-- app/services/product_handlers.py + вот эта строка) едут одним PR.
|
||||
--
|
||||
-- ТАКТ — СУТКИ, И СЧИТАЕТСЯ ОН НЕ ОТ ДАННЫХ, А ОТ КОДА.
|
||||
-- Вход витрины — ДКП-сделки Росреестра, они приезжают ПОКВАРТАЛЬНО, и по
|
||||
-- входу хватило бы такта в квартал. Но витрина показывает не сделки, а
|
||||
-- РАСХОЖДЕНИЕ прогноза МЕРЫ с ценой сделки, а прогноз пересчитывается тем же
|
||||
-- спайном оценщика, что и боевой расчёт: любая правка оценщика, коэффициентов
|
||||
-- СберИндекса, набора активных объявлений или правила отбора (миграция 276,
|
||||
-- полоса −5..+20 % от 12.09.2026) меняет ЧИСЛА на странице, не трогая ни одной
|
||||
-- сделки. Деплой у продукта чаще, чем квартал, — поэтому такт суточный: столько
|
||||
-- живёт окно «код уже другой, а витрина ещё прежняя». Прогон дешёвый и без
|
||||
-- внешних вызовов (200 сделок через спайн + запись 20 строк, ~минуты CPU
|
||||
-- ночью), так что цена суточного такта — та же, что у соседнего
|
||||
-- landing_stats_refresh (миграция 275).
|
||||
--
|
||||
-- ЭТА ЖЕ СТРОКА ЗАВОДИТ ВИТРИНУ В МОНИТОР СВЕЖЕСТИ. Сводка просроченных
|
||||
-- источников (`emit_stale_digest`, scraper_kit/orchestration/scheduler.py,
|
||||
-- #2670) ходит по ВКЛЮЧЁННЫМ расписаниям и бьёт тревогу (logger.error →
|
||||
-- GlitchTip), когда источник не приносил данных дольше
|
||||
-- STALE_DIGEST_INTERVAL_FACTOR × его такта — то есть здесь дольше ТРЁХ СУТОК.
|
||||
-- Отдельного монитора для витрины не заводится намеренно: её молчание было
|
||||
-- невидимо ровно потому, что источника не существовало для сводки, а не потому,
|
||||
-- что сводка не умеет про него говорить (живой пример с прода 12.09.2026:
|
||||
-- «1 источников не собирают дольше 3× своего такта — avito_newbuilding_sweep
|
||||
-- 3.5d/1d»). interval_days в default_params стоит ЯВНО — им же сводка считает
|
||||
-- порог (`_schedule_interval_days`), и умолчание «1» лучше не подразумевать.
|
||||
--
|
||||
-- ОКНО 06:00–07:00 UTC (11:00–12:00 по Екатеринбургу): после импорта сделок
|
||||
-- Росреестра (rosreestr_dkp_import, окно 04–06) и после landing_stats_refresh
|
||||
-- (05–06) — витрина считается по уже обновлённым за ночь данным; и за два часа
|
||||
-- до deals_freshness_monitor (08–09), так что утренний пересчёт успевает
|
||||
-- сняться с просрочки до утренней же проверки.
|
||||
--
|
||||
-- enabled=true — как у landing_stats_refresh: задача только читает базу и
|
||||
-- перезаписывает две свои маленькие таблицы, внешних вызовов нет, цена ошибки —
|
||||
-- минуты CPU. Дожидаться ручного включения тут значило бы оставить дефект
|
||||
-- #3469 на месте, просто под другой причиной.
|
||||
--
|
||||
-- next_run_at на завтра 06:00 UTC — прогон не выстреливает в момент деплоя
|
||||
-- (образец: 162_seed_deals_freshness_monitor.sql, 275_landing_stats.sql).
|
||||
--
|
||||
-- ЗАВИСИМОСТИ: 052_scrape_schedules.sql (таблица + UNIQUE(source)), 276/277
|
||||
-- (таблицы витрины), Handler 'landing_showcase_deals' в product_handlers.py.
|
||||
-- Идемпотентно: ON CONFLICT (source) DO NOTHING.
|
||||
|
||||
BEGIN;
|
||||
-- Конвенция проекта (#2752): блокирующий DDL/DML под lock_timeout.
|
||||
SET LOCAL lock_timeout = '5s';
|
||||
|
||||
INSERT INTO scrape_schedules (
|
||||
source,
|
||||
enabled,
|
||||
window_start_hour,
|
||||
window_end_hour,
|
||||
next_run_at,
|
||||
default_params
|
||||
)
|
||||
VALUES
|
||||
(
|
||||
'landing_showcase_deals',
|
||||
true,
|
||||
6,
|
||||
7,
|
||||
((CURRENT_DATE + INTERVAL '1 day') + make_interval(hours => 6)) AT TIME ZONE 'UTC',
|
||||
'{"interval_days": 1, "sample": 200, "limit": 20}'::jsonb
|
||||
)
|
||||
ON CONFLICT (source) DO NOTHING;
|
||||
|
||||
COMMIT;
|
||||
|
|
@ -0,0 +1,88 @@
|
|||
-- 304_asking_to_sold_ratios_region.sql
|
||||
-- asking_to_sold_ratios: ключ (region_code, rooms_bucket, district) — #3512.
|
||||
--
|
||||
-- ПРОБЛЕМА. asking_to_sold_ratios (миграция 080) несёт РОВНО 6 строк (per area-бакет
|
||||
-- 0..4 + global -1), все с district='' — колонки региона в таблице НЕТ ВООБЩЕ (проверено
|
||||
-- на проде 13.09.2026: `\d asking_to_sold_ratios` без region_code). Деривация
|
||||
-- (app/tasks/asking_to_sold_ratio.py) скоупит ОБЕ стороны расчёта на
|
||||
-- `city ILIKE '%Екатеринбург%'` — ratio физически посчитан только по рынку ЕКБ. Но
|
||||
-- estimator.py (_get_asking_sold_ratio) читает строку по `rooms_bucket AND district=''`
|
||||
-- БЕЗ единого понятия региона запроса — тот же коэффициент домножает asking-цену ЛЮБОГО
|
||||
-- адреса, включая Москву (region_code=77) и Московскую обл. (region_code=50). Рынки
|
||||
-- разные на порядок: медиана ДКП за 12 мес по region_code — 66: 90 278 ₽/м²,
|
||||
-- 50: 161 176 ₽/м², 77: 322 976 ₽/м² (замер 13.09.2026) — екатеринбургский sold/asking
|
||||
-- коэффициент, применённый к московской asking-цене, calibration mismatch, а не оценка.
|
||||
--
|
||||
-- ЧТО ДЕЛАЕТ ЭТА МИГРАЦИЯ (только схема — derivation региона 66 остаётся байт-в-байт
|
||||
-- прежней, деривация ДРУГИХ регионов теперь считается отдельным SQL-путём в
|
||||
-- app/tasks/asking_to_sold_ratio.py, сама эта миграция ничего не пересчитывает):
|
||||
-- 1. ADD COLUMN region_code int NOT NULL DEFAULT 66 — существующие 6 строк ВСЕ
|
||||
-- екатеринбургские (единственная деривация на момент 080/098/109), DEFAULT
|
||||
-- backfill'ит их на 66 автоматически при ALTER (Postgres 11+ — DEFAULT на
|
||||
-- NOT NULL столбце без DEFAULT ранее вычисляется один раз, без rewrite всей
|
||||
-- таблицы, но здесь таблица микроскопическая — 6 строк, cost неощутим в любом
|
||||
-- случае).
|
||||
-- 2. PK (rooms_bucket, district) -> PK (region_code, rooms_bucket, district) — строки
|
||||
-- теперь живут per (регион, area-бакет, district). district остаётся зарезервирован
|
||||
-- под #647 (гео-районы ВНУТРИ региона), всегда ''.
|
||||
--
|
||||
-- ПОЧЕМУ НЕ НОВАЯ ПАРАЛЛЕЛЬНАЯ ТАБЛИЦА (в отличие от 098 tiered-подхода). Там
|
||||
-- параллельная таблица защищала fetchone()-safety при flag-OFF откате (#928). Здесь
|
||||
-- отката не предполагается: region_code — обязательный параметр запроса везде, где
|
||||
-- ratio читается (estimator._get_asking_sold_ratio), и ADD COLUMN NOT NULL DEFAULT 66
|
||||
-- не меняет СУЩЕСТВУЮЩИЕ 6 строк по значению (только добавляет им явный регион) —
|
||||
-- старый flag-OFF путь `WHERE rooms_bucket=B AND district=''` для региона 66
|
||||
-- продолжает возвращать ТУ ЖЕ строку, если добавить `AND region_code=66` (что и
|
||||
-- делает estimator.py в этом же PR).
|
||||
--
|
||||
-- ИДЕМПОТЕНТНОСТЬ: ADD COLUMN IF NOT EXISTS — повторный прогон no-op на колонке.
|
||||
-- PK-guard (как 298_deal_city_price_bands_region.sql) смотрит ТЕКУЩЕЕ определение PK
|
||||
-- через pg_get_constraintdef и меняет его ТОЛЬКО если это ещё старый
|
||||
-- PK(rooms_bucket, district) — повторный прогон видит PK(region_code, rooms_bucket,
|
||||
-- district) и ничего не трогает. strict/exit-1 на деплое — без SET LOCAL lock_timeout
|
||||
-- ALTER TABLE мог бы зависнуть под конкурентным чтением; таблица in-memory-масштаба
|
||||
-- (6 строк), но конвенция проекта (#2752) требует потолок на любой блокирующий DDL.
|
||||
--
|
||||
-- ЗАВИСИМОСТИ: 080_asking_to_sold_ratios.sql (таблица, PK(rooms_bucket, district)),
|
||||
-- 002_core_tables.sql (deals.region_code, listings.region_code — обе уже существуют).
|
||||
-- Apply after: 303_scrape_schedules_seed_landing_showcase_deals.sql
|
||||
|
||||
BEGIN;
|
||||
|
||||
SET LOCAL lock_timeout = '5s';
|
||||
|
||||
ALTER TABLE asking_to_sold_ratios
|
||||
ADD COLUMN IF NOT EXISTS region_code int NOT NULL DEFAULT 66;
|
||||
|
||||
COMMENT ON COLUMN asking_to_sold_ratios.region_code IS
|
||||
'Регион коэффициента (deals.region_code / listings.region_code, #3512). '
|
||||
'Существующие строки (посчитаны деривацией, скоупленной на ЕКБ, #C2) — 66. '
|
||||
'Часть составного PK (region_code, rooms_bucket, district).';
|
||||
|
||||
-- PK (rooms_bucket, district) -> PK (region_code, rooms_bucket, district), идемпотентно:
|
||||
-- смотрим ТЕКУЩЕЕ определение PK и меняем его только если это ещё старый PK без региона.
|
||||
DO $$
|
||||
DECLARE
|
||||
v_pk_def text;
|
||||
BEGIN
|
||||
SELECT pg_get_constraintdef(oid) INTO v_pk_def
|
||||
FROM pg_constraint
|
||||
WHERE conrelid = 'asking_to_sold_ratios'::regclass
|
||||
AND contype = 'p';
|
||||
|
||||
IF v_pk_def = 'PRIMARY KEY (rooms_bucket, district)' THEN
|
||||
ALTER TABLE asking_to_sold_ratios DROP CONSTRAINT asking_to_sold_ratios_pkey;
|
||||
END IF;
|
||||
|
||||
IF NOT EXISTS (
|
||||
SELECT 1 FROM pg_constraint
|
||||
WHERE conrelid = 'asking_to_sold_ratios'::regclass
|
||||
AND contype = 'p'
|
||||
) THEN
|
||||
ALTER TABLE asking_to_sold_ratios
|
||||
ADD CONSTRAINT asking_to_sold_ratios_pkey
|
||||
PRIMARY KEY (region_code, rooms_bucket, district);
|
||||
END IF;
|
||||
END $$;
|
||||
|
||||
COMMIT;
|
||||
|
|
@ -134,6 +134,10 @@ USAGE
|
|||
|
||||
# oblast D: per-city validation (exact deals.city name, not a slug):
|
||||
python -m scripts.backtest_estimator --city "Нижний Тагил" --sample 300
|
||||
|
||||
# #3520 любой регион (choices come from app.services.regions.REGIONS):
|
||||
# Москва (region_code=77, 212 937 ДКП, 69 138 за последние 12 мес.):
|
||||
python -m scripts.backtest_estimator --region 77 --since 2024-09-01 --sample 300
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
|
@ -156,6 +160,15 @@ from typing import Any
|
|||
from sqlalchemy import text
|
||||
from sqlalchemy.orm import Session
|
||||
|
||||
from app.services.regions import REGIONS, region_for_point
|
||||
|
||||
# Регион по умолчанию — Свердловская обл., прежнее (единственное до #3520)
|
||||
# поведение скрипта. Список допустимых значений — РЕЕСТР REGIONS
|
||||
# (app/services/regions.py), а не отдельный литерал: регион появляется в
|
||||
# реестре один раз и автоматически становится доступен и здесь, и в
|
||||
# msk_raw_import, и в самом эстиматоре.
|
||||
DEFAULT_BACKTEST_REGION_CODE = 66
|
||||
|
||||
|
||||
def _import_estimator() -> tuple[Any, Any]:
|
||||
"""Lazy import of the estimator's pure funcs (_filter_outliers, _percentile).
|
||||
|
|
@ -1153,6 +1166,7 @@ _SAMPLE_SQL = text(
|
|||
house_type
|
||||
FROM deals
|
||||
WHERE source = 'rosreestr'
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
AND geom IS NOT NULL
|
||||
AND price_per_m2 BETWEEN CAST(:ppm2_min AS numeric) AND CAST(:ppm2_max AS numeric)
|
||||
AND rooms IS NOT NULL
|
||||
|
|
@ -1204,6 +1218,7 @@ _SAMPLE_SQL_SCATTERED = text(
|
|||
house_type
|
||||
FROM deals
|
||||
WHERE source = 'rosreestr'
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
AND geom IS NOT NULL
|
||||
AND price_per_m2 BETWEEN CAST(:ppm2_min AS numeric) AND CAST(:ppm2_max AS numeric)
|
||||
AND rooms IS NOT NULL
|
||||
|
|
@ -1233,6 +1248,7 @@ _SAMPLE_SQL_SCATTERED_CITY = text(
|
|||
house_type
|
||||
FROM deals
|
||||
WHERE source = 'rosreestr'
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
AND geom IS NOT NULL
|
||||
AND price_per_m2 BETWEEN CAST(:ppm2_min AS numeric) AND CAST(:ppm2_max AS numeric)
|
||||
AND rooms IS NOT NULL
|
||||
|
|
@ -1271,10 +1287,9 @@ _CANDIDATES_SQL = text(
|
|||
# _fetch_dkp_corridor COALESCEs against (migration 178, key (region_code, city)
|
||||
# since migration 298 — #3051 "Москва"). Looked up only when --city is set (see
|
||||
# _resolve_city_ppm2_band); the default (city=None) path never issues this
|
||||
# query. region_code defaults to 66 (Свердловская обл.) — this script has no
|
||||
# region CLI flag yet, so every call is scoped to the oblast, matching every
|
||||
# existing --city invocation (byte-identical to the pre-298 unscoped lookup,
|
||||
# which only ever saw region-66 rows since the table was oblast-only before).
|
||||
# query. region_code (#3520 "любой регион") is threaded from the CLI --region
|
||||
# flag end-to-end now (default 66, Свердловская обл. — unchanged behaviour for
|
||||
# every pre-existing invocation, which never passed --region).
|
||||
_CITY_PPM2_BAND_SQL = text(
|
||||
"""
|
||||
SELECT ppm2_min, ppm2_max
|
||||
|
|
@ -1288,10 +1303,13 @@ _CITY_PPM2_BAND_SQL = text(
|
|||
def _sample_sql(city: str | None, scattered: bool = False) -> Any:
|
||||
"""ДКП deal-sample SELECT — optionally scoped to one ``deals.city`` (oblast D).
|
||||
|
||||
``city is None`` (default) returns the SAME ``_SAMPLE_SQL`` object used
|
||||
before this change — literal identity, not just equal text — so the
|
||||
default CLI invocation (and the frozen EKB regression gate, which never
|
||||
calls this path at all) see byte-identical SQL.
|
||||
``city is None`` (default) returns the SAME ``_SAMPLE_SQL`` object every
|
||||
time — literal identity, not just equal text (asserted by
|
||||
``test_sample_sql_city_none_returns_original_object``) — so callers that
|
||||
cache/compare the query object see a stable reference. All four SQL
|
||||
variants (unscoped/scattered × city/no-city) carry a ``region_code``
|
||||
predicate (#3520 "любой регион") bound from ``_load_sample``'s
|
||||
``region_code`` param, default 66.
|
||||
|
||||
When ``city`` is set, an extra ``AND city = CAST(:city AS text)`` predicate
|
||||
scopes the sample to that ``deals.city`` value — populated oblast-wide by
|
||||
|
|
@ -1321,6 +1339,7 @@ def _sample_sql(city: str | None, scattered: bool = False) -> Any:
|
|||
house_type
|
||||
FROM deals
|
||||
WHERE source = 'rosreestr'
|
||||
AND region_code = CAST(:region_code AS int)
|
||||
AND geom IS NOT NULL
|
||||
AND price_per_m2 BETWEEN CAST(:ppm2_min AS numeric) AND CAST(:ppm2_max AS numeric)
|
||||
AND rooms IS NOT NULL
|
||||
|
|
@ -1348,9 +1367,9 @@ def _resolve_city_ppm2_band(
|
|||
mirrors estimator._fetch_dkp_corridor's own COALESCE fallback) or any DB
|
||||
error → the globals; read-only best-effort, never raises.
|
||||
|
||||
``region_code`` defaults to 66 (Свердловская обл.) — this script has no
|
||||
region CLI flag yet (out of scope, #3051 sub-PR B); every existing
|
||||
--city caller keeps its byte-identical lookup.
|
||||
``region_code`` defaults to 66 (Свердловская обл.) for backward-compat
|
||||
direct callers; ``_load_sample`` (#3520) always passes the actual
|
||||
``--region`` value through explicitly.
|
||||
"""
|
||||
if city is None:
|
||||
return float(PPM2_MIN), float(PPM2_MAX)
|
||||
|
|
@ -1376,22 +1395,32 @@ def _load_sample(
|
|||
city: str | None = None,
|
||||
scattered: bool = False,
|
||||
seed: str = "mera",
|
||||
region_code: int = DEFAULT_BACKTEST_REGION_CODE,
|
||||
) -> list[DealSample]:
|
||||
"""Run the held-out ДКП deal sampling SELECT → list[DealSample].
|
||||
|
||||
``region_code`` (#3520 "любой регион", default 66 — Свердловская обл.)
|
||||
scopes the sample to one ``deals.region_code`` value — REQUIRED once
|
||||
``deals`` carries more than one region (212 937 Москва + 113 351
|
||||
Московская обл. rows alongside 108 623 ЕКБ), otherwise the "unscoped"
|
||||
query would silently mix regions together. Must be a key of
|
||||
``app.services.regions.REGIONS`` — validated by ``main()``/``_parse_args``
|
||||
(CLI ``choices``) so this function only ever sees a supported code.
|
||||
|
||||
``city`` (oblast D, default None) scopes the sample to one ``deals.city``
|
||||
value via ``_sample_sql`` and sources the PPM2 sanity band from
|
||||
``deal_city_price_bands`` for that city (``_resolve_city_ppm2_band``,
|
||||
falls back to the module globals). Default None is byte-identical to the
|
||||
pre-oblast-D behaviour: same SQL object, same PPM2_MIN/PPM2_MAX globals,
|
||||
no extra query.
|
||||
``deal_city_price_bands`` for that (region_code, city) pair
|
||||
(``_resolve_city_ppm2_band``, falls back to the module globals). Default
|
||||
None is byte-identical to the pre-oblast-D behaviour: same SQL object,
|
||||
same PPM2_MIN/PPM2_MAX globals, no extra query.
|
||||
"""
|
||||
if city is None:
|
||||
ppm2_min: float = PPM2_MIN
|
||||
ppm2_max: float = PPM2_MAX
|
||||
else:
|
||||
ppm2_min, ppm2_max = _resolve_city_ppm2_band(db, city)
|
||||
ppm2_min, ppm2_max = _resolve_city_ppm2_band(db, city, region_code=region_code)
|
||||
params: dict[str, Any] = {
|
||||
"region_code": region_code,
|
||||
"ppm2_min": ppm2_min,
|
||||
"ppm2_max": ppm2_max,
|
||||
"since": since,
|
||||
|
|
@ -1947,8 +1976,21 @@ def _predict_full_spine(
|
|||
# harness measures the SAME corridor prod actually computes today, not the
|
||||
# pre-C2 unscoped behaviour — else the backtest validates stale semantics.
|
||||
target_city = m._resolve_target_city(deal.address)
|
||||
# #3520 "любой регион": mirror estimate_quality's OWN region_code resolution
|
||||
# (estimator.py ~4868-4870, region_for_point(geo.lat, geo.lon) with a
|
||||
# DEFAULT_REGION_CODE fallback for points outside every registered bbox) —
|
||||
# without this, _fetch_dkp_corridor's default (region 66) would scope a
|
||||
# Москва/Московская обл. deal's corridor query to the WRONG region and
|
||||
# silently return no rows (or, worse, an unrelated same-named street in 66).
|
||||
target_region = region_for_point(deal.lat, deal.lon)
|
||||
target_region_code = target_region.code if target_region else DEFAULT_BACKTEST_REGION_CODE
|
||||
dkp_raw = m._fetch_dkp_corridor(
|
||||
db, address=deal.address, rooms=deal.rooms, area=deal.area_m2, city=target_city
|
||||
db,
|
||||
address=deal.address,
|
||||
rooms=deal.rooms,
|
||||
area=deal.area_m2,
|
||||
city=target_city,
|
||||
region_code=target_region_code,
|
||||
)
|
||||
# #1966 prod parity: same-building anchor pre-fetch is GATED exactly like
|
||||
# estimate_quality — no-area / no-address → ([], None) instead of an
|
||||
|
|
@ -2169,6 +2211,7 @@ def run_backtest(
|
|||
city: str | None = None,
|
||||
scattered: bool = False,
|
||||
seed: str = "mera",
|
||||
region_code: int = DEFAULT_BACKTEST_REGION_CODE,
|
||||
) -> dict[str, Any]:
|
||||
"""Drive the full read-only backtest and return a metrics dict.
|
||||
|
||||
|
|
@ -2184,12 +2227,29 @@ def run_backtest(
|
|||
out-of-sample accuracy (see _derive_room_ratios). Pass ``holdout_split=True``
|
||||
to fit on even-id deals and evaluate on the odd-id half for an honest number.
|
||||
|
||||
``region_code`` (#3520, default 66) scopes the deal sample to one
|
||||
``deals.region_code`` — see ``_load_sample``.
|
||||
|
||||
``city`` (oblast D, default None) scopes the deal sample to one
|
||||
``deals.city`` value — see ``_load_sample``. Default None is unscoped
|
||||
(byte-identical to the pre-oblast-D behaviour).
|
||||
"""
|
||||
deals = _load_sample(db, sample=sample, since=since, city=city, scattered=scattered, seed=seed)
|
||||
logger.info("loaded sample: %d ДКП deals (since=%s, city=%s)", len(deals), since, city)
|
||||
deals = _load_sample(
|
||||
db,
|
||||
sample=sample,
|
||||
since=since,
|
||||
city=city,
|
||||
scattered=scattered,
|
||||
seed=seed,
|
||||
region_code=region_code,
|
||||
)
|
||||
logger.info(
|
||||
"loaded sample: %d ДКП deals (since=%s, city=%s, region=%d)",
|
||||
len(deals),
|
||||
since,
|
||||
city,
|
||||
region_code,
|
||||
)
|
||||
|
||||
matched_rows: list[tuple[float, float, int]] = []
|
||||
matched_ids: list[int] = []
|
||||
|
|
@ -2264,6 +2324,7 @@ def run_backtest_full(
|
|||
city: str | None = None,
|
||||
scattered: bool = False,
|
||||
seed: str = "mera",
|
||||
region_code: int = DEFAULT_BACKTEST_REGION_CODE,
|
||||
) -> dict[str, Any]:
|
||||
"""Drive the FULL-spine read-only backtest and return a metrics dict (#1966).
|
||||
|
||||
|
|
@ -2289,6 +2350,14 @@ def run_backtest_full(
|
|||
``house_id_resolution`` coverage block (resolved / total / imv_reachable) is
|
||||
attached to the returned metrics. Default False → byte-identical prior output.
|
||||
|
||||
``region_code`` (#3520, default 66) scopes the deal sample to one
|
||||
``deals.region_code`` — see ``_load_sample``. Independently of this flag,
|
||||
``_predict_full_spine`` ALWAYS resolves each deal's OWN region from its
|
||||
lat/lon via ``regions.region_for_point`` (mirroring prod's
|
||||
``estimate_quality`` region resolution) before calling
|
||||
``_fetch_dkp_corridor``, so the ДКП corridor is scoped correctly even if a
|
||||
sample somehow mixed regions.
|
||||
|
||||
``city`` (oblast D, default None) scopes the deal sample to one
|
||||
``deals.city`` value — see ``_load_sample``. Default None is unscoped
|
||||
(byte-identical to the pre-oblast-D behaviour). Independently of this flag,
|
||||
|
|
@ -2296,9 +2365,21 @@ def run_backtest_full(
|
|||
``_fetch_dkp_corridor`` (oblast C2 parity fix) — see its docstring.
|
||||
"""
|
||||
est = _import_estimator_full()
|
||||
deals = _load_sample(db, sample=sample, since=since, city=city, scattered=scattered, seed=seed)
|
||||
deals = _load_sample(
|
||||
db,
|
||||
sample=sample,
|
||||
since=since,
|
||||
city=city,
|
||||
scattered=scattered,
|
||||
seed=seed,
|
||||
region_code=region_code,
|
||||
)
|
||||
logger.info(
|
||||
"loaded sample: %d ДКП deals (since=%s, city=%s) [full spine]", len(deals), since, city
|
||||
"loaded sample: %d ДКП deals (since=%s, city=%s, region=%d) [full spine]",
|
||||
len(deals),
|
||||
since,
|
||||
city,
|
||||
region_code,
|
||||
)
|
||||
|
||||
predictions: list[Prediction] = []
|
||||
|
|
@ -2482,6 +2563,17 @@ def _parse_args(argv: list[str] | None = None) -> argparse.Namespace:
|
|||
help="Соль для --spread scattered. Тот же seed даёт ТУ ЖЕ выборку: два "
|
||||
"прогона подряд отличаются только правкой, а не составом выборки.",
|
||||
)
|
||||
p.add_argument(
|
||||
"--region",
|
||||
type=int,
|
||||
default=DEFAULT_BACKTEST_REGION_CODE,
|
||||
choices=sorted(REGIONS),
|
||||
help="#3520 'любой регион': deals.region_code to backtest against (default "
|
||||
f"{DEFAULT_BACKTEST_REGION_CODE} — Свердловская обл., unchanged behaviour). "
|
||||
"Supported values come from the app.services.regions.REGIONS registry — "
|
||||
+ ", ".join(f"{code} ({REGIONS[code].name})" for code in sorted(REGIONS))
|
||||
+ ". An unsupported code is rejected by argparse before any DB call.",
|
||||
)
|
||||
p.add_argument(
|
||||
"--city",
|
||||
default=None,
|
||||
|
|
@ -2599,9 +2691,10 @@ def main(argv: list[str] | None = None) -> int:
|
|||
raise SystemExit("--calibrate-segments is only supported with --engine full")
|
||||
|
||||
logger.info(
|
||||
"backtest start: engine=%s sample=%d since=%s radius=%dm "
|
||||
"backtest start: engine=%s region=%d sample=%d since=%s radius=%dm "
|
||||
"rooms_tolerance=%d holdout_split=%s dump_fixture=%s resolve_house_id=%s city=%s",
|
||||
args.engine,
|
||||
args.region,
|
||||
args.sample,
|
||||
args.since,
|
||||
args.radius,
|
||||
|
|
@ -2624,6 +2717,7 @@ def main(argv: list[str] | None = None) -> int:
|
|||
city=args.city,
|
||||
scattered=(args.spread == "scattered"),
|
||||
seed=args.seed,
|
||||
region_code=args.region,
|
||||
)
|
||||
else:
|
||||
metrics = run_backtest(
|
||||
|
|
@ -2636,6 +2730,7 @@ def main(argv: list[str] | None = None) -> int:
|
|||
city=args.city,
|
||||
scattered=(args.spread == "scattered"),
|
||||
seed=args.seed,
|
||||
region_code=args.region,
|
||||
)
|
||||
finally:
|
||||
db.close()
|
||||
|
|
|
|||
|
|
@ -829,6 +829,46 @@ async def test_clean_address_throttles_repeated_feature_disabled_warning(caplog)
|
|||
assert dadata._clean_disabled_warned is True
|
||||
|
||||
|
||||
# Вымышленный токен ТОЙ ЖЕ формы, что настоящий DaData API-ключ (40 hex-символов) — НЕ
|
||||
# реальный секрет. Прод-факт: DaData на 403 кладёт действующий токен в тело ответа
|
||||
# открытым текстом, и body_preview копирует его в WARNING/ERROR лог как есть (#3471).
|
||||
FAKE_LEAKED_TOKEN = "deadbeef1234deadbeef1234deadbeef12345678"
|
||||
|
||||
CLEAN_TOKEN_LEAK_BODY = {
|
||||
"timestamp": "2026-09-13T10:00:00.000+00:00",
|
||||
"status": 403,
|
||||
"error": "Forbidden",
|
||||
"message": (
|
||||
f"Feature 'CLEAN' disabled for token '{FAKE_LEAKED_TOKEN}'. "
|
||||
"See https://dadata.userecho.com/topics/7784 for help."
|
||||
),
|
||||
"path": "/api/v1/clean/address",
|
||||
}
|
||||
|
||||
|
||||
async def test_clean_address_masks_token_in_feature_disabled_log(caplog) -> None:
|
||||
"""403 body в реалистичной прод-форме (40-символьный токен) — токен НЕ должен светиться в логе.
|
||||
|
||||
Отличие от test_clean_address_logs_feature_disabled_distinctly: тот тест использует
|
||||
укороченный токен 'xxx' и не проверяет утечку. Здесь — токен длины настоящего DaData-ключа,
|
||||
именно такая форма ушла в docker logs на проде (#3471).
|
||||
"""
|
||||
from app.services import dadata
|
||||
|
||||
dadata._clean_disabled_warned = False # изоляция от порядка тестов (module-level throttle)
|
||||
|
||||
transport = _mock_transport_returning(403, CLEAN_TOKEN_LEAK_BODY)
|
||||
with _patch_settings(), _patch_async_client(transport):
|
||||
with caplog.at_level(_logging.WARNING, logger="app.services.dadata"):
|
||||
result = await dadata.clean_address("Екатеринбург, Малышева 4")
|
||||
|
||||
assert result is None
|
||||
text = caplog.text
|
||||
assert FAKE_LEAKED_TOKEN not in text, "токен утёк в лог-запись открытым текстом"
|
||||
# Диагностика (какая услуга выключена) обязана сохраниться несмотря на маскирование.
|
||||
assert "Стандартизация" in text or "выключена" in text
|
||||
|
||||
|
||||
async def test_clean_address_logs_real_auth_rejection_as_auth(caplog) -> None:
|
||||
"""401 (или 403 без 'disabled') → сообщение про креды."""
|
||||
from app.services import dadata
|
||||
|
|
|
|||
|
|
@ -25,6 +25,12 @@ from app.services import location_index as lc
|
|||
# A point well inside the EKB coverage bbox (city centre, Ploshchad 1905 goda area).
|
||||
_LAT_IN_EKB = 56.838
|
||||
_LON_IN_EKB = 60.605
|
||||
_REGION_66 = lc.regions_mod.REGIONS[66]
|
||||
|
||||
# A point well inside Moscow's product core (within MKAD) — #3051 region 77.
|
||||
_LAT_IN_MSK = 55.75
|
||||
_LON_IN_MSK = 37.62
|
||||
_REGION_77 = lc.regions_mod.REGIONS[77]
|
||||
|
||||
# ── Pure functions ──────────────────────────────────────────────────────────
|
||||
|
||||
|
|
@ -118,6 +124,7 @@ def test_no_psycopg_v3_colon_colon_cast() -> None:
|
|||
lc._MEDIAN_PPM2_LOCAL_SQL,
|
||||
lc._MEDIAN_PPM2_CITYWIDE_SQL,
|
||||
lc._NEAREST_POI_SQL,
|
||||
lc._POI_COUNT_IN_REGION_SQL,
|
||||
):
|
||||
assert not re.search(r":\w+::", str(sql.text))
|
||||
|
||||
|
|
@ -142,6 +149,51 @@ def test_median_queries_exclude_city_centroid_and_bound_bbox() -> None:
|
|||
assert "bbox_west" in sql_text and "bbox_east" in sql_text
|
||||
|
||||
|
||||
# ── #msk-defect-1: медианы обязаны фильтроваться по региону, не только по bbox ──
|
||||
|
||||
|
||||
def test_median_queries_filter_by_region_code() -> None:
|
||||
"""Прод-замер 13.09.2026: bbox продукт-ядра Москвы геометрически захватывает соседние
|
||||
region_code=50 (Химки/Реутов/Котельники/Люберцы) — без фильтра по региону городская
|
||||
медиана Москвы считалась с примесью 16 801 подмосковного лота и была занижена на 7.9%
|
||||
(422 222 вместо 458 208 ₽/м²). У областных строк city IS NULL — фильтровать можно
|
||||
только по region_code, не по имени города."""
|
||||
for sql in (lc._MEDIAN_PPM2_LOCAL_SQL, lc._MEDIAN_PPM2_CITYWIDE_SQL):
|
||||
sql_text = str(sql.text)
|
||||
assert "region_code = CAST(:region_code AS integer)" in sql_text
|
||||
|
||||
|
||||
def test_median_queries_do_not_admit_null_region_code() -> None:
|
||||
"""Строгое равенство, БЕЗ `OR region_code IS NULL` — строка без региона не считается
|
||||
ни за один регион. Второй прод-замер (13.09.2026, полный набор фильтров модуля, bbox
|
||||
ядра 66): 15 858 строк проходят фильтры, 3 из них с NULL region_code; медиана с ними
|
||||
151 101 ₽/м², без них 151 103 — сдвиг 2 рубля на 151 тысяче (0.001%), для 66
|
||||
статистически ничто. Мягкий `OR NULL` был бы лазейкой того же класса, что и сам
|
||||
дефект: в `listings` 16 930 NULL-region строк Avito, 24 из них уже лежат в bbox
|
||||
Москвы (сегодня не проходят по свежести, но могут завтра) — `OR NULL` тихо открыл бы
|
||||
им дорогу обратно в московскую медиану."""
|
||||
for sql in (lc._MEDIAN_PPM2_LOCAL_SQL, lc._MEDIAN_PPM2_CITYWIDE_SQL):
|
||||
sql_text = str(sql.text)
|
||||
assert "region_code IS NULL" not in sql_text
|
||||
assert "OR region_code" not in sql_text
|
||||
|
||||
|
||||
def test_local_and_citywide_median_bind_region_code_of_the_given_region() -> None:
|
||||
"""region_code реально долетает bind-параметром и берётся ИЗ переданного региона, а не
|
||||
захардкожен — иначе фикс работал бы только для 66 и молча ломался на следующем регионе."""
|
||||
db66 = _FakeDB([_FakeResult(mapping_one={"median_ppm2": 150_000.0, "n": 4000})])
|
||||
lc._citywide_median_ppm2(db66, _REGION_66)
|
||||
assert db66.executed[0][1]["region_code"] == 66
|
||||
|
||||
db77 = _FakeDB([_FakeResult(mapping_one={"median_ppm2": 458_208.0, "n": 82_719})])
|
||||
lc._citywide_median_ppm2(db77, _REGION_77)
|
||||
assert db77.executed[0][1]["region_code"] == 77
|
||||
|
||||
local66 = _FakeDB([_FakeResult(mapping_one={"median_ppm2": 165_000.0, "n": 25})])
|
||||
lc._local_median_ppm2(local66, _LAT_IN_EKB, _LON_IN_EKB, 800, _REGION_66)
|
||||
assert local66.executed[0][1]["region_code"] == 66
|
||||
|
||||
|
||||
# ── #2660: свежесть + сегмент (зеркало _COMMON_WHERE эстиматора) ─────────────
|
||||
|
||||
|
||||
|
|
@ -246,7 +298,9 @@ class _FakeDB:
|
|||
|
||||
def test_fetch_nearby_poi_empty_mirror_returns_unavailable() -> None:
|
||||
db = _FakeDB([_FakeResult(scalar_value=0)])
|
||||
poi, status = lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, lc.DEFAULT_POI_RADIUS_M, 7)
|
||||
poi, status = lc._fetch_nearby_poi(
|
||||
db, _LAT_IN_EKB, _LON_IN_EKB, lc.DEFAULT_POI_RADIUS_M, 7, _REGION_66
|
||||
)
|
||||
assert poi == []
|
||||
assert status == "unavailable"
|
||||
assert len(db.executed) == 1 # only the count probe ran
|
||||
|
|
@ -254,7 +308,9 @@ def test_fetch_nearby_poi_empty_mirror_returns_unavailable() -> None:
|
|||
|
||||
def test_fetch_nearby_poi_no_poi_in_radius_is_legit_ok() -> None:
|
||||
db = _FakeDB([_FakeResult(scalar_value=500), _FakeResult(mapping_rows=[])])
|
||||
poi, status = lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, lc.DEFAULT_POI_RADIUS_M, 7)
|
||||
poi, status = lc._fetch_nearby_poi(
|
||||
db, _LAT_IN_EKB, _LON_IN_EKB, lc.DEFAULT_POI_RADIUS_M, 7, _REGION_66
|
||||
)
|
||||
assert poi == []
|
||||
assert status == "ok"
|
||||
|
||||
|
|
@ -267,7 +323,7 @@ def test_fetch_nearby_poi_ranks_by_weight_not_distance_only() -> None:
|
|||
{"name": "Аптека", "category": "pharmacy", "distance_m": 50.0},
|
||||
]
|
||||
db = _FakeDB([_FakeResult(scalar_value=1000), _FakeResult(mapping_rows=rows)])
|
||||
poi, status = lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, 1200, 7)
|
||||
poi, status = lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, 1200, 7, _REGION_66)
|
||||
assert status == "ok"
|
||||
assert len(poi) == 4
|
||||
# metro_stop (weight 6.0) at 150m outranks school (5.0) at 300m — weight-driven, not
|
||||
|
|
@ -281,7 +337,7 @@ def test_fetch_nearby_poi_limits_to_top_n() -> None:
|
|||
for i in range(20)
|
||||
]
|
||||
db = _FakeDB([_FakeResult(scalar_value=20), _FakeResult(mapping_rows=rows)])
|
||||
poi, _status = lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, 1200, 7)
|
||||
poi, _status = lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, 1200, 7, _REGION_66)
|
||||
assert len(poi) == 7
|
||||
|
||||
|
||||
|
|
@ -407,3 +463,64 @@ def test_compute_location_index_poi_unavailable_does_not_block_index() -> None:
|
|||
assert result.poi_status == "unavailable"
|
||||
assert result.nearby_poi == []
|
||||
assert result.location_index_pct == 15.0
|
||||
|
||||
|
||||
# ── #msk-defect-1/2: Москва (region 77) — не течёт в EKB, честная POI-деградация ──
|
||||
|
||||
|
||||
def test_covered_region_resolves_moscow_center_to_region_77() -> None:
|
||||
"""МКАД-центр Москвы должен попадать в продукт-ядро 77, а не в 50 (см. комментарий у
|
||||
regions._POINT_LOOKUP_ORDER — компактный bbox_region проверяется раньше объемлющего)."""
|
||||
region = lc._covered_region(_LAT_IN_MSK, _LON_IN_MSK)
|
||||
assert region is not None and region.code == 77
|
||||
|
||||
|
||||
def test_fetch_nearby_poi_gate_uses_regions_own_bbox_not_whole_table() -> None:
|
||||
"""Дефект (прод 13.09.2026): гейт раньше делал `count(*)` по ВСЕЙ osm_poi_ekb_local
|
||||
(4 850 екатеринбургских строк, всегда > 0) — Москва получала бы poi_status="ok" с
|
||||
пустым списком. Теперь count скоупится в bbox_product_core региона точки: для 77
|
||||
внутри его ядра POI нет (0), для 66 — те же 4 850 строк, что и раньше."""
|
||||
db_msk = _FakeDB([_FakeResult(scalar_value=0)])
|
||||
poi, status = lc._fetch_nearby_poi(
|
||||
db_msk, _LAT_IN_MSK, _LON_IN_MSK, lc.DEFAULT_POI_RADIUS_M, 7, _REGION_77
|
||||
)
|
||||
assert poi == []
|
||||
assert status == "unavailable" # честная деградация, ТА ЖЕ терминология, что и раньше
|
||||
# bbox в запросе — Москвы, не Екатеринбурга (это и есть суть фикса).
|
||||
poi_count_params = db_msk.executed[0][1]
|
||||
lat_min, lat_max, lon_min, lon_max = _REGION_77.bbox_product_core
|
||||
assert poi_count_params["bbox_south"] == lat_min
|
||||
assert poi_count_params["bbox_north"] == lat_max
|
||||
assert poi_count_params["bbox_west"] == lon_min
|
||||
assert poi_count_params["bbox_east"] == lon_max
|
||||
|
||||
|
||||
def test_fetch_nearby_poi_gate_still_scopes_to_ekb_bbox_for_region_66() -> None:
|
||||
"""Regression: для 66 гейт обязан продолжать спрашивать про bbox ЕКБ — byte-for-byte,
|
||||
просто теперь явно скоупенный, а не «случайно совпадающий» с count(*) по всей таблице."""
|
||||
db = _FakeDB([_FakeResult(scalar_value=4850), _FakeResult(mapping_rows=[])])
|
||||
lc._fetch_nearby_poi(db, _LAT_IN_EKB, _LON_IN_EKB, lc.DEFAULT_POI_RADIUS_M, 7, _REGION_66)
|
||||
poi_count_params = db.executed[0][1]
|
||||
lat_min, lat_max, lon_min, lon_max = _REGION_66.bbox_product_core
|
||||
assert poi_count_params["bbox_south"] == lat_min
|
||||
assert poi_count_params["bbox_north"] == lat_max
|
||||
assert poi_count_params["bbox_west"] == lon_min
|
||||
assert poi_count_params["bbox_east"] == lon_max
|
||||
|
||||
|
||||
def test_compute_location_index_moscow_point_isolates_region_and_degrades_honestly() -> None:
|
||||
"""End-to-end #3051 Москва: citywide/local запросы обязаны нести region_code=77 (не 66,
|
||||
не отсутствие фильтра), а poi_status обязан быть честным "unavailable" — НЕ "ok" с
|
||||
пустым списком, как было до фикса дефекта 2."""
|
||||
db = _FakeDB(
|
||||
[
|
||||
_FakeResult(scalar_value=0), # poi-count in Moscow core: 0
|
||||
_FakeResult(mapping_one={"median_ppm2": None, "n": 0}), # citywide: no MSK data yet
|
||||
]
|
||||
)
|
||||
result = lc.compute_location_index(db, lat=_LAT_IN_MSK, lon=_LON_IN_MSK)
|
||||
assert result.status == "insufficient_data" # честно: листингов Москвы пока нет
|
||||
assert result.poi_status == "unavailable"
|
||||
assert result.nearby_poi == []
|
||||
citywide_params = db.executed[1][1]
|
||||
assert citywide_params["region_code"] == 77
|
||||
|
|
|
|||
|
|
@ -14,6 +14,7 @@ NEVER calls real Telegram API — httpx.MockTransport only, тот же патт
|
|||
|
||||
from __future__ import annotations
|
||||
|
||||
import json
|
||||
import os
|
||||
from unittest import mock
|
||||
|
||||
|
|
@ -51,12 +52,19 @@ def _stop_patches():
|
|||
# ── verify_chat_and_topic ────────────────────────────────────────────────────
|
||||
|
||||
|
||||
async def test_verify_chat_and_topic_success_calls_get_chat_and_send_chat_action() -> None:
|
||||
"""Happy path: getChat + typing-индикатор в тему, никакого видимого сообщения."""
|
||||
async def test_verify_chat_and_topic_success_uses_send_message_and_delete_message() -> None:
|
||||
"""Happy path: getChat + зондирующий sendMessage в тему + его deleteMessage.
|
||||
|
||||
`sendChatAction` тут больше не используется: живой прод-замер (#3471)
|
||||
показал, что она подтверждает даже несуществующий `message_thread_id`
|
||||
(`{"ok":true,"result":true}`) — проверка была ложно-зелёной."""
|
||||
calls: list[str] = []
|
||||
|
||||
def handler(request: httpx.Request) -> httpx.Response:
|
||||
calls.append(request.url.path.rsplit("/", 1)[-1])
|
||||
method = request.url.path.rsplit("/", 1)[-1]
|
||||
calls.append(method)
|
||||
if method == "sendMessage":
|
||||
return httpx.Response(200, json={"ok": True, "result": {"message_id": 42}})
|
||||
return httpx.Response(200, json={"ok": True, "result": True})
|
||||
|
||||
_install_transport(handler)
|
||||
|
|
@ -65,24 +73,31 @@ async def test_verify_chat_and_topic_success_calls_get_chat_and_send_chat_action
|
|||
ok = await verify_chat_and_topic(client, chat_id=-100123, topic_id=7, label="support")
|
||||
|
||||
assert ok is True
|
||||
assert calls == ["getChat", "sendChatAction"]
|
||||
assert calls == ["getChat", "sendMessage", "deleteMessage"]
|
||||
|
||||
|
||||
async def test_verify_chat_and_topic_no_visible_message_method_used() -> None:
|
||||
"""Ни один из вызовов не бьёт в sendMessage/copyMessage — не мусорим в чат."""
|
||||
methods: list[str] = []
|
||||
async def test_verify_chat_and_topic_deletes_probe_message_leaving_no_trace() -> None:
|
||||
"""Зонд `sendMessage` не остаётся видимым — `deleteMessage` бьёт по тому же
|
||||
`message_id`, что вернул `sendMessage` (не мусорим в истории треда)."""
|
||||
delete_payloads: list[dict[str, object]] = []
|
||||
|
||||
def handler(request: httpx.Request) -> httpx.Response:
|
||||
methods.append(request.url.path.rsplit("/", 1)[-1])
|
||||
return httpx.Response(200, json={"ok": True, "result": True})
|
||||
method = request.url.path.rsplit("/", 1)[-1]
|
||||
if method == "sendMessage":
|
||||
return httpx.Response(200, json={"ok": True, "result": {"message_id": 986}})
|
||||
if method == "deleteMessage":
|
||||
delete_payloads.append(json.loads(request.content))
|
||||
return httpx.Response(200, json={"ok": True, "result": True})
|
||||
return httpx.Response(200, json={"ok": True, "result": {}})
|
||||
|
||||
_install_transport(handler)
|
||||
client = TelegramClient(token="fake-token")
|
||||
|
||||
await verify_chat_and_topic(client, chat_id=-100123, topic_id=7, label="support")
|
||||
ok = await verify_chat_and_topic(client, chat_id=-100123, topic_id=7, label="support")
|
||||
|
||||
assert "sendMessage" not in methods
|
||||
assert "copyMessage" not in methods
|
||||
assert ok is True
|
||||
assert len(delete_payloads) == 1
|
||||
assert delete_payloads[0]["message_id"] == 986
|
||||
|
||||
|
||||
async def test_verify_chat_and_topic_logs_error_and_does_not_raise(caplog) -> None:
|
||||
|
|
@ -135,6 +150,50 @@ async def test_verify_chat_and_topic_skips_api_call_when_chat_id_is_zero() -> No
|
|||
assert calls == []
|
||||
|
||||
|
||||
async def test_verify_chat_and_topic_is_red_when_topic_deleted_even_though_send_chat_action_lies(
|
||||
caplog,
|
||||
) -> None:
|
||||
"""Регрессия #3471: удалённая/переименованная тема ДОЛЖНА красить проверку.
|
||||
|
||||
Handler воспроизводит РЕАЛЬНО замеренное на проде поведение Bot API:
|
||||
`sendChatAction` подтверждает даже несуществующий `message_thread_id`
|
||||
(`{"ok":true,"result":true}` — живой прод-замер, #3471), а `sendMessage`
|
||||
с тем же id честно отвечает `400 Bad Request: message thread not found`.
|
||||
|
||||
На коде ДО правки (`verify_chat_and_topic` звала `send_chat_action`) этот
|
||||
тест падает: `ok` был бы `True` — проверка молчаливо считала мёртвую тему
|
||||
живой. Явно проверено при разработке (#3471): `git checkout HEAD --
|
||||
.../client.py` (до-фиксная версия) + прогон только этого теста дал
|
||||
`assert True is False`; после возврата фикса — зелёный."""
|
||||
|
||||
def handler(request: httpx.Request) -> httpx.Response:
|
||||
method = request.url.path.rsplit("/", 1)[-1]
|
||||
if method == "getChat":
|
||||
return httpx.Response(200, json={"ok": True, "result": {"id": -100123}})
|
||||
if method == "sendChatAction":
|
||||
# Реальный прод-баг: sendChatAction НЕ валидирует message_thread_id.
|
||||
return httpx.Response(200, json={"ok": True, "result": True})
|
||||
if method == "sendMessage":
|
||||
return httpx.Response(
|
||||
400,
|
||||
json={
|
||||
"ok": False,
|
||||
"error_code": 400,
|
||||
"description": "Bad Request: message thread not found",
|
||||
},
|
||||
)
|
||||
return httpx.Response(200, json={"ok": True, "result": True})
|
||||
|
||||
_install_transport(handler)
|
||||
client = TelegramClient(token="fake-token")
|
||||
|
||||
with caplog.at_level("ERROR", logger="app.services.tgbot.client"):
|
||||
ok = await verify_chat_and_topic(client, chat_id=-100123, topic_id=987654, label="support")
|
||||
|
||||
assert ok is False
|
||||
assert any(record.levelname == "ERROR" for record in caplog.records)
|
||||
|
||||
|
||||
# ── TelegramGroupRateLimiter ─────────────────────────────────────────────────
|
||||
|
||||
|
||||
|
|
|
|||
|
|
@ -32,12 +32,14 @@ tests/tasks/test_backfill_house_coords_from_listings.py::test_real_transfers_agr
|
|||
tests/tasks/test_cadastral_geo_match.py::test_real_knn_nearest_within_threshold_picked
|
||||
tests/test_audit_api.py::test_real_accounts_and_analytics_aggregate_inserted_rows
|
||||
tests/test_gar_flats_loader.py::test_upsert_and_canon_match_populates_gar_flat_count
|
||||
tests/test_gar_flats_loader.py::test_no_city_filter_ambiguous_canon_not_matched
|
||||
tests/test_house_dedup_merge.py::test_real_canon_clusterkey_and_geo_guard_merge_semantics
|
||||
tests/test_house_dedup_merge.py::test_real_fias_pass_cross_guard_and_identity_carryover
|
||||
tests/test_house_dedup_merge.py::test_real_fias_pass_ignores_geo_guard
|
||||
tests/test_house_dedup_merge.py::test_real_merge_is_reversible_via_journal
|
||||
tests/test_house_dedup_merge.py::test_real_merge_repoints_dedups_deletes_and_is_idempotent
|
||||
tests/test_user_events.py::test_real_record_event_inserts_row
|
||||
tests/test_3469_showcase_schedule.py::test_live_migration_puts_showcase_into_schedules_and_digest
|
||||
|
||||
# Приватность/ретеншн (#2547) — тот же `_live_session()`. Приехали в main
|
||||
# параллельно с самим списком, поэтому первым же прогоном deploy-лэйна хук их и
|
||||
|
|
|
|||
|
|
@ -50,7 +50,17 @@ def test_regions_do_not_overlap() -> None:
|
|||
— там же настоящий инвариант для вложенной пары: `region_for_point` обязан
|
||||
резолвить точку во ВЛАДЕЮЩИЙ, более специфичный регион по площади bbox, а не
|
||||
по числовому коду). 66 (Урал) физически за тысячи км от 50/77 — для него
|
||||
старый плоский инвариант «никто ни в кого не попадает» остаётся в силе."""
|
||||
старый плоский инвариант «никто ни в кого не попадает» остаётся в силе.
|
||||
|
||||
#3052: этот тест — про СЫРЫЕ прямоугольники (`is_within_bbox` /
|
||||
`bbox_region`), не про итоговый резолв точки. Переход `region_for_point`
|
||||
на настоящий полигон (см. regions._point_in_region_polygon) исключение
|
||||
здесь НЕ снимает: bbox_region(77) геометрически остаётся подмножеством
|
||||
bbox_region(50) как прямоугольник — полигон это не меняет, он работает
|
||||
ПОСЛЕ bbox-предфильтра, а не вместо него. Честный инвариант «точка резолвится
|
||||
ровно в один регион» теперь проверяется на уровне function-результата в
|
||||
test_3051_region_registry_moscow_oblast.py (Химки/Балашиха и девять
|
||||
контрольных точек issue #3052), не здесь."""
|
||||
nested_pairs = {(50, 77), (77, 50)}
|
||||
# Исключение из инварианта обязано опираться на ДОКАЗАННУЮ вложенность, а не
|
||||
# на допущение в докстринге: сначала проверяем, что bbox_region(50)
|
||||
|
|
|
|||
|
|
@ -13,6 +13,12 @@ bbox_region(77) (Москва) как прямоугольники, а 50 < 77
|
|||
Область на дату этого PR — тир обогащения пуст (frozenset()), в deals/listings
|
||||
0 строк (импорт Росреестра из FDW — отдельный PR). Тесты ниже проверяют РЕЕСТР
|
||||
(геометрию/классификацию), не данные.
|
||||
|
||||
#3052: резолв внутри `region_for_point` перестал быть чисто bbox-based —
|
||||
`_POINT_LOOKUP_ORDER` (регрессия ниже) остался прежним дешёвым предфильтром,
|
||||
но финальный ответ теперь даёт настоящий полигон границы региона. Тест на
|
||||
Химки/Балашиху обновлён под это (было «известное ограничение» bbox, теперь —
|
||||
исправленное поведение).
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
|
@ -73,20 +79,20 @@ def test_point_outside_all_regions_is_none() -> None:
|
|||
assert res is None
|
||||
|
||||
|
||||
def test_known_limitation_khimki_balashikha_resolve_to_77_via_bbox() -> None:
|
||||
"""ИЗВЕСТНОЕ ОГРАНИЧЕНИЕ, не баг этого PR: bbox_region(77) — генеральный
|
||||
fallback-net Москвы, по долготе тянется до 38.10 (~13 км восточнее МКАД).
|
||||
Химки (55.91, 37.41) и Балашиха (55.7965, 37.9388) физически лежат внутри
|
||||
ЭТОГО прямоугольника, хотя административно это область. region_for_point
|
||||
(bbox-based) резолвит их в 77; region_by_city (точное имя) — правильно в
|
||||
50 (см. test_region_by_city_resolves_moscow_oblast_cities). Сузить
|
||||
bbox_region(77), чтобы это исправить, — отдельное решение вне скоупа
|
||||
ordering-фикса (риск задеть geocoder/estimator-потребителей 77 без
|
||||
возможности перепроверить их в этом PR)."""
|
||||
def test_khimki_balashikha_resolve_to_50_via_polygon() -> None:
|
||||
"""#3052: bbox_region(77) — генеральный fallback-net Москвы, по долготе
|
||||
тянется до 38.10 (~13 км восточнее МКАД). Химки (55.91, 37.41) и Балашиха
|
||||
(55.7965, 37.9388) физически лежат внутри ЭТОГО прямоугольника, хотя
|
||||
административно это область — до #3052 region_for_point (bbox-based)
|
||||
резолвил их в 77 («известное ограничение», см. issue #3052: 8 647
|
||||
московских лотов уходили в отказ по покрытию, а 11 172 областные сделки
|
||||
ложно попадали в московское ядро). С настоящим полигоном (bbox остался
|
||||
только дешёвым предфильтром — см. regions.region_for_point) обе точки
|
||||
физически вне контура Москвы → резолвятся в 50, как и region_by_city."""
|
||||
khimki = regions.region_for_point(55.91, 37.41)
|
||||
assert khimki is not None and khimki.code == 77
|
||||
assert khimki is not None and khimki.code == 50
|
||||
balashikha = regions.region_for_point(55.7965, 37.9388)
|
||||
assert balashikha is not None and balashikha.code == 77
|
||||
assert balashikha is not None and balashikha.code == 50
|
||||
|
||||
|
||||
# ── 2. region_by_city ─────────────────────────────────────────────────────
|
||||
|
|
|
|||
171
tradein-mvp/backend/tests/test_3052_region_polygon_boundary.py
Normal file
171
tradein-mvp/backend/tests/test_3052_region_polygon_boundary.py
Normal file
|
|
@ -0,0 +1,171 @@
|
|||
"""#3052: `region_for_point` резолвит по настоящей границе региона (полигон
|
||||
OSM/Nominatim из `region_boundaries/boundaries.geojson.json`), не по
|
||||
прямоугольнику `bbox_region`.
|
||||
|
||||
До фикса прямоугольники Москвы (77) и области (50) пересекались — Химки,
|
||||
Реутов, Котельники, Люберцы резолвились в Москву (8 647 московских лотов
|
||||
получали отказ по покрытию, 11 172 областные сделки ложно попадали в
|
||||
московское ядро, при том что коридор ДКП фильтрует строго по коду региона).
|
||||
|
||||
Девять контрольных точек ниже — приёмка issue #3052, значения сверены
|
||||
`region_for_point` на реальных полигонах до мержа (ray casting с поддержкой
|
||||
дыр, см. regions._point_in_region_polygon)."""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import os
|
||||
import time
|
||||
|
||||
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost:5432/test")
|
||||
|
||||
from app.services import regions
|
||||
|
||||
# (название, lat, lon, ожидаемый code региона или None)
|
||||
_CONTROL_POINTS: tuple[tuple[str, float, float, int | None], ...] = (
|
||||
("Химки", 55.8970, 37.4297, 50),
|
||||
("центр Москвы", 55.7558, 37.6173, 77),
|
||||
("Ломоносовский проспект", 55.7020, 37.5140, 77),
|
||||
("Серпухов", 54.9147, 37.4147, 50),
|
||||
("Балашиха", 55.7965, 37.9391, 50),
|
||||
("Зеленоград", 55.9840, 37.2140, 77),
|
||||
("Троицк (Новая Москва)", 55.4750, 37.3000, 77),
|
||||
("Екатеринбург", 56.8389, 60.6057, 66),
|
||||
("Пермь", 58.0105, 56.2502, None),
|
||||
)
|
||||
|
||||
|
||||
def test_nine_control_points_resolve_by_real_boundary() -> None:
|
||||
for name, lat, lon, expected_code in _CONTROL_POINTS:
|
||||
res = regions.region_for_point(lat, lon)
|
||||
got_code = res.code if res is not None else None
|
||||
assert got_code == expected_code, (
|
||||
f"{name} ({lat}, {lon}): ожидался регион {expected_code}, получен {got_code}"
|
||||
)
|
||||
|
||||
|
||||
def test_point_outside_all_boundaries_is_none() -> None:
|
||||
"""Пермь — вне всех трёх полигонов (не только вне bbox), инвариант отдельно
|
||||
от общего прогона выше — чтобы регрессия на None была явной сама по себе."""
|
||||
assert regions.region_for_point(58.0105, 56.2502) is None
|
||||
|
||||
|
||||
def test_ekaterinburg_unaffected_by_polygon_switch() -> None:
|
||||
"""Регион 66 физически за тысячи км от 50/77 — переход на полигон не должен
|
||||
был задеть его резолв вообще."""
|
||||
res = regions.region_for_point(56.8389, 60.6057)
|
||||
assert res is not None and res.code == 66
|
||||
|
||||
|
||||
def test_bbox_prefilter_never_rejects_what_polygon_would_accept() -> None:
|
||||
"""Инвариант «полигон вложен в свой bbox_region»: если бы это было не так,
|
||||
дешёвый bbox-предфильтр в region_for_point молча отбрасывал бы точки,
|
||||
которые честный point-in-polygon принял бы — тихая потеря покрытия."""
|
||||
for code, rings in regions._REGION_BOUNDARIES.items():
|
||||
bbox = regions.REGIONS[code].bbox_region
|
||||
for ring in rings:
|
||||
for lon, lat in ring:
|
||||
assert regions.is_within_bbox(lat, lon, bbox), (
|
||||
f"вершина полигона региона {code} ({lat}, {lon}) вне его bbox_region"
|
||||
)
|
||||
|
||||
|
||||
# ── Правка регрессии первой версии #3052 (упрощение 0.005 ≈ 500 м) ──────────
|
||||
#
|
||||
# Сверка резолва против сохранённого region_code по проду (277 582 объявления
|
||||
# + 48 143 дома) на упрощённой геометрии: 69 точек агломерации не принял НИ
|
||||
# один полигон (→ None → DEFAULT_REGION_CODE=66 у вызывающего кода), куски
|
||||
# Москвы (Митино, Косино-Ухтомский, Можайский) уехали в область, 731
|
||||
# объявление области — в Москву. Точки ниже — реальные адреса из прода.
|
||||
#
|
||||
# Кунцево, «ул. Липовой Рощи 1к3» (55.7990, 37.3787) в этом списке стоит как
|
||||
# 50, хотя в исходной сверке значилось ожидание 77: улицы с таким именем в
|
||||
# Москве нет вообще (Nominatim /search «улица Липовой Рощи» — единственное
|
||||
# попадание: квартал «Спутник», Павшино, городской округ Красногорск,
|
||||
# Московская область), а сама точка лежит в 119 м ВНУТРИ области от границы
|
||||
# Москвы. Ожидание 77 там — след bbox-эпохи (прямоугольник Москвы тянется по
|
||||
# долготе до 38.10 и накрывает Красногорск), а не факт. Оно ещё и неисполнимо
|
||||
# вместе с соседней точкой той же сверки: Новоивановское (55.7013, 37.3606)
|
||||
# лежит в 72 м снаружи Москвы и ожидается как 50 — никакое правило «ближе N
|
||||
# метров к Москве ⇒ Москва» не отдаст 77 точке в 119 м и 50 точке в 72 м.
|
||||
_BORDER_CONTROL_POINTS: tuple[tuple[str, float, float, int], ...] = (
|
||||
("Куркино, Соловьиная Роща 8", 55.8917, 37.4008, 77),
|
||||
("Митино, Муравская 46к1", 55.8617, 37.3769, 77),
|
||||
("Косино-Ухтомский, Лухмановская 15к4", 55.7226, 37.8922, 77),
|
||||
("Можайский, Сколковское ш. 40к4", 55.7022, 37.3920, 77),
|
||||
("Новые Химки, Панфилова 12", 55.8796, 37.4294, 50),
|
||||
("Химки, Юннатов 11", 55.8972, 37.4613, 50),
|
||||
("Красногорск, Красногорский б-р 13к1", 55.8156, 37.3707, 50),
|
||||
("Новоивановское, Одинцовский о.", 55.7013, 37.3606, 50),
|
||||
("Красногорск, Липовой Рощи 1к3", 55.7990, 37.3787, 50),
|
||||
)
|
||||
|
||||
|
||||
def test_border_control_points_resolve_on_unsimplified_boundary() -> None:
|
||||
for name, lat, lon, expected_code in _BORDER_CONTROL_POINTS:
|
||||
res = regions.region_for_point(lat, lon)
|
||||
got_code = res.code if res is not None else None
|
||||
assert got_code == expected_code, (
|
||||
f"{name} ({lat}, {lon}): ожидался регион {expected_code}, получен {got_code}"
|
||||
)
|
||||
|
||||
|
||||
def test_no_point_inside_a_bbox_resolves_to_none() -> None:
|
||||
"""Главный инвариант правки: None законен ТОЛЬКО вне bbox всех регионов.
|
||||
|
||||
Прогон сеткой 0.005° по прямоугольнику Москвы: любая щель между
|
||||
независимо оцифрованными в OSM линиями 50 и 77 всплывёт здесь как None, а
|
||||
None у вызывающего кода (`trade_in.py`: `code if target_region else
|
||||
DEFAULT_REGION_CODE`) означает молчаливую подстановку региона по
|
||||
умолчанию — коэффициенты Екатеринбурга московскому адресу."""
|
||||
checked = 0
|
||||
for lat_step in range(91):
|
||||
lat = 55.55 + lat_step * 0.005
|
||||
for lon_step in range(121):
|
||||
lon = 37.30 + lon_step * 0.005
|
||||
assert any(
|
||||
regions.is_within_bbox(lat, lon, r.bbox_region) for r in regions.REGIONS.values()
|
||||
), (lat, lon)
|
||||
assert regions.region_for_point(lat, lon) is not None, (
|
||||
f"точка ({lat}, {lon}) внутри bbox региона, но резолв дал None"
|
||||
)
|
||||
checked += 1
|
||||
assert checked == 91 * 121
|
||||
|
||||
|
||||
def test_nearest_boundary_fallback_prefers_the_closer_region() -> None:
|
||||
"""Щель закрывается по расстоянию до границы, а не «первым в порядке».
|
||||
|
||||
Проверяем саму метрику — в fallback-ветке region_for_point исход решает
|
||||
она. Точка в Красногорске у самой границы Москвы: линия 50 и линия 77
|
||||
здесь общая, поэтому расстояния до них совпадают до метров, и масштаб —
|
||||
сотня метров, а не километры (плоское приближение с поправкой cos(lat)).
|
||||
"""
|
||||
lat, lon = 55.7990, 37.3787
|
||||
d_50 = regions._distance_to_boundary(50, lat, lon)
|
||||
d_77 = regions._distance_to_boundary(77, lat, lon)
|
||||
assert abs(d_50 - d_77) * 111_320 < 20.0
|
||||
assert 50.0 < d_50 * 111_320 < 300.0
|
||||
# Центр Москвы от своей границы — километры (метрика не схлопнута в ноль).
|
||||
assert regions._distance_to_boundary(77, 55.7558, 37.6173) * 111_320 > 5_000.0
|
||||
|
||||
|
||||
def _measure_resolve(probes: list[tuple[float, float]]) -> float:
|
||||
started = time.perf_counter()
|
||||
for _ in range(200):
|
||||
for lat, lon in probes:
|
||||
regions.region_for_point(lat, lon)
|
||||
return (time.perf_counter() - started) / (200 * len(probes))
|
||||
|
||||
|
||||
def test_region_for_point_stays_under_time_budget() -> None:
|
||||
"""Точная геометрия не имеет права стоить дороже bbox-эпохи.
|
||||
|
||||
Потолок 150 мкс/вызов при фактических ~4 мкс (bbox каждого кольца +
|
||||
lat-полосы рёбер, см. regions._IndexedRing): запас в 35 раз — тест
|
||||
краснеет от настоящей регрессии алгоритма, а не от шумного раннера."""
|
||||
probes = [(lat, lon) for _n, lat, lon, _c in _BORDER_CONTROL_POINTS]
|
||||
probes += [(lat, lon) for _n, lat, lon, _c in _CONTROL_POINTS]
|
||||
for lat, lon in probes: # прогрев
|
||||
regions.region_for_point(lat, lon)
|
||||
best = min(_measure_resolve(probes) for _ in range(3))
|
||||
assert best < 150e-6, f"region_for_point: {best * 1e6:.1f} мкс/вызов, потолок 150"
|
||||
|
|
@ -64,7 +64,14 @@ def test_uvicorn_access_line_masks_secret_query_param() -> None:
|
|||
|
||||
|
||||
def test_app_logger_via_root_handler_masks_secret() -> None:
|
||||
"""Фильтр стоит и на handler'ах корня — прикладные логгеры тоже закрыты."""
|
||||
"""Фильтр стоит и на handler'ах корня — прикладные логгеры тоже закрыты.
|
||||
|
||||
Секрет + query-контекст (`?token=...`) передаются ОДНИМ %s-аргументом — как реально
|
||||
устроены вызовы в этом кодбейзе (см. body_preview в app/services/dadata.py), а не
|
||||
расщеплены между msg-шаблоном и голым значением в args. Фильтр (#3471) скрабит
|
||||
ЭЛЕМЕНТЫ `record.args` по отдельности, не трогая arity/`record.msg`-шаблон — поэтому
|
||||
секрет обязан быть самодостаточным (с контекстом) внутри одного аргумента.
|
||||
"""
|
||||
stream = io.StringIO()
|
||||
handler = logging.StreamHandler(stream)
|
||||
handler.setFormatter(logging.Formatter("%(message)s"))
|
||||
|
|
@ -73,7 +80,7 @@ def test_app_logger_via_root_handler_masks_secret() -> None:
|
|||
root.addHandler(handler)
|
||||
try:
|
||||
logging.getLogger("app.some.module").warning(
|
||||
"retry callback https://gendsgn.ru/hook?token=%s", _SECRET
|
||||
"retry callback %s", f"https://gendsgn.ru/hook?token={_SECRET}"
|
||||
)
|
||||
finally:
|
||||
root.removeHandler(handler)
|
||||
|
|
@ -133,3 +140,46 @@ def test_install_is_idempotent() -> None:
|
|||
install_query_secret_filter("uvicorn.access")
|
||||
filters = logging.getLogger("uvicorn.access").filters
|
||||
assert sum(isinstance(f, QuerySecretFilter) for f in filters) == 1, filters
|
||||
|
||||
|
||||
def test_uvicorn_access_formatter_survives_secret_scrub() -> None:
|
||||
"""Прод-баг: скраб секрета в access-логе ронял сам процесс логирования (docker logs).
|
||||
|
||||
`uvicorn.logging.AccessFormatter.formatMessage()` распаковывает `record.args` НАПРЯМУЮ
|
||||
как 5-tuple (`client_addr, method, full_path, http_version, status_code = record.args`),
|
||||
в обход `record.getMessage()`. Старая реализация фильтра при найденном секрете обнуляла
|
||||
`record.args = ()` → `ValueError: not enough values to unpack (expected 5, got 0)` →
|
||||
`--- Logging error ---` в docker-логах ТОЛЬКО в момент, когда фильтр пытался защитить
|
||||
секрет (см. трассу через starlette/middleware/errors.py `_send` — это просто цепочка
|
||||
вложенных ASGI `send()`, ведущая к access-log вызову внутри uvicorn).
|
||||
"""
|
||||
from uvicorn.logging import AccessFormatter
|
||||
|
||||
stream = io.StringIO()
|
||||
handler = logging.StreamHandler(stream)
|
||||
handler.setFormatter(AccessFormatter("%(client_addr)s - %(request_line)s %(status_code)s"))
|
||||
logger = logging.getLogger("uvicorn.access.formatter_test")
|
||||
logger.addHandler(handler)
|
||||
logger.setLevel(logging.INFO)
|
||||
logger.propagate = False
|
||||
install_query_secret_filter("uvicorn.access.formatter_test")
|
||||
try:
|
||||
# НЕ должно бросить ValueError при обработке handler'ом (падение уходит в
|
||||
# handleError → stderr, а не наверх — поэтому проверяем результат, а не raises).
|
||||
logger.info(
|
||||
'%s - "%s %s HTTP/%s" %d',
|
||||
"172.18.0.3:60322",
|
||||
"POST",
|
||||
f"/api/v1/trade-in/ops/glitchtip-webhook?secret={_SECRET}",
|
||||
"1.1",
|
||||
200,
|
||||
)
|
||||
finally:
|
||||
logger.removeHandler(handler)
|
||||
logger.filters.clear()
|
||||
|
||||
out = stream.getvalue()
|
||||
assert out, "форматтер не выдал ни строки — запись эмита провалилась (см. handleError)"
|
||||
assert _SECRET not in out, out
|
||||
assert "secret=***" in out, out
|
||||
assert "200" in out and "POST" in out
|
||||
|
|
|
|||
|
|
@ -342,6 +342,9 @@ def _yandex_with_pool(monkeypatch: pytest.MonkeyPatch, *, get: Any) -> _Counting
|
|||
patch(
|
||||
"scraper_kit.providers.yandex.valuation._CurlCffiSession", _fake_curl_session(get=get)
|
||||
),
|
||||
# На успехе fetch_house_history зовёт настоящий anti-ban sleep_between_requests
|
||||
# (5с jitter) — тесту нужен только факт release-lease, не сама пауза.
|
||||
patch("scraper_kit.base.asyncio.sleep", new_callable=AsyncMock),
|
||||
):
|
||||
_call_yandex(_db_cache_miss())
|
||||
return provider
|
||||
|
|
|
|||
324
tradein-mvp/backend/tests/test_3469_showcase_schedule.py
Normal file
324
tradein-mvp/backend/tests/test_3469_showcase_schedule.py
Normal file
|
|
@ -0,0 +1,324 @@
|
|||
"""Витрина сделок лэндинга попадает в расписание и в монитор свежести (#3469).
|
||||
|
||||
ЧТО БЫЛО СЛОМАНО. `landing_showcase_deals` считает витрину публичного лэндинга
|
||||
(«МЕРА сказала X — продали за Y»), но в `scrape_schedules` строки для неё не было
|
||||
вовсе (`WHERE source LIKE '%showcase%'` — 0 строк на проде 12.09.2026), а в
|
||||
реестре `product_handlers` — обработчика. То есть планировщик про задачу не знал
|
||||
ни с какой стороны, пересчёт был ручным, и страница показывала прогон
|
||||
тринадцатисуточной давности. Заметить это было неоткуда: под таблицей печатались
|
||||
счётчики прогона, но не его дата, а сводка просроченных источников
|
||||
(`emit_stale_digest`, #2670) ходит по ВКЛЮЧЁННЫМ РАСПИСАНИЯМ — источника, которого
|
||||
в таблице нет, для неё не существует.
|
||||
|
||||
ЧТО ПРОВЕРЯЕТСЯ ЗДЕСЬ, И ПОЧЕМУ ИМЕННО ЭТО.
|
||||
|
||||
1. Обработчик резолвится ТЕМ ЖЕ `resolve_handler`, которым его ищет боевой
|
||||
`_dispatch`. Одной строки расписания мало: без обработчика планировщик
|
||||
нашёл бы задачу и не смог её запустить.
|
||||
2. Миграция 303 сеет строку, и сеет её ВКЛЮЧЁННОЙ с явным `interval_days` —
|
||||
сводка считает порог просрочки из этого же числа.
|
||||
3. Сводка краснеет, когда витрина не пересчитывалась дольше ТРЁХ тактов
|
||||
(приёмка #3469), и молчит на двух. Число тактов здесь — литерал, а такт
|
||||
читается из миграции: ожидание, взятое из той же настройки, которую
|
||||
проверяешь, уезжает вместе с ней — см. комментарий при _ACCEPTANCE_CYCLES.
|
||||
4. Живой Postgres (само-скип): миграция реально вставляет строку в таблицу,
|
||||
повторное применение её не задваивает, и настоящий запрос сводки
|
||||
`_STALE_SOURCES_SQL` видит эту строку и отдаёт витрину просроченной.
|
||||
|
||||
ЖИВОЙ ТЕСТ НЕ УДАЛЯЕТ И НЕ ПРАВИТ НИЧЕГО ЧУЖОГО: он применяет ту же идемпотентную
|
||||
миграцию, что применяет деплой (ON CONFLICT DO NOTHING). В CI он ИДЁТ —
|
||||
ci-tradein.yml поднимает свой Postgres и кладёт DSN в DATABASE_URL; на машине без
|
||||
базы само-скипается (запись в tests/skip_allowlist.txt).
|
||||
|
||||
ГОНЯТЬ ЕГО НАДО НА ПОЛНОЙ СХЕМЕ, А НЕ НА ПУСТОЙ БАЗЕ. На чистой базе он был
|
||||
зелёным и при этом падал в CI: повтор `015_scrape_runs.sql` (его комментарий к
|
||||
колонке, снесённой миграцией 214) на полной схеме валится, а на пустой — нет.
|
||||
Поэтому зависимости применяются только когда таблицы ещё нет, а проверять надо
|
||||
тем же путём, каким гоняет CI:
|
||||
|
||||
docker exec tradein-postgres psql -U tradein -d postgres -c 'CREATE DATABASE t3469full'
|
||||
docker exec -i tradein-postgres psql -U tradein -d t3469full -c \\
|
||||
'CREATE EXTENSION postgis; CREATE EXTENSION pg_trgm; CREATE ROLE gendesign_reader;'
|
||||
for f in $(ls -1 data/sql/*.sql | sort); do docker exec -i tradein-postgres \\
|
||||
psql -U tradein -d t3469full -v ON_ERROR_STOP=on -q < "$f"; done
|
||||
DATABASE_URL="postgresql+psycopg://tradein:tradein@127.0.0.1:5433/t3469full" \\
|
||||
uv run python -m pytest tests/test_3469_showcase_schedule.py -q
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import os
|
||||
import re
|
||||
from datetime import UTC, datetime, timedelta
|
||||
from pathlib import Path
|
||||
from types import SimpleNamespace
|
||||
from typing import Any
|
||||
|
||||
import pytest
|
||||
|
||||
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost:5432/test")
|
||||
|
||||
from scraper_kit.orchestration import scheduler as sched
|
||||
|
||||
from app.services.product_handlers import _job_landing_showcase_deals, build_product_handlers
|
||||
|
||||
SOURCE = "landing_showcase_deals"
|
||||
|
||||
_SQL_DIR = Path(__file__).resolve().parents[1] / "data" / "sql"
|
||||
_MIGRATION = _SQL_DIR / "303_scrape_schedules_seed_landing_showcase_deals.sql"
|
||||
# Таблицы, без которых строку расписания некуда класть (FK scrape_schedules →
|
||||
# scrape_runs), — живой тест применяет их в том же порядке, что и деплой.
|
||||
_DEPS = [
|
||||
_SQL_DIR / "015_scrape_runs.sql",
|
||||
# counters jsonb — по нему сводка судит, принёс ли прогон данные.
|
||||
_SQL_DIR / "051_scrape_runs_extend.sql",
|
||||
_SQL_DIR / "052_scrape_schedules.sql",
|
||||
]
|
||||
|
||||
NOW = datetime(2026, 9, 12, 8, 0, tzinfo=UTC)
|
||||
|
||||
|
||||
def _migration_sql() -> str:
|
||||
return _MIGRATION.read_text("utf-8")
|
||||
|
||||
|
||||
def _seeded_interval_days() -> int:
|
||||
"""Такт из САМОЙ миграции — порог сводки считается из него, не из литерала."""
|
||||
m = re.search(r'"interval_days"\s*:\s*(\d+)', _migration_sql())
|
||||
assert m is not None, "в default_params миграции 303 нет interval_days"
|
||||
return int(m.group(1))
|
||||
|
||||
|
||||
# ── 1. Планировщик видит задачу ──────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_handler_resolves_for_scheduler() -> None:
|
||||
"""`resolve_handler` находит витрину — тем же вызовом, что и боевой _dispatch.
|
||||
|
||||
Ломать так: убрать ключ из реестра в product_handlers — тест покраснеет, а
|
||||
планировщик на проде заклеймил бы прогон и не нашёл, чем его выполнить.
|
||||
"""
|
||||
registry = build_product_handlers(ctx=None) # type: ignore[arg-type]
|
||||
handler = sched.resolve_handler(SOURCE, registry)
|
||||
assert handler is not None, f"{SOURCE} не резолвится реестром — задача невидима"
|
||||
# СРАВНИВАЕМ САМ JOB, А НЕ `log_name`: имя — второй литерал конструктора
|
||||
# Handler, и правильный ключ с чужим телом (`_job_landing_stats` под ключом
|
||||
# витрины) проходил проверку по имени насквозь. Резолв ведёт к пересчёту
|
||||
# витрины или не ведёт — это свойство функции, а не подписи в логе.
|
||||
assert handler.job is _job_landing_showcase_deals, (
|
||||
f"под ключом {SOURCE} стоит чужой job: {handler.job.__name__}"
|
||||
)
|
||||
assert handler.log_name == SOURCE
|
||||
|
||||
|
||||
# ── 2. Миграция сеет строку ──────────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_migration_303_exists() -> None:
|
||||
assert _MIGRATION.is_file(), f"missing migration: {_MIGRATION}"
|
||||
|
||||
|
||||
def test_migration_303_seeds_source_enabled() -> None:
|
||||
sql = _migration_sql()
|
||||
assert f"'{SOURCE}'" in sql
|
||||
assert "INSERT INTO scrape_schedules" in sql
|
||||
# enabled=true — иначе сводка просроченных источников строку не увидит
|
||||
# (_STALE_SOURCES_SQL: WHERE sch.enabled), и монитор молчал бы как раньше.
|
||||
assert re.search(rf"'{SOURCE}',\s*\n\s*true", sql), "расписание засеяно выключенным"
|
||||
|
||||
|
||||
def test_migration_303_is_idempotent_and_transactional() -> None:
|
||||
sql = _migration_sql()
|
||||
assert "ON CONFLICT (source) DO NOTHING" in sql
|
||||
assert "BEGIN;" in sql
|
||||
assert "COMMIT;" in sql
|
||||
|
||||
|
||||
def test_migration_303_no_psycopg_trap() -> None:
|
||||
assert not re.search(r":\w+::", _migration_sql())
|
||||
|
||||
|
||||
def test_migration_303_interval_days_is_daily() -> None:
|
||||
"""Такт суточный: витрина устаревает от КОДА (деплой), а не от квартальных сделок."""
|
||||
assert _seeded_interval_days() == 1
|
||||
|
||||
|
||||
# ── 3. Сводка свежести краснеет на молчащей витрине ──────────────────────────
|
||||
|
||||
|
||||
def _row(age_days: float, *, status: str | None = "done") -> Any:
|
||||
"""Строка `_STALE_SOURCES_SQL`: прогон витрины `age_days` суток назад.
|
||||
|
||||
`status=None` (LEFT JOIN не нашёл прогонов) — витрину не пересчитывали ни разу
|
||||
с момента появления расписания; тогда возраст считается от created_at строки.
|
||||
"""
|
||||
finished = None if status is None else NOW - timedelta(days=age_days)
|
||||
return SimpleNamespace(
|
||||
source=SOURCE,
|
||||
interval_days=str(_seeded_interval_days()),
|
||||
created_at=NOW - timedelta(days=age_days),
|
||||
finished_at=finished,
|
||||
status=status,
|
||||
counters={"considered": 200, "eligible": 161, "written": 20},
|
||||
)
|
||||
|
||||
|
||||
def _stale_now(rows: list[Any]) -> list[sched.StaleSource]:
|
||||
return sched.stale_sources(sched.freshness_rows(rows), NOW)
|
||||
|
||||
|
||||
# Приёмка issue #3469 дословно: «отсутствие прогона дольше 3× такта даёт тревогу».
|
||||
# ЧИСЛО ЗДЕСЬ ЛИТЕРАЛ, А НЕ `sched.STALE_DIGEST_INTERVAL_FACTOR`. Взятое из той же
|
||||
# настройки, которую проверяем, ожидание уезжает вместе с ней: при факторе 3650
|
||||
# ЭТИ ЖЕ тесты оставались зелёными (проверено руками), то есть проверяли ровно
|
||||
# ничего. Такт (`interval_days`) при этом читается из миграции — правило «3×»
|
||||
# и задано в тактах, а не в сутках.
|
||||
_ACCEPTANCE_CYCLES = 3
|
||||
|
||||
|
||||
def test_digest_flags_showcase_after_three_cycles() -> None:
|
||||
"""Нет пересчёта дольше 3× такта → витрина в сводке просроченных."""
|
||||
lag = _ACCEPTANCE_CYCLES * _seeded_interval_days() + 0.5
|
||||
stale = _stale_now([_row(lag)])
|
||||
assert [s.source for s in stale] == [SOURCE], (
|
||||
f"витрина молчит {lag} суток при такте {_seeded_interval_days()} и не в тревоге"
|
||||
)
|
||||
assert stale[0].interval_days == _seeded_interval_days()
|
||||
|
||||
|
||||
def test_digest_silent_within_cycle() -> None:
|
||||
"""Контроль: два такта — ещё норма, иначе тревога кричала бы всегда."""
|
||||
lag = 2 * _seeded_interval_days()
|
||||
assert _stale_now([_row(lag)]) == []
|
||||
|
||||
|
||||
def test_digest_flags_showcase_that_never_ran() -> None:
|
||||
"""Расписание есть, прогонов нет — самый частый вид молчания (#3469 и был им)."""
|
||||
lag = _ACCEPTANCE_CYCLES * _seeded_interval_days() + 1
|
||||
stale = _stale_now([_row(lag, status=None)])
|
||||
assert [s.source for s in stale] == [SOURCE]
|
||||
assert stale[0].never_ok is True
|
||||
|
||||
|
||||
def test_showcase_counters_do_not_fake_freshness() -> None:
|
||||
"""Свежесть даёт ПРОГОН, а не его счётчики.
|
||||
|
||||
`run_brought_data` судит по результатным ключам kit'а, а у витрины их нет
|
||||
(`considered`/`eligible`/`written` — свой словарь). Значит мерой остаётся
|
||||
успешный статус: прогон, свалившийся в failed, свежести не даёт.
|
||||
"""
|
||||
assert sched.run_brought_data("done", {"considered": 200, "written": 20}) is True
|
||||
assert sched.run_brought_data("failed", {"considered": 200, "written": 0}) is False
|
||||
|
||||
|
||||
# ── 4. Живая БД: строка реально ложится в таблицу ────────────────────────────
|
||||
|
||||
|
||||
def _live_session() -> Any | None:
|
||||
"""Session на живой Postgres — та же проба, что у соседних живых тестов.
|
||||
|
||||
`TEST_DATABASE_URL` имеет приоритет; `localhost:5432/test` — заглушка модулей,
|
||||
её не считаем базой. В CI сюда приезжает DSN поднятого в job'е контейнера
|
||||
(ci-tradein.yml), поэтому проверка там ИДЁТ, а не тихо скипается.
|
||||
"""
|
||||
try:
|
||||
from sqlalchemy import create_engine, text
|
||||
from sqlalchemy.orm import sessionmaker
|
||||
|
||||
dsn = os.environ.get("TEST_DATABASE_URL") or os.environ.get("DATABASE_URL", "")
|
||||
if not dsn or "localhost:5432/test" in dsn:
|
||||
return None
|
||||
engine = create_engine(dsn, future=True)
|
||||
with engine.connect() as conn:
|
||||
conn.execute(text("SELECT 1"))
|
||||
return sessionmaker(bind=engine, future=True)()
|
||||
except Exception:
|
||||
return None
|
||||
|
||||
|
||||
def _apply(db: Any, path: Path) -> None:
|
||||
"""Прогнать файл миграции целиком, одним куском — как `psql -f` на деплое.
|
||||
|
||||
Через ДРАЙВЕРНОЕ соединение, а не `exec_driver_sql`: последний отдаёт текст
|
||||
psycopg вместе с пустым набором параметров, и тот начинает искать в нём
|
||||
плейсхолдеры — любой процент в комментарии миграции («полоса −5..+20 %»)
|
||||
роняет запуск ошибкой про `%`. psql такого разбора не делает, так что это
|
||||
артефакт теста, а не свойство файла.
|
||||
"""
|
||||
db.connection().connection.driver_connection.execute(path.read_text("utf-8"))
|
||||
db.commit()
|
||||
|
||||
|
||||
@pytest.mark.skipif(_live_session() is None, reason="no reachable Postgres test DB")
|
||||
def test_live_migration_puts_showcase_into_schedules_and_digest() -> None:
|
||||
"""Миграция кладёт строку в scrape_schedules, и сводка видит витрину просроченной.
|
||||
|
||||
Значение, а не текст файла: применяем 303 на живой базе (дважды — дублей быть
|
||||
не должно), читаем строку обратно и прогоняем настоящий `_STALE_SOURCES_SQL` —
|
||||
тот же запрос, которым сводка судит на проде.
|
||||
|
||||
Ничего не удаляем: обе миграции идемпотентны (CREATE TABLE IF NOT EXISTS /
|
||||
ON CONFLICT DO NOTHING), то есть повтор здесь — ровно то же действие, что и
|
||||
повторный деплой.
|
||||
"""
|
||||
from sqlalchemy import text
|
||||
|
||||
db = _live_session()
|
||||
assert db is not None
|
||||
try:
|
||||
# Зависимости — ТОЛЬКО на пустой базе. На базе, прошедшей всю цепочку
|
||||
# (CI и прод), повтор 015 падает: `CREATE TABLE IF NOT EXISTS` — no-op,
|
||||
# а `COMMENT ON COLUMN scrape_runs.returning_count` внизу того же файла
|
||||
# обращается к колонке, которую снесла 214. Файл идемпотентен
|
||||
# относительно себя, но не относительно схемы, прошедшей 214, — и
|
||||
# прогон на чистой базе этого не видит по построению.
|
||||
if db.execute(text("SELECT to_regclass('public.scrape_schedules')")).scalar() is None:
|
||||
for dep in _DEPS:
|
||||
_apply(db, dep)
|
||||
_apply(db, _MIGRATION)
|
||||
# ИДЕМПОТЕНТНОСТЬ МЕРЯЕТСЯ ПО СОСТОЯНИЮ СТРОКИ, А НЕ ПО ЧИСЛУ СТРОК.
|
||||
# «DELETE + INSERT» тоже оставляет ровно одну строку, но на КАЖДОМ
|
||||
# деплое стирает last_run_at/next_run_at и взводит расписание заново —
|
||||
# счёт строк такую замену не отличает, а created_at отличает.
|
||||
first_created_at = db.execute(
|
||||
text("SELECT created_at FROM scrape_schedules WHERE source = :s"), {"s": SOURCE}
|
||||
).scalar()
|
||||
_apply(db, _MIGRATION)
|
||||
|
||||
rows = db.execute(
|
||||
text(
|
||||
"SELECT enabled, window_start_hour, window_end_hour, created_at, "
|
||||
" (next_run_at > now()) AS next_run_ahead, "
|
||||
" default_params->>'interval_days' AS interval_days "
|
||||
"FROM scrape_schedules WHERE source = :s"
|
||||
),
|
||||
{"s": SOURCE},
|
||||
).fetchall()
|
||||
assert len(rows) == 1, f"ожидалась одна строка расписания, получено {len(rows)}"
|
||||
row = rows[0]
|
||||
assert row.created_at == first_created_at, (
|
||||
"повторное применение пересоздало строку расписания — на каждом деплое "
|
||||
"это стирало бы состояние прогонов (last_run_at/next_run_at)"
|
||||
)
|
||||
assert row.enabled is True
|
||||
assert (row.window_start_hour, row.window_end_hour) == (6, 7)
|
||||
assert int(row.interval_days) == _seeded_interval_days()
|
||||
# next_run_at в БУДУЩЕМ: сев расписания не должен выстреливать прогоном
|
||||
# в момент деплоя (образец — 162/275). Стоит в приёмке, значит и здесь.
|
||||
assert row.next_run_ahead is True, "next_run_at в прошлом — прогон стартует на деплое"
|
||||
|
||||
# Сводка: прогонов у витрины нет, возраст считается от created_at строки.
|
||||
digest_rows = list(db.execute(sched._STALE_SOURCES_SQL).fetchall())
|
||||
assert SOURCE in {r.source for r in digest_rows}, "сводка не видит витрину"
|
||||
|
||||
overdue_at = row.created_at + timedelta(
|
||||
days=_ACCEPTANCE_CYCLES * _seeded_interval_days() + 0.5
|
||||
)
|
||||
stale = sched.stale_sources(sched.freshness_rows(digest_rows), overdue_at)
|
||||
assert SOURCE in {s.source for s in stale}, "витрина без прогонов не попала в тревогу"
|
||||
|
||||
fresh_at = row.created_at + timedelta(hours=1)
|
||||
fresh = sched.stale_sources(sched.freshness_rows(digest_rows), fresh_at)
|
||||
assert SOURCE not in {s.source for s in fresh}, "тревога сразу после сева — ложная"
|
||||
finally:
|
||||
db.close()
|
||||
|
|
@ -70,7 +70,7 @@ def glitchtip_events() -> Iterator[list[dict[str, Any]]]:
|
|||
yield events
|
||||
finally:
|
||||
# Иначе на каждый тест остаётся фоновый поток транспорта.
|
||||
client.close()
|
||||
client.close(timeout=0)
|
||||
|
||||
|
||||
def event_texts(events: list[dict[str, Any]]) -> list[str]:
|
||||
|
|
|
|||
|
|
@ -81,26 +81,27 @@ def test_transient_error_returns_none_and_does_not_cache() -> None:
|
|||
ratio, basis = estimator._get_asking_sold_ratio(db, rooms=2) # type: ignore[arg-type]
|
||||
assert (ratio, basis) == (None, None)
|
||||
assert db.rolled_back is True
|
||||
# bucket=2 НЕ должен попасть в кэш — иначе следующая оценка застрянет на None.
|
||||
assert 2 not in estimator._asking_sold_ratio_cache
|
||||
# #3512: ключ кэша — (region_code, bucket); region_code не передан → дефолт 66.
|
||||
# (66, 2) НЕ должен попасть в кэш — иначе следующая оценка застрянет на None.
|
||||
assert (66, 2) not in estimator._asking_sold_ratio_cache
|
||||
|
||||
|
||||
def test_transient_error_then_success_retries_not_poisoned() -> None:
|
||||
# 1) транзиентный сбой — None, кэш не отравлен
|
||||
r1, _ = estimator._get_asking_sold_ratio(_BoomDB(), rooms=2) # type: ignore[arg-type]
|
||||
assert r1 is None
|
||||
assert 2 not in estimator._asking_sold_ratio_cache
|
||||
assert (66, 2) not in estimator._asking_sold_ratio_cache
|
||||
# 2) следующий вызов с рабочей БД должен РЕТРАИТЬ и вернуть реальный ratio
|
||||
r2, basis2 = estimator._get_asking_sold_ratio(_OkDB(0.84), rooms=2) # type: ignore[arg-type]
|
||||
assert r2 == pytest.approx(0.84)
|
||||
assert basis2 == "per_rooms"
|
||||
# теперь успешный результат закэширован
|
||||
assert estimator._asking_sold_ratio_cache[2][0] == pytest.approx(0.84)
|
||||
assert estimator._asking_sold_ratio_cache[(66, 2)][0] == pytest.approx(0.84)
|
||||
|
||||
|
||||
def test_successful_lookup_is_cached() -> None:
|
||||
r, basis = estimator._get_asking_sold_ratio(_OkDB(0.77), rooms=1) # type: ignore[arg-type]
|
||||
assert r == pytest.approx(0.77)
|
||||
assert basis == "per_rooms"
|
||||
cached = estimator._asking_sold_ratio_cache.get(1)
|
||||
cached = estimator._asking_sold_ratio_cache.get((66, 1))
|
||||
assert cached is not None and cached[0] == pytest.approx(0.77)
|
||||
|
|
|
|||
|
|
@ -34,8 +34,20 @@ _MIGRATION_082 = _SQL_DIR / "082_scrape_schedules_seed_ratio_refresh.sql"
|
|||
# Emitted SQL text (SQLAlchemy text() clause → .text gives the raw string).
|
||||
_DELETE_SQL = str(ratio_mod._DELETE_SQL.text)
|
||||
_REDERIVE_SQL = str(ratio_mod._REDERIVE_SQL.text)
|
||||
_DELETE_SQL_REGION = str(ratio_mod._DELETE_SQL_REGION.text)
|
||||
_REDERIVE_SQL_REGION = str(ratio_mod._REDERIVE_SQL_REGION.text)
|
||||
_COUNTERS_SQL = str(ratio_mod._COUNTERS_SQL.text)
|
||||
_ALL_SQL = _DELETE_SQL + "\n" + _REDERIVE_SQL + "\n" + _COUNTERS_SQL
|
||||
_ALL_SQL = (
|
||||
_DELETE_SQL
|
||||
+ "\n"
|
||||
+ _REDERIVE_SQL
|
||||
+ "\n"
|
||||
+ _DELETE_SQL_REGION
|
||||
+ "\n"
|
||||
+ _REDERIVE_SQL_REGION
|
||||
+ "\n"
|
||||
+ _COUNTERS_SQL
|
||||
)
|
||||
_TASK_SRC = inspect.getsource(ratio_mod.recompute_asking_to_sold_ratios)
|
||||
|
||||
|
||||
|
|
@ -43,14 +55,17 @@ _TASK_SRC = inspect.getsource(ratio_mod.recompute_asking_to_sold_ratios)
|
|||
|
||||
|
||||
def test_refresh_deletes_district_rows_first() -> None:
|
||||
"""True-mirror: DELETE FROM asking_to_sold_ratios WHERE district='' before the INSERT.
|
||||
"""True-mirror: DELETE FROM asking_to_sold_ratios WHERE region=66/district='' first.
|
||||
|
||||
The 080 seed used ON CONFLICT DO UPDATE which leaves stale per-rooms rows for buckets
|
||||
that drop below 30/30 on a later run. The refresh must DELETE first instead.
|
||||
|
||||
#3512: the EKB delete is now scoped to `region_code = 66` too (region-aware ratios) —
|
||||
the other-region loop uses its own _DELETE_SQL_REGION, tested separately below.
|
||||
"""
|
||||
flat_del = re.sub(r"\s+", " ", _DELETE_SQL).strip()
|
||||
assert "DELETE FROM asking_to_sold_ratios" in flat_del
|
||||
assert "WHERE district = ''" in flat_del
|
||||
assert "WHERE region_code = 66 AND district = ''" in flat_del
|
||||
# The re-derivation is an INSERT (no ON CONFLICT — DELETE precedes it).
|
||||
assert "INSERT INTO asking_to_sold_ratios" in _REDERIVE_SQL
|
||||
assert "ON CONFLICT" not in _REDERIVE_SQL
|
||||
|
|
@ -278,12 +293,24 @@ def test_migration_080_derivation_is_subset_of_refresh_sql() -> None:
|
|||
"""Remove the #2656 freshness predicate (absent in the 080 seed)."""
|
||||
return re.sub(r"AND\s+scraped_at\s*>\s*NOW\(\)\s*-\s*\(:fresh_days[^\n]*?interval", "", s)
|
||||
|
||||
def _drop_region_code_column(s: str) -> str:
|
||||
"""Remove the #3512 region_code column/literal (absent in the 080 seed).
|
||||
|
||||
Migration 304 adds region_code to the table; the refresh INSERT now writes it
|
||||
explicitly (region_code, ... ) / ( ..., 66) — the 080 seed predates the column.
|
||||
"""
|
||||
s = re.sub(r"basis,\s*region_code", "basis", s)
|
||||
s = re.sub(r"basis,\s*66\s+FROM", "basis FROM", s)
|
||||
return s
|
||||
|
||||
def _norm(s: str) -> str:
|
||||
return _strip_sql(
|
||||
_normalise_ppm2(
|
||||
_normalise_bucket_expr(
|
||||
_drop_freshness_guard(
|
||||
_drop_area_not_null_guard(_drop_city_guard(_drop_segment_guard(s)))
|
||||
_drop_region_code_column(
|
||||
_drop_area_not_null_guard(_drop_city_guard(_drop_segment_guard(s)))
|
||||
)
|
||||
)
|
||||
)
|
||||
)
|
||||
|
|
@ -406,10 +433,10 @@ class _FakeMappingResult:
|
|||
class _FakeDB:
|
||||
"""Minimal stand-in for a SQLAlchemy Session — records execute() calls.
|
||||
|
||||
Execute call order:
|
||||
1. DELETE asking_to_sold_ratios
|
||||
2. REDERIVE INSERT asking_to_sold_ratios
|
||||
3. COUNTERS SELECT (returns counters_row)
|
||||
#3512: execute call order is now EKB (DELETE + INSERT) followed by a
|
||||
DELETE+INSERT pair per _OTHER_REGION_CODES region, then ONE counters SELECT
|
||||
at the very end — identified by statement IDENTITY (`stmt is ratio_mod._COUNTERS_SQL`),
|
||||
not by a hardcoded call index, so the fake stays correct if the region registry grows.
|
||||
"""
|
||||
|
||||
def __init__(
|
||||
|
|
@ -423,8 +450,7 @@ class _FakeDB:
|
|||
|
||||
def execute(self, stmt: Any, params: dict[str, Any] | None = None) -> _FakeMappingResult:
|
||||
self.executed.append((stmt, params))
|
||||
# 3rd call is the counters SELECT (asking_to_sold_ratios).
|
||||
if len(self.executed) == 3:
|
||||
if stmt is ratio_mod._COUNTERS_SQL:
|
||||
return _FakeMappingResult(self._counters_row)
|
||||
return _FakeMappingResult(None)
|
||||
|
||||
|
|
@ -438,8 +464,8 @@ class _FakeDB:
|
|||
def test_counter_logic_with_fake_db(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""recompute_asking_to_sold_ratios maps the counters row into its return + marks done.
|
||||
|
||||
#2002: tiered refresh removed — counters are the 3 legacy keys, FakeDB has 3
|
||||
execute() calls (DELETE + REDERIVE INSERT + COUNTERS SELECT).
|
||||
#3512: FakeDB now sees 2 statements for EKB + 2 per _OTHER_REGION_CODES region +
|
||||
1 final COUNTERS SELECT (counters are still the 3 legacy keys, #2002).
|
||||
"""
|
||||
marked: dict[str, Any] = {}
|
||||
monkeypatch.setattr(
|
||||
|
|
@ -461,8 +487,10 @@ def test_counter_logic_with_fake_db(monkeypatch: pytest.MonkeyPatch) -> None:
|
|||
}
|
||||
assert out == expected
|
||||
assert db.committed is True
|
||||
# Three statements: DELETE + REDERIVE INSERT + COUNTERS SELECT (legacy per-rooms).
|
||||
assert len(db.executed) == 3
|
||||
# EKB (DELETE+INSERT) + 2 per other region + 1 COUNTERS SELECT.
|
||||
expected_calls = 2 + 2 * len(ratio_mod._OTHER_REGION_CODES) + 1
|
||||
assert len(db.executed) == expected_calls
|
||||
assert db.executed[-1][0] is ratio_mod._COUNTERS_SQL
|
||||
assert marked["run_id"] == 99
|
||||
assert marked["counters"] == expected
|
||||
|
||||
|
|
@ -551,3 +579,90 @@ def test_area_bucket_matches_sql_boundaries() -> None:
|
|||
for i, bound in enumerate(sql_bounds):
|
||||
assert ratio_mod.area_bucket(bound - 0.01) == i
|
||||
assert ratio_mod.area_bucket(bound) == i + 1
|
||||
|
||||
|
||||
# ── #3512: per-region ratio (migration 304) ───────────────────────────────────
|
||||
|
||||
_MIGRATION_304 = _SQL_DIR / "304_asking_to_sold_ratios_region.sql"
|
||||
|
||||
|
||||
def test_migration_304_exists() -> None:
|
||||
assert _MIGRATION_304.is_file(), f"missing migration: {_MIGRATION_304}"
|
||||
|
||||
|
||||
def test_migration_304_adds_region_code_and_composite_pk() -> None:
|
||||
sql = _MIGRATION_304.read_text("utf-8")
|
||||
assert "ADD COLUMN IF NOT EXISTS region_code int NOT NULL DEFAULT 66" in sql
|
||||
assert "PRIMARY KEY (region_code, rooms_bucket, district)" in sql
|
||||
# PK-guard идемпотентен (тот же паттерн, что 298_deal_city_price_bands_region.sql).
|
||||
assert "pg_get_constraintdef" in sql
|
||||
assert "DROP CONSTRAINT asking_to_sold_ratios_pkey" in sql
|
||||
assert "BEGIN;" in sql and "COMMIT;" in sql
|
||||
assert "SET LOCAL lock_timeout" in sql
|
||||
|
||||
|
||||
def test_migration_304_uses_psycopg_safe_sql() -> None:
|
||||
sql = _MIGRATION_304.read_text("utf-8")
|
||||
assert not re.search(r":\w+::", sql)
|
||||
|
||||
|
||||
def test_other_region_codes_matches_registry_minus_ekb() -> None:
|
||||
"""_OTHER_REGION_CODES — весь реестр регионов (regions_mod.REGIONS) минус 66.
|
||||
|
||||
Новый регион в реестре автоматически подхватывается пересчётом ratio (#3512) —
|
||||
без правки этого файла.
|
||||
"""
|
||||
from app.services import regions as regions_mod
|
||||
|
||||
expected = tuple(sorted(code for code in regions_mod.REGIONS if code != 66))
|
||||
assert ratio_mod._OTHER_REGION_CODES == expected
|
||||
assert 66 not in ratio_mod._OTHER_REGION_CODES
|
||||
assert 77 in ratio_mod._OTHER_REGION_CODES # Москва — уже в реестре (#3051)
|
||||
|
||||
|
||||
def test_rederive_sql_region_scopes_by_region_code_not_city() -> None:
|
||||
"""_REDERIVE_SQL_REGION скоупит ОБЕ стороны по region_code, БЕЗ городской квоты ЕКБ.
|
||||
|
||||
В отличие от _REDERIVE_SQL (byte-identical historical EKB derivation), генерик-путь
|
||||
для остальных регионов не несёт `city ILIKE` — эта квота была костылём конкретно
|
||||
ЕКБ-исторического asking-покрытия (#C2), не общим правилом (#3512).
|
||||
"""
|
||||
assert "city ILIKE" not in _REDERIVE_SQL_REGION
|
||||
assert _REDERIVE_SQL_REGION.count("region_code = CAST(:region_code AS int)") >= 4
|
||||
assert "FROM deals" in _REDERIVE_SQL_REGION
|
||||
assert "FROM listings" in _REDERIVE_SQL_REGION
|
||||
# Тот же порог 30/30 и то же 12-мес окно, что и у ЕКБ-деривации (переиспользуется,
|
||||
# не изобретается заново — требование задачи).
|
||||
assert "d.n_deals >= 30" in _REDERIVE_SQL_REGION
|
||||
assert "a.n_listings >= 30" in _REDERIVE_SQL_REGION
|
||||
assert "deal_date >= CURRENT_DATE - INTERVAL '12 months'" in _REDERIVE_SQL_REGION
|
||||
# INSERT пишет параметризованный регион, а не литерал 66.
|
||||
assert "CAST(:region_code AS int) FROM global_row" in _REDERIVE_SQL_REGION
|
||||
assert "CAST(:region_code AS int) FROM per_bucket" in _REDERIVE_SQL_REGION
|
||||
|
||||
|
||||
def test_delete_sql_region_scopes_by_region_code() -> None:
|
||||
flat = re.sub(r"\s+", " ", _DELETE_SQL_REGION).strip()
|
||||
assert "DELETE FROM asking_to_sold_ratios" in flat
|
||||
assert "WHERE region_code = CAST(:region_code AS int) AND district = ''" in flat
|
||||
|
||||
|
||||
def test_rederive_sql_writes_region_code_66_literal() -> None:
|
||||
"""_REDERIVE_SQL (ЕКБ-путь) теперь пишет region_code=66 явно в новую колонку."""
|
||||
assert "region_code" in _REDERIVE_SQL
|
||||
assert "basis, 66 FROM global_row" in _REDERIVE_SQL
|
||||
assert "basis, 66 FROM per_bucket" in _REDERIVE_SQL
|
||||
# Числа для 66 не должны были поменяться: городская квота ЕКБ (_ASKING_CITY_PATTERN)
|
||||
# осталась нетронутой в обоих deal-CTE и обоих ask-CTE.
|
||||
assert _REDERIVE_SQL.count("AND city ILIKE :asking_city") == 2
|
||||
assert _REDERIVE_SQL.count("AND (city IS NULL OR city ILIKE :asking_city)") == 2
|
||||
|
||||
|
||||
def test_task_loops_other_regions_between_ekb_and_counters() -> None:
|
||||
"""recompute_asking_to_sold_ratios: EKB derive -> other-regions loop -> counters."""
|
||||
ekb_pos = _TASK_SRC.index("_REDERIVE_SQL,")
|
||||
loop_pos = _TASK_SRC.index("_OTHER_REGION_CODES")
|
||||
region_delete_pos = _TASK_SRC.index("_DELETE_SQL_REGION")
|
||||
region_insert_pos = _TASK_SRC.index("_REDERIVE_SQL_REGION,")
|
||||
counters_pos = _TASK_SRC.index("_COUNTERS_SQL")
|
||||
assert ekb_pos < loop_pos < region_delete_pos < region_insert_pos < counters_pos
|
||||
|
|
|
|||
|
|
@ -215,7 +215,8 @@ async def test_backfill_yandex_addresses_error_on_non_200():
|
|||
return_value=mock_session,
|
||||
),
|
||||
):
|
||||
result = await backfill_yandex_addresses(MagicMock(), limit=10)
|
||||
# request_delay_sec=0: реальный анти-бот sleep(3с) тут не нужен, 1 item в батче.
|
||||
result = await backfill_yandex_addresses(MagicMock(), limit=10, request_delay_sec=0)
|
||||
|
||||
assert result.errors == 1
|
||||
assert result.saved == 0
|
||||
|
|
|
|||
279
tradein-mvp/backend/tests/test_deactivate_stale_region_scope.py
Normal file
279
tradein-mvp/backend/tests/test_deactivate_stale_region_scope.py
Normal file
|
|
@ -0,0 +1,279 @@
|
|||
"""Снятие устаревших ограничено регионами, где есть регулярный пересбор.
|
||||
|
||||
Джоба трактует молчание как «объявление ушло»: строку давно не видели свежей ->
|
||||
is_active=false. Вывод верен ТОЛЬКО там, где есть механизм пересбора. Регионы 77 и
|
||||
50 попали в listings разовой загрузкой 10-12.09.2026, регулярного сбора по ним нет
|
||||
(CITY_ANCHORS кита покрывает только 66, гео-скоуп ДомКлика зашит в ЕКБ) -- без
|
||||
фильтра около 26.09 кандидатами разом стали бы 40 410 строк ДомКлика, и аварийный
|
||||
потолок max_deactivated остановил бы снятие ДЛЯ ВСЕХ регионов, включая ЕКБ
|
||||
(skipped_cap_exceeded не трогает ни одной строки).
|
||||
|
||||
Здесь проверяется: дефолт = только 66; предикат стоит и в preflight count(*), и в
|
||||
UPDATE с ОДНИМ И ТЕМ ЖЕ значением параметра (иначе потолок считает одно, а снимает
|
||||
другое); явный список расширяет охват; мусор в region_codes отвергается.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import os
|
||||
from typing import Any
|
||||
|
||||
import pytest
|
||||
|
||||
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost:5432/test")
|
||||
|
||||
from app.tasks import deactivate_stale_avito as task_mod
|
||||
|
||||
_REGION_PREDICATE = "region_code = ANY(CAST(:region_codes AS int[]))"
|
||||
|
||||
|
||||
# ── Фейковая сессия поверх набора строк ──────────────────────────────────────────
|
||||
# В отличие от _FakeDB прочих файлов, эта считает кандидатов и rowcount НЕ из
|
||||
# фикстуры, а применяя предикат к одному и тому же набору строк по параметрам
|
||||
# КАЖДОГО запроса. Поэтому расхождение preflight и UPDATE (разный :region_codes,
|
||||
# потерянный фильтр в одном из двух) проявляется как разные числа, а не прячется
|
||||
# за заранее заданным rowcount.
|
||||
|
||||
|
||||
class _FakeResult:
|
||||
def __init__(self, rowcount: int = 0, scalar_value: Any = None) -> None:
|
||||
self.rowcount = rowcount
|
||||
self._scalar = scalar_value
|
||||
|
||||
def scalar(self) -> Any:
|
||||
return self._scalar
|
||||
|
||||
|
||||
class _RowsDB:
|
||||
"""rows: список dict'ов region_code / stale / active / segment."""
|
||||
|
||||
def __init__(
|
||||
self,
|
||||
rows: list[dict[str, Any]],
|
||||
*,
|
||||
floor_days: float | None = 0.0,
|
||||
floor_n_pairs: int = 5000,
|
||||
prev_floor_n_pairs: int | None = 5000,
|
||||
confirmations: int = 10_000,
|
||||
) -> None:
|
||||
self._rows = rows
|
||||
self._floor = floor_days
|
||||
self._floor_n_pairs = floor_n_pairs
|
||||
self._prev_floor_n_pairs = prev_floor_n_pairs
|
||||
self._confirmations = confirmations
|
||||
self.executed: list[tuple[str, dict[str, Any] | None]] = []
|
||||
self.committed = False
|
||||
self.rolled_back = False
|
||||
|
||||
def _matching(self, sql: str, params: dict[str, Any] | None) -> int:
|
||||
params = params or {}
|
||||
region_codes = params.get("region_codes")
|
||||
segments = params.get("segments")
|
||||
matched = 0
|
||||
for row in self._rows:
|
||||
if not row.get("active", True):
|
||||
continue
|
||||
if not row.get("stale", True):
|
||||
continue
|
||||
# Фильтр применяется, только если он реально есть в тексте запроса --
|
||||
# выкинутый из одного из двух запросов предикат обязан дать расхождение.
|
||||
if _REGION_PREDICATE in sql:
|
||||
# ANY(...) никогда не матчит NULL -- та же семантика, что в SQL.
|
||||
if row["region_code"] is None or row["region_code"] not in (region_codes or []):
|
||||
continue
|
||||
if "listing_segment IS NULL" in sql and row.get("segment") is not None:
|
||||
continue
|
||||
if "listing_segment = ANY(CAST(:segments AS text[]))" in sql and (
|
||||
row.get("segment") not in (segments or [])
|
||||
):
|
||||
continue
|
||||
matched += 1
|
||||
return matched
|
||||
|
||||
def execute(self, stmt: Any, params: dict[str, Any] | None = None) -> _FakeResult:
|
||||
sql = str(stmt.text)
|
||||
self.executed.append((sql, params))
|
||||
if "percentile_disc" in sql:
|
||||
return _FakeResult(scalar_value=self._floor)
|
||||
if "FROM scrape_runs prev" in sql:
|
||||
return _FakeResult(scalar_value=self._prev_floor_n_pairs)
|
||||
if "JOIN LATERAL" in sql:
|
||||
return _FakeResult(scalar_value=self._floor_n_pairs)
|
||||
if "health_window_days" in sql:
|
||||
return _FakeResult(scalar_value=self._confirmations)
|
||||
if "SELECT count(*)" in sql and "ttl_days" in sql:
|
||||
return _FakeResult(scalar_value=self._matching(sql, params))
|
||||
if "SELECT count(*)" in sql: # active_pool -- весь активный пул источника
|
||||
return _FakeResult(scalar_value=sum(1 for r in self._rows if r.get("active", True)))
|
||||
return _FakeResult(rowcount=self._matching(sql, params))
|
||||
|
||||
def commit(self) -> None:
|
||||
self.committed = True
|
||||
|
||||
def rollback(self) -> None:
|
||||
self.rolled_back = True
|
||||
|
||||
def _query(self, needle: str) -> tuple[str, dict[str, Any]]:
|
||||
for sql, params in self.executed:
|
||||
if needle in sql and ("SELECT count(*)" not in sql or "ttl_days" in sql):
|
||||
return sql, dict(params or {})
|
||||
return "", {}
|
||||
|
||||
@property
|
||||
def update_query(self) -> tuple[str, dict[str, Any]]:
|
||||
return self._query("UPDATE listings")
|
||||
|
||||
@property
|
||||
def candidates_query(self) -> tuple[str, dict[str, Any]]:
|
||||
for sql, params in self.executed:
|
||||
if sql.lstrip().startswith("SELECT count(*)") and "ttl_days" in sql:
|
||||
return sql, dict(params or {})
|
||||
return "", {}
|
||||
|
||||
|
||||
def _run(db: _RowsDB, monkeypatch: pytest.MonkeyPatch, **kwargs: Any) -> dict[str, int]:
|
||||
monkeypatch.setattr(task_mod.runs_mod, "mark_done", lambda *a, **k: None)
|
||||
monkeypatch.setattr(task_mod.runs_mod, "mark_failed", lambda *a, **k: None)
|
||||
# Пол включён, чтобы исполнился preflight-блок (он живёт внутри
|
||||
# revisit_floor_quantile > 0) -- именно его согласованность с UPDATE и проверяем.
|
||||
kwargs.setdefault("revisit_floor_quantile", task_mod.DEFAULT_REVISIT_FLOOR_QUANTILE)
|
||||
return task_mod.deactivate_stale_listings(
|
||||
db, # type: ignore[arg-type]
|
||||
1,
|
||||
listing_source=kwargs.pop("listing_source", "domklik"),
|
||||
ttl_days=kwargs.pop("ttl_days", 14),
|
||||
**kwargs,
|
||||
)
|
||||
|
||||
|
||||
def _corpus() -> list[dict[str, Any]]:
|
||||
"""4 устаревших строки ЕКБ + по 3 строки «залитых руками» 77 и 50."""
|
||||
return (
|
||||
[{"region_code": 66, "stale": True} for _ in range(4)]
|
||||
+ [{"region_code": 77, "stale": True} for _ in range(3)]
|
||||
+ [{"region_code": 50, "stale": True} for _ in range(3)]
|
||||
)
|
||||
|
||||
|
||||
# ── Дефолт: только регион с регулярным сбором ────────────────────────────────────
|
||||
|
||||
|
||||
def test_default_region_scope_is_sverdlovsk_only() -> None:
|
||||
assert task_mod.DEFAULT_DEACTIVATION_REGION_CODES == (66,)
|
||||
|
||||
|
||||
def test_default_run_does_not_touch_rows_of_other_regions(
|
||||
monkeypatch: pytest.MonkeyPatch,
|
||||
) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
out = _run(db, monkeypatch)
|
||||
assert out["deactivated"] == 4, "сняты должны быть только 4 строки региона 66"
|
||||
assert db.update_query[1]["region_codes"] == [66]
|
||||
assert db.committed is True
|
||||
|
||||
|
||||
def test_rows_with_null_region_code_are_never_deactivated(
|
||||
monkeypatch: pytest.MonkeyPatch,
|
||||
) -> None:
|
||||
"""ANY(...) не матчит NULL -- неизвестный регион нечем отнести к покрытому сбором."""
|
||||
db = _RowsDB([{"region_code": 66, "stale": True}, {"region_code": None, "stale": True}])
|
||||
out = _run(db, monkeypatch)
|
||||
assert out["deactivated"] == 1
|
||||
|
||||
|
||||
# ── Preflight и UPDATE согласованы ───────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_preflight_counts_exactly_what_update_deactivates(
|
||||
monkeypatch: pytest.MonkeyPatch,
|
||||
) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
out = _run(db, monkeypatch)
|
||||
assert out["deactivation_candidates"] == out["deactivated"] == 4
|
||||
|
||||
|
||||
def test_preflight_and_update_bind_the_same_region_codes(
|
||||
monkeypatch: pytest.MonkeyPatch,
|
||||
) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
_run(db, monkeypatch, region_codes=[66, 77])
|
||||
assert db.candidates_query[1]["region_codes"] == db.update_query[1]["region_codes"] == [66, 77]
|
||||
|
||||
|
||||
@pytest.mark.parametrize(
|
||||
"build_update, build_count",
|
||||
[
|
||||
(task_mod._build_all_segments_sql, task_mod._build_all_segments_candidates_count_sql),
|
||||
(task_mod._build_segments_sql, task_mod._build_segments_candidates_count_sql),
|
||||
(task_mod._build_null_segment_sql, task_mod._build_null_segment_candidates_count_sql),
|
||||
],
|
||||
)
|
||||
def test_region_predicate_present_in_both_update_and_count_sql(
|
||||
build_update: Any, build_count: Any
|
||||
) -> None:
|
||||
"""Предикат продублирован текстуально в обеих ветках -- потерять его в одной
|
||||
значит считать кандидатов по одному срезу, а снимать по другому."""
|
||||
for sql in (str(build_update("scraped_at").text), str(build_count("scraped_at").text)):
|
||||
assert _REGION_PREDICATE in sql
|
||||
# psycopg v3: никакого :param::type
|
||||
assert ":region_codes::" not in sql
|
||||
|
||||
|
||||
def test_cap_counts_only_covered_regions(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""Ради чего всё: чужой регион не должен пробивать аварийный потолок и глушить
|
||||
снятие по своему (skipped_cap_exceeded не трогает НИ ОДНОЙ строки)."""
|
||||
rows = [{"region_code": 66, "stale": True} for _ in range(3)]
|
||||
rows += [{"region_code": 77, "stale": True} for _ in range(100)]
|
||||
db = _RowsDB(rows)
|
||||
out = _run(db, monkeypatch, max_deactivated=10)
|
||||
assert "skipped_cap_exceeded" not in out
|
||||
assert out["deactivated"] == 3
|
||||
|
||||
|
||||
# ── Явный список расширяет охват ─────────────────────────────────────────────────
|
||||
|
||||
|
||||
def test_explicit_region_codes_widen_the_scope(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
out = _run(db, monkeypatch, region_codes=[66, 77])
|
||||
assert out["deactivated"] == 7
|
||||
assert out["deactivation_candidates"] == 7
|
||||
|
||||
|
||||
def test_explicit_region_codes_can_target_a_single_foreign_region(
|
||||
monkeypatch: pytest.MonkeyPatch,
|
||||
) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
out = _run(db, monkeypatch, region_codes=[50])
|
||||
assert out["deactivated"] == 3
|
||||
|
||||
|
||||
# ── Валидация (jsonb-опечатки в default_params) ──────────────────────────────────
|
||||
|
||||
|
||||
def test_empty_region_codes_rejected(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""[] матчил бы 0 строк и выглядел бы здоровым прогоном -- явный ValueError."""
|
||||
db = _RowsDB(_corpus())
|
||||
with pytest.raises(ValueError, match="region_codes"):
|
||||
_run(db, monkeypatch, region_codes=[])
|
||||
|
||||
|
||||
def test_bool_region_code_rejected(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""jsonb `true` прошёл бы как регион 1 -- тот же класс опечатки, что ttl_days."""
|
||||
db = _RowsDB(_corpus())
|
||||
with pytest.raises(ValueError, match="region_codes"):
|
||||
_run(db, monkeypatch, region_codes=[True])
|
||||
|
||||
|
||||
def test_non_int_region_code_rejected(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
with pytest.raises(ValueError, match="region_codes"):
|
||||
_run(db, monkeypatch, region_codes=["66"]) # type: ignore[list-item]
|
||||
|
||||
|
||||
def test_invalid_region_codes_touch_no_rows(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
db = _RowsDB(_corpus())
|
||||
with pytest.raises(ValueError):
|
||||
_run(db, monkeypatch, region_codes=[])
|
||||
assert db.update_query[0] == ""
|
||||
assert db.committed is False
|
||||
|
|
@ -0,0 +1,140 @@
|
|||
"""Tests for per-region asking→sold ratio resolution (#3512).
|
||||
|
||||
ПРОБЛЕМА: asking_to_sold_ratios (migration 080) считался ИСКЛЮЧИТЕЛЬНО по ЕКБ
|
||||
(city ILIKE '%Екатеринбург%') и применялся estimator'ом к ЛЮБОМУ адресу, включая
|
||||
Москву — коэффициент рынка на порядок дешевле домножал московскую asking-цену.
|
||||
Migration 304 добавила region_code в таблицу; этот файл проверяет, что
|
||||
_get_asking_sold_ratio (app/services/estimator.py) теперь:
|
||||
1. Скоупит ОБА SELECT (per-bucket + global -1 fallback) по region_code запроса.
|
||||
2. Регион 66 без явного region_code — прежнее поведение (дефолт DEFAULT_REGION_CODE).
|
||||
3. Регион без единой строки (ни per-bucket, ни global -1) деградирует ЯВНО:
|
||||
(None, None), без подмены чужим регионом.
|
||||
4. Кэш ключуется на (region_code, bucket), не на голый bucket — иначе Москва и ЕКБ
|
||||
смешались бы в одном кэш-слоте.
|
||||
|
||||
No DB / network: fake Session (тот же паттерн, что
|
||||
test_estimator_ratio_savepoint_retry_2265.py). DATABASE_URL нужен только для импорта
|
||||
app.core.config.Settings.
|
||||
"""
|
||||
|
||||
import os
|
||||
from contextlib import contextmanager
|
||||
from typing import Any
|
||||
|
||||
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost:5432/test")
|
||||
|
||||
from app.services import estimator
|
||||
from app.services import regions as regions_mod
|
||||
|
||||
|
||||
class _Row:
|
||||
def __init__(self, ratio: float | None, basis: str | None) -> None:
|
||||
self.ratio = ratio
|
||||
self.basis = basis
|
||||
|
||||
|
||||
class _Result:
|
||||
def __init__(self, row: _Row | None) -> None:
|
||||
self._row = row
|
||||
|
||||
def fetchone(self) -> _Row | None:
|
||||
return self._row
|
||||
|
||||
|
||||
class _RegionAwareFakeSession:
|
||||
"""Fake Session: отвечает по params['region_code'], как настоящая БД per-region.
|
||||
|
||||
rows: {(region_code, rooms_bucket): _Row} — rooms_bucket=-1 для global fallback.
|
||||
Записывает все (sql_text, params) в self.calls для инспекции bind-параметров.
|
||||
"""
|
||||
|
||||
def __init__(self, rows: dict[tuple[int, int], _Row]) -> None:
|
||||
self._rows = rows
|
||||
self.calls: list[dict[str, Any]] = []
|
||||
|
||||
@contextmanager
|
||||
def begin_nested(self): # type: ignore[no-untyped-def]
|
||||
yield None
|
||||
|
||||
def execute(self, stmt: Any, params: dict[str, Any] | None = None) -> Any:
|
||||
params = params or {}
|
||||
self.calls.append(dict(params))
|
||||
region_code = params.get("region_code")
|
||||
bucket = params.get("b", -1)
|
||||
return _Result(self._rows.get((region_code, bucket)))
|
||||
|
||||
def rollback(self) -> None:
|
||||
pass
|
||||
|
||||
|
||||
def _clear_cache() -> None:
|
||||
estimator._asking_sold_ratio_cache.clear()
|
||||
|
||||
|
||||
def test_ratio_query_scoped_by_region_code_of_request() -> None:
|
||||
"""Оба SELECT (per-bucket + global -1) несут region_code запроса как bind-параметр."""
|
||||
_clear_cache()
|
||||
db = _RegionAwareFakeSession({(77, 1): _Row(0.95, "per_rooms")})
|
||||
|
||||
ratio, basis = estimator._get_asking_sold_ratio(db, rooms=1, region_code=77) # type: ignore[arg-type]
|
||||
|
||||
assert ratio == 0.95
|
||||
assert basis == "per_rooms"
|
||||
assert len(db.calls) == 1 # per-bucket строка нашлась сразу, global -1 не запрошен
|
||||
assert db.calls[0]["region_code"] == 77
|
||||
assert db.calls[0]["b"] == 1
|
||||
|
||||
|
||||
def test_moscow_and_ekb_get_different_ratios_for_same_bucket() -> None:
|
||||
"""Тот же rooms-бакет (1), два региона — РАЗНЫЕ коэффициенты, не смешиваются."""
|
||||
_clear_cache()
|
||||
db = _RegionAwareFakeSession(
|
||||
{
|
||||
(66, 1): _Row(0.84, "per_rooms"),
|
||||
(77, 1): _Row(0.97, "per_rooms"),
|
||||
}
|
||||
)
|
||||
|
||||
ratio_ekb, basis_ekb = estimator._get_asking_sold_ratio(db, rooms=1, region_code=66) # type: ignore[arg-type]
|
||||
ratio_msk, basis_msk = estimator._get_asking_sold_ratio(db, rooms=1, region_code=77) # type: ignore[arg-type]
|
||||
|
||||
assert (ratio_ekb, basis_ekb) == (0.84, "per_rooms")
|
||||
assert (ratio_msk, basis_msk) == (0.97, "per_rooms")
|
||||
assert ratio_ekb != ratio_msk
|
||||
# Оба закэшированы РАЗДЕЛЬНО — (region_code, bucket) ключ, не голый bucket (#3512).
|
||||
assert estimator._asking_sold_ratio_cache[(66, 1)][0] == 0.84
|
||||
assert estimator._asking_sold_ratio_cache[(77, 1)][0] == 0.97
|
||||
|
||||
|
||||
def test_default_region_code_is_ekb_previous_behaviour_preserved() -> None:
|
||||
"""Вызов без region_code (легаси call-site) — дефолт 66, прежнее поведение."""
|
||||
_clear_cache()
|
||||
assert regions_mod.DEFAULT_REGION_CODE == 66
|
||||
db = _RegionAwareFakeSession({(66, 2): _Row(0.81, "global_fallback")})
|
||||
|
||||
ratio, basis = estimator._get_asking_sold_ratio(db, rooms=2) # type: ignore[arg-type]
|
||||
|
||||
assert (ratio, basis) == (0.81, "global_fallback")
|
||||
assert db.calls[0]["region_code"] == 66
|
||||
|
||||
|
||||
def test_region_without_any_row_degrades_explicit_not_silent() -> None:
|
||||
"""Регион без per-bucket И без global -1 строки → (None, None), не чужой регион.
|
||||
|
||||
Falsifiable: до фикса резолвер не нёс region_code вообще, и запрос без фильтра
|
||||
подхватил бы ЕКБ-глобальную строку молча. Здесь region_code=50 (Московская обл.)
|
||||
не имеет НИ ОДНОЙ строки в rows — обе попытки (per-bucket + global -1) промахиваются.
|
||||
"""
|
||||
_clear_cache()
|
||||
db = _RegionAwareFakeSession({(66, 3): _Row(0.9, "per_rooms")}) # только ЕКБ
|
||||
|
||||
ratio, basis = estimator._get_asking_sold_ratio(db, rooms=3, region_code=50) # type: ignore[arg-type]
|
||||
|
||||
assert (ratio, basis) == (None, None)
|
||||
# Обе попытки (per-bucket=3, global=-1) реально ушли под region_code=50 —
|
||||
# НЕ переключились молча на ЕКБ-данные, которые в rows есть.
|
||||
assert len(db.calls) == 2
|
||||
assert db.calls[0]["region_code"] == 50
|
||||
assert db.calls[1]["region_code"] == 50
|
||||
# Стабильный факт БД — кэшируется как обычный None-результат (см. #2175 идиома).
|
||||
assert estimator._asking_sold_ratio_cache[(50, 3)][0] is None
|
||||
|
|
@ -71,7 +71,8 @@ def test_ratio_retry_recovers_after_first_lookup_fails() -> None:
|
|||
assert basis == "per_rooms"
|
||||
assert db.begin_nested_count == 2 # первый заход упал, второй прошёл
|
||||
assert db.rollback_count >= 1 # чистка tx перед retry
|
||||
assert 1 in estimator._asking_sold_ratio_cache # успех кэшируется
|
||||
# #3512: ключ кэша (region_code, bucket); region_code не передан → дефолт 66.
|
||||
assert (66, 1) in estimator._asking_sold_ratio_cache # успех кэшируется
|
||||
|
||||
|
||||
def test_ratio_both_attempts_fail_returns_none_and_not_cached() -> None:
|
||||
|
|
@ -82,7 +83,8 @@ def test_ratio_both_attempts_fail_returns_none_and_not_cached() -> None:
|
|||
|
||||
assert ratio is None
|
||||
assert basis is None
|
||||
assert 2 not in estimator._asking_sold_ratio_cache # транзиент НЕ отравляет кэш (#2175)
|
||||
# транзиент НЕ отравляет кэш (#2175); ключ (region_code, bucket) — #3512.
|
||||
assert (66, 2) not in estimator._asking_sold_ratio_cache
|
||||
assert db.begin_nested_count == 2
|
||||
assert db.rollback_count >= 2
|
||||
|
||||
|
|
@ -97,7 +99,7 @@ def test_ratio_happy_path_single_attempt_no_rollback() -> None:
|
|||
assert basis == "global_fallback"
|
||||
assert db.begin_nested_count == 1 # ни одного retry
|
||||
assert db.rollback_count == 0
|
||||
cached = estimator._asking_sold_ratio_cache.get(0)
|
||||
cached = estimator._asking_sold_ratio_cache.get((66, 0))
|
||||
assert cached is not None
|
||||
assert cached[0] == 0.9
|
||||
assert cached[1] == "global_fallback"
|
||||
|
|
|
|||
|
|
@ -107,9 +107,23 @@ def _run_estimate_with_ratio_spy(
|
|||
|
||||
ratio_calls: list[Any] = []
|
||||
|
||||
def _spy_ratio(db_inner: Any, rooms: Any, area_m2: Any = None, anchor_ppm2: Any = None) -> Any:
|
||||
def _spy_ratio(
|
||||
db_inner: Any,
|
||||
rooms: Any,
|
||||
area_m2: Any = None,
|
||||
anchor_ppm2: Any = None,
|
||||
region_code: Any = None,
|
||||
) -> Any:
|
||||
# #2620-2: signature now carries area_m2 (rekey to area-bucket) before anchor_ppm2.
|
||||
ratio_calls.append({"rooms": rooms, "area_m2": area_m2, "anchor_ppm2": anchor_ppm2})
|
||||
# #3512: region_code — регион цели, теперь тоже часть call-site сигнатуры.
|
||||
ratio_calls.append(
|
||||
{
|
||||
"rooms": rooms,
|
||||
"area_m2": area_m2,
|
||||
"anchor_ppm2": anchor_ppm2,
|
||||
"region_code": region_code,
|
||||
}
|
||||
)
|
||||
return ratio_return
|
||||
|
||||
async def _run() -> Any:
|
||||
|
|
@ -169,8 +183,15 @@ def test_ratio_tier_uses_final_headline_after_anchor() -> None:
|
|||
# _get_asking_sold_ratio должен получить anchor_ppm2 ≈ 300k (не 105k).
|
||||
captured_anchor_ppm2: list[float | None] = []
|
||||
|
||||
def _spy(db_inner: Any, rooms: Any, area_m2: Any = None, anchor_ppm2: Any = None) -> tuple:
|
||||
def _spy(
|
||||
db_inner: Any,
|
||||
rooms: Any,
|
||||
area_m2: Any = None,
|
||||
anchor_ppm2: Any = None,
|
||||
region_code: Any = None,
|
||||
) -> tuple:
|
||||
# #2620-2: signature now carries area_m2 (rekey to area-bucket) before anchor_ppm2.
|
||||
# #3512: region_code — регион цели, теперь тоже часть call-site сигнатуры.
|
||||
captured_anchor_ppm2.append(anchor_ppm2)
|
||||
return (0.78, "per_rooms")
|
||||
|
||||
|
|
|
|||
|
|
@ -234,17 +234,19 @@ def test_insert_is_idempotent_on_conflict() -> None:
|
|||
def test_match_distinct_on_tiebreak_max_flat_count() -> None:
|
||||
flat = re.sub(r"\s+", " ", _MATCH_SQL)
|
||||
# Канонический ключ (мигр. 144), а не точное равенство norm_address.
|
||||
assert "DISTINCT ON (canon)" in flat
|
||||
assert "tradein_canon_addr(norm_address) AS canon" in flat
|
||||
# Tie-break: на canon — строка с макс flat_count, затем меньший house_guid.
|
||||
assert "ORDER BY canon, flat_count DESC, house_guid" in flat
|
||||
# Tie-break на canon (PARTITION BY): строка с макс flat_count, затем меньший house_guid.
|
||||
assert "PARTITION BY canon ORDER BY flat_count DESC, house_guid" in flat
|
||||
# houses-сторона: тот же канон поверх COALESCE(short/full/address).
|
||||
houses_side = (
|
||||
"tradein_canon_addr( COALESCE(h.short_address, h.full_address, h.address) ) = gp.canon"
|
||||
)
|
||||
assert houses_side in flat
|
||||
# ЕКБ-ограничение по full_address (защита от cross-town коллизий).
|
||||
# city-ограничение по full_address (защита от cross-town коллизий, region-зависимо).
|
||||
assert "full_address ILIKE '%' || CAST(:city AS text) || '%'" in flat
|
||||
# Без city-фильтра неоднозначный canon (>1 разных GAR-домов) НЕ матчится (безопасная
|
||||
# деградация вместо угадывания через max(flat_count)) — см. commet у _MATCH_SQL.
|
||||
assert "CAST(:city AS text) IS NOT NULL OR canon_hits = 1" in flat
|
||||
# Идемпотентность повторного прогона.
|
||||
assert "h.gar_flat_count IS DISTINCT FROM gp.flat_count" in flat
|
||||
assert "gar_match_method = 'canon_addr'" in flat
|
||||
|
|
@ -252,6 +254,46 @@ def test_match_distinct_on_tiebreak_max_flat_count() -> None:
|
|||
assert "flat_count > 0" in flat
|
||||
|
||||
|
||||
# ─────────────────────────────────────────────────────────────────────────────
|
||||
# Город-фильтр ПО РЕГИОНУ (не хардкод "Екатеринбург" на все регионы)
|
||||
# ─────────────────────────────────────────────────────────────────────────────
|
||||
def test_default_city_filter_region_66_matches_old_constant() -> None:
|
||||
"""region 66 → «Екатеринбург» — byte-for-byte прежний DEFAULT_CITY_FILTER."""
|
||||
assert gfl.default_city_filter_for_region("66") == "Екатеринбург"
|
||||
|
||||
|
||||
def test_default_city_filter_region_77_and_50_disabled() -> None:
|
||||
"""Москва (один город) и область (нет доминирующего города) — без фильтра."""
|
||||
assert gfl.default_city_filter_for_region("77") is None
|
||||
assert gfl.default_city_filter_for_region("50") is None
|
||||
|
||||
|
||||
def test_default_city_filter_unknown_region_disabled() -> None:
|
||||
assert gfl.default_city_filter_for_region("99") is None
|
||||
assert gfl.default_city_filter_for_region(None) is None
|
||||
assert gfl.default_city_filter_for_region("not-a-number") is None
|
||||
|
||||
|
||||
def test_match_houses_to_gar_auto_resolves_by_region(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""city_filter=CITY_FILTER_AUTO (умолч.) резолвится через default_city_filter_for_region."""
|
||||
captured: dict[str, Any] = {}
|
||||
|
||||
class _FakeResult:
|
||||
rowcount = 0
|
||||
|
||||
def fake_execute(_sql: Any, params: dict[str, Any]) -> _FakeResult:
|
||||
captured.update(params)
|
||||
return _FakeResult()
|
||||
|
||||
fake_db = type("FakeDB", (), {"execute": staticmethod(fake_execute)})()
|
||||
gfl.match_houses_to_gar(fake_db, region_code="66") # city_filter не передан → AUTO
|
||||
assert captured["city"] == "Екатеринбург"
|
||||
|
||||
captured.clear()
|
||||
gfl.match_houses_to_gar(fake_db, region_code="77")
|
||||
assert captured["city"] is None
|
||||
|
||||
|
||||
def test_no_psycopg_v3_colon_colon_cast() -> None:
|
||||
# Только исполняемый SQL (модульный docstring специально содержит анти-паттерн как памятку).
|
||||
assert not re.search(r":\w+::", _INSERT_SQL)
|
||||
|
|
@ -542,3 +584,71 @@ def test_upsert_and_canon_match_populates_gar_flat_count(gar_dir: str) -> None:
|
|||
finally:
|
||||
db.rollback()
|
||||
db.close()
|
||||
|
||||
|
||||
@pytest.mark.skipif(_live_session() is None, reason="нет доступной Postgres test-БД")
|
||||
def test_no_city_filter_ambiguous_canon_not_matched() -> None:
|
||||
"""Без city-фильтра (регион без доминирующего города, напр. 50): одинаковый canon у ДВУХ
|
||||
разных ГАР-домов (разные города, общее название улицы) не резолвится угадыванием —
|
||||
canon_hits>1 → строка НЕ матчится вовсе (см. коммент у _MATCH_SQL). Отдельный
|
||||
невзаимодействующий canon в том же прогоне при этом матчится нормально."""
|
||||
from sqlalchemy import text
|
||||
|
||||
db = _live_session()
|
||||
assert db is not None
|
||||
try:
|
||||
raw = db.connection()
|
||||
raw.exec_driver_sql(_NORMALIZER_FN)
|
||||
raw.exec_driver_sql(_CANON_FN)
|
||||
db.execute(
|
||||
text(
|
||||
"CREATE TEMP TABLE gar_house_flats ("
|
||||
" house_guid text PRIMARY KEY, object_id bigint, region_code text NOT NULL,"
|
||||
" flat_count int, full_address text, norm_address text, street_name text,"
|
||||
" house_num text, loaded_at timestamptz NOT NULL DEFAULT now(), gar_version text"
|
||||
") ON COMMIT DROP"
|
||||
)
|
||||
)
|
||||
db.execute(
|
||||
text(
|
||||
"CREATE TEMP TABLE houses ("
|
||||
" id serial PRIMARY KEY, short_address text, full_address text, address text,"
|
||||
" gar_house_guid text, gar_flat_count int, gar_matched_at timestamptz,"
|
||||
" gar_match_method text"
|
||||
") ON COMMIT DROP"
|
||||
)
|
||||
)
|
||||
# Две РАЗНЫЕ улицы «Ленина, 5» в двух разных городах области (50) — одинаковый
|
||||
# canon «ленина5» (canon не несёт населённый пункт, мигр. 144). Плюс одна
|
||||
# однозначная улица «Мира, 1» без коллизии.
|
||||
db.execute(
|
||||
text(
|
||||
"INSERT INTO gar_house_flats "
|
||||
"(house_guid, region_code, flat_count, full_address, norm_address) VALUES "
|
||||
"('h-town-a', '50', 10, 'обл Московская, г Балашиха, ул Ленина, 5', "
|
||||
"'ул Ленина, 5'), "
|
||||
"('h-town-b', '50', 20, 'обл Московская, г Химки, ул Ленина, 5', "
|
||||
"'ул Ленина, 5'), "
|
||||
"('h-unique', '50', 7, 'обл Московская, г Химки, ул Мира, 1', 'ул Мира, 1')"
|
||||
)
|
||||
)
|
||||
db.execute(
|
||||
text("INSERT INTO houses (short_address) VALUES ('ул. Ленина,5'), ('ул. Мира,1')")
|
||||
)
|
||||
|
||||
matched = gfl.match_houses_to_gar(db, region_code="50", city_filter=None)
|
||||
# Только однозначный canon «мира1» матчится; «ленина5» (2 разных дома) — пропущен.
|
||||
assert matched == 1
|
||||
|
||||
lenina = db.execute(
|
||||
text("SELECT gar_flat_count FROM houses WHERE short_address='ул. Ленина,5'")
|
||||
).scalar()
|
||||
assert lenina is None # неоднозначность НЕ разрешена угадыванием
|
||||
|
||||
mira = db.execute(
|
||||
text("SELECT gar_flat_count FROM houses WHERE short_address='ул. Мира,1'")
|
||||
).scalar()
|
||||
assert mira == 7 # однозначный canon матчится как обычно
|
||||
finally:
|
||||
db.rollback()
|
||||
db.close()
|
||||
|
|
|
|||
|
|
@ -156,7 +156,7 @@ def test_only_moscow_rows_reach_the_writer(captured: list[dict[str, Any]]) -> No
|
|||
assert [lot.source_id for lot in captured[0]["lots"]] == ["1", "4"]
|
||||
assert counters.read == 5
|
||||
assert counters.selected == 2
|
||||
assert counters.skipped_not_moscow == 1
|
||||
assert counters.skipped_not_target_region == 1
|
||||
assert counters.skipped_artifact == 1
|
||||
assert counters.skipped_invalid == 1
|
||||
assert counters.check(), "счётчики обязаны сходиться с прочитанным"
|
||||
|
|
@ -331,7 +331,7 @@ def test_geocode_lets_avito_through_without_allow_unfiltered(
|
|||
_FakeSession(_geo_rows()), source="avito", batch_size=10, geocode=True
|
||||
)
|
||||
assert [lot.source_id for lot in captured[0]["lots"]] == ["1"]
|
||||
assert counters.skipped_oblast == 1
|
||||
assert counters.skipped_geo_other_region == 1
|
||||
assert counters.skipped_ungeocoded == 1
|
||||
assert counters.check(), "счётчики обязаны сходиться с прочитанным"
|
||||
|
||||
|
|
@ -444,7 +444,7 @@ def test_yandex_oblast_rows_do_not_reach_the_writer(captured: list[dict[str, Any
|
|||
]
|
||||
counters = mod.import_msk_raw(_FakeSession(rows), source="yandex", batch_size=10)
|
||||
assert [lot.source_id for lot in captured[0]["lots"]] == ["1"]
|
||||
assert counters.skipped_not_moscow == 1
|
||||
assert counters.skipped_not_target_region == 1
|
||||
|
||||
|
||||
def test_yandex_keeps_its_own_coordinates(captured: list[dict[str, Any]]) -> None:
|
||||
|
|
@ -480,6 +480,261 @@ def test_domclick_non_moscow_is_rejected() -> None:
|
|||
assert not mod.is_moscow_domclick_address(None)
|
||||
|
||||
|
||||
def test_domclick_oblast_is_recognised_without_geocode() -> None:
|
||||
"""Регион 50 у ДомКлика — первый компонент адреса «Московская область»."""
|
||||
assert mod.is_oblast_domclick_address("Московская область, Химки, 9 Мая, 21к3")
|
||||
assert mod.is_oblast_domclick_address(
|
||||
"Московская область, Одинцовский городской округ, Звенигород, 3-й м-н, 28"
|
||||
)
|
||||
assert not mod.is_oblast_domclick_address("Москва, улица Нижние Мнёвники, 16 к2")
|
||||
assert not mod.is_oblast_domclick_address("")
|
||||
assert not mod.is_oblast_domclick_address(None)
|
||||
|
||||
|
||||
def test_domclick_oblast_without_prefix_is_saved_by_its_coordinates() -> None:
|
||||
"""Живой случай: областная карточка БЕЗ префикса «Московская область».
|
||||
|
||||
В собранном корпусе 12.09.2026 такая ровно одна на 2 961 — Можайск, и
|
||||
строгий префикс выбросил бы её молча. Координата внутри bbox области —
|
||||
вторая опора фильтра, а не замена первой.
|
||||
"""
|
||||
mozhaysk = _payload(
|
||||
source="domclick",
|
||||
address="Можайский муниципальный округ, д. Семёновское, 1",
|
||||
lat=55.511625,
|
||||
lon=35.829308,
|
||||
)
|
||||
assert mod.is_oblast_domclick_payload(mozhaysk)
|
||||
|
||||
# Строки вместо чисел (JSON сырья бывает и таким) читаются так же.
|
||||
assert mod.is_oblast_domclick_payload({**mozhaysk, "lat": "55.511625", "lon": "35.829308"})
|
||||
|
||||
|
||||
def test_domclick_oblast_geo_branch_cannot_swallow_moscow() -> None:
|
||||
"""bbox Москвы вложен в областной — отказ по адресу обязан идти РАНЬШЕ гео."""
|
||||
moscow = _payload(
|
||||
source="domclick",
|
||||
address="Москва, улица Нижние Мнёвники, 16 к2",
|
||||
lat=55.7558,
|
||||
lon=37.6173,
|
||||
)
|
||||
assert not mod.is_oblast_domclick_payload(moscow)
|
||||
|
||||
|
||||
def test_domclick_oblast_geo_branch_needs_a_usable_point() -> None:
|
||||
"""Нет префикса и нечего проверить координатой → карточка НЕ область."""
|
||||
bare = _payload(source="domclick", address="Можайский муниципальный округ, д. Семёновское, 1")
|
||||
bare.pop("lat", None)
|
||||
bare.pop("lon", None)
|
||||
assert not mod.is_oblast_domclick_payload(bare)
|
||||
assert not mod.is_oblast_domclick_payload({**bare, "lat": None, "lon": None})
|
||||
assert not mod.is_oblast_domclick_payload({**bare, "lat": "н/д", "lon": "н/д"})
|
||||
# Координата за пределами области (Екатеринбург) тоже не проходит.
|
||||
assert not mod.is_oblast_domclick_payload({**bare, "lat": 56.8300, "lon": 60.6000})
|
||||
|
||||
|
||||
def test_domclick_view_is_wired_into_source_views() -> None:
|
||||
assert mod.SOURCE_VIEWS["domclick"] == "msk_raw.domclick_latest"
|
||||
assert mod.CITY_FILTERS["domclick"] is mod.is_moscow_domclick_address
|
||||
filt77 = mod.REGION_FILTERS[("domclick", 77)]
|
||||
assert filt77(_payload(source="domclick", address="Москва, улица Нижние Мнёвники, 16 к2"))
|
||||
assert not filt77(_payload(source="domclick", address="Московская область, Химки, 9 Мая, 21к3"))
|
||||
|
||||
filt50 = mod.REGION_FILTERS[("domclick", 50)]
|
||||
assert filt50 is mod.is_oblast_domclick_payload
|
||||
assert filt50(_payload(source="domclick", address="Московская область, Химки, 9 Мая, 21к3"))
|
||||
assert not filt50(_payload(source="domclick", address="Москва, улица Нижние Мнёвники, 16 к2"))
|
||||
|
||||
|
||||
# ── регион 50 (Московская область) ───────────────────────────────────────────
|
||||
|
||||
|
||||
def test_cian_subdomain_selects_oblast_regardless_of_okrug(
|
||||
captured: list[dict[str, Any]],
|
||||
) -> None:
|
||||
"""khimki.cian.ru → область при --region 50, даже если адрес без округа."""
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source_id="khimki-1",
|
||||
source_url="https://khimki.cian.ru/sale/flat/1/",
|
||||
address="городской округ Химки, Олимпийский проспект, 29",
|
||||
),
|
||||
}
|
||||
]
|
||||
counters_50 = mod.import_msk_raw(_FakeSession(rows), source="cian", region=50, batch_size=10)
|
||||
assert counters_50.selected == 1
|
||||
|
||||
counters_77 = mod.import_msk_raw(_FakeSession(rows), source="cian", region=77, batch_size=10)
|
||||
assert counters_77.selected == 0
|
||||
|
||||
|
||||
def test_cian_www_with_okrug_stays_moscow_only(captured: list[dict[str, Any]]) -> None:
|
||||
"""www.cian.ru + префикс округа — Москва (77), не область (50)."""
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source_id="www-1",
|
||||
source_url="https://www.cian.ru/sale/flat/330200428/",
|
||||
address="ЦАО, р-н Арбат, улица Арбат, 10",
|
||||
),
|
||||
}
|
||||
]
|
||||
counters_77 = mod.import_msk_raw(_FakeSession(rows), source="cian", region=77, batch_size=10)
|
||||
assert counters_77.selected == 1
|
||||
|
||||
counters_50 = mod.import_msk_raw(_FakeSession(rows), source="cian", region=50, batch_size=10)
|
||||
assert counters_50.selected == 0
|
||||
|
||||
|
||||
def test_yandex_oblast_region_50_is_selected(captured: list[dict[str, Any]]) -> None:
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _yandex(
|
||||
source_id="oblast-1",
|
||||
address="Россия, Московская область, Химки, Ивановская улица, 5",
|
||||
),
|
||||
}
|
||||
]
|
||||
counters_50 = mod.import_msk_raw(_FakeSession(rows), source="yandex", region=50, batch_size=10)
|
||||
assert counters_50.selected == 1
|
||||
|
||||
counters_77 = mod.import_msk_raw(_FakeSession(rows), source="yandex", region=77, batch_size=10)
|
||||
assert counters_77.selected == 0
|
||||
|
||||
|
||||
def test_domclick_oblast_region_50_is_selected(captured: list[dict[str, Any]]) -> None:
|
||||
"""Областной прогон сборщика (батч mo-serp-domclick-20260912) отбирается по region=50."""
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source="domclick",
|
||||
source_id="oblast-1",
|
||||
address="Московская область, Химки, проспект Мельникова, 33",
|
||||
),
|
||||
}
|
||||
]
|
||||
counters_50 = mod.import_msk_raw(
|
||||
_FakeSession(rows), source="domclick", region=50, batch_size=10
|
||||
)
|
||||
assert counters_50.selected == 1
|
||||
|
||||
counters_77 = mod.import_msk_raw(
|
||||
_FakeSession(rows), source="domclick", region=77, batch_size=10
|
||||
)
|
||||
assert counters_77.selected == 0
|
||||
|
||||
|
||||
def test_domclick_moscow_region_77_is_selected(captured: list[dict[str, Any]]) -> None:
|
||||
"""Московский прогон (батч msk-serp-domclick-20260912) отбирается по region=77."""
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source="domclick",
|
||||
source_id="moscow-1",
|
||||
address="Москва, Генерала Дорохова проспект, 49",
|
||||
),
|
||||
}
|
||||
]
|
||||
counters_77 = mod.import_msk_raw(
|
||||
_FakeSession(rows), source="domclick", region=77, batch_size=10
|
||||
)
|
||||
assert counters_77.selected == 1
|
||||
|
||||
counters_50 = mod.import_msk_raw(
|
||||
_FakeSession(rows), source="domclick", region=50, batch_size=10
|
||||
)
|
||||
assert counters_50.selected == 0
|
||||
|
||||
|
||||
def test_domclick_writer_gets_region_50_and_city_none(captured: list[dict[str, Any]]) -> None:
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source="domclick",
|
||||
source_id="oblast-2",
|
||||
address="Московская область, Химки, проспект Мельникова, 33",
|
||||
),
|
||||
}
|
||||
]
|
||||
mod.import_msk_raw(_FakeSession(rows), source="domclick", region=50, batch_size=10)
|
||||
assert captured[0]["region_code"] == 50
|
||||
assert captured[0]["city"] is None
|
||||
|
||||
|
||||
def test_domclick_mixed_batches_are_told_apart_by_address(captured: list[dict[str, Any]]) -> None:
|
||||
"""Вью отдаёт московский и областной прогоны вперемешку — региональный фильтр
|
||||
обязан развести их сам, курсор по `id` тут не помощник."""
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source="domclick",
|
||||
source_id="oblast-3",
|
||||
address="Московская область, Одинцовский городской округ, Звенигород, 3-й м-н, 28",
|
||||
),
|
||||
},
|
||||
{
|
||||
"id": 2,
|
||||
"payload": _payload(
|
||||
source="domclick",
|
||||
source_id="moscow-2",
|
||||
address="Москва, Генерала Дорохова проспект, 49",
|
||||
),
|
||||
},
|
||||
]
|
||||
counters = mod.import_msk_raw(_FakeSession(rows), source="domclick", region=50, batch_size=10)
|
||||
assert [lot.source_id for lot in captured[0]["lots"]] == ["oblast-3"]
|
||||
assert counters.selected == 1
|
||||
assert counters.skipped_not_target_region == 1
|
||||
assert counters.check(), "счётчики обязаны сходиться с прочитанным"
|
||||
|
||||
|
||||
def test_writer_gets_city_none_for_oblast(captured: list[dict[str, Any]]) -> None:
|
||||
rows = [
|
||||
{
|
||||
"id": 1,
|
||||
"payload": _payload(
|
||||
source_id="khimki-1",
|
||||
source_url="https://khimki.cian.ru/sale/flat/1/",
|
||||
address="городской округ Химки, Олимпийский проспект, 29",
|
||||
),
|
||||
}
|
||||
]
|
||||
mod.import_msk_raw(_FakeSession(rows), source="cian", region=50, batch_size=10)
|
||||
assert captured[0]["region_code"] == 50
|
||||
assert captured[0]["city"] is None
|
||||
|
||||
|
||||
def test_moscow_region_77_numbers_unchanged(captured: list[dict[str, Any]]) -> None:
|
||||
"""Анти-регресс: те же фикстуры, тот же region=77 → те же прежние числа."""
|
||||
counters = mod.import_msk_raw(_FakeSession(_rows()), batch_size=10, region=77)
|
||||
assert [lot.source_id for lot in captured[0]["lots"]] == ["1", "4"]
|
||||
assert counters.read == 5
|
||||
assert counters.selected == 2
|
||||
assert counters.skipped_not_target_region == 1
|
||||
assert counters.skipped_artifact == 1
|
||||
assert counters.skipped_invalid == 1
|
||||
assert captured[0]["region_code"] == 77
|
||||
assert captured[0]["city"] == "Москва"
|
||||
|
||||
|
||||
def test_cian_subdomain_ignores_port_and_case() -> None:
|
||||
"""Поддомен читается из `hostname`, а не из `netloc`: порт и регистр хоста
|
||||
не должны превращать московскую карточку в «не целевой регион», а областную
|
||||
— в московскую. Хост не `*.cian.ru` (включая голый `cian.ru` и похожий
|
||||
`fake-cian.ru`) остаётся None — консервативно, ложной области не даёт."""
|
||||
assert mod.cian_subdomain({"source_url": "https://WWW.CIAN.RU:443/sale/flat/1/"}) == "www"
|
||||
assert (
|
||||
mod.cian_subdomain({"source_url": "https://khimki.cian.ru:8443/sale/flat/1/"}) == "khimki"
|
||||
)
|
||||
assert mod.is_cian_oblast_payload({"source_url": "https://khimki.cian.ru:8443/x"}) is True
|
||||
assert mod.is_cian_oblast_payload({"source_url": "https://WWW.CIAN.RU:443/x"}) is False
|
||||
for bad in ("https://cian.ru/sale/flat/1/", "https://fake-cian.ru/x", "", None, 42):
|
||||
assert mod.cian_subdomain({"source_url": bad}) is None
|
||||
assert mod.cian_subdomain({}) is None
|
||||
|
|
|
|||
81
tradein-mvp/backend/tests/test_msk_region_scope_guard.py
Normal file
81
tradein-mvp/backend/tests/test_msk_region_scope_guard.py
Normal file
|
|
@ -0,0 +1,81 @@
|
|||
"""Гард гео-скоупа свипов: `region_code` 77/50 не должен молча собирать Екатеринбург.
|
||||
|
||||
Контекст: планировщик читает регион из строки расписания (#3515,
|
||||
`scheduler._resolve_region_code`), но гео-скоуп свипа задаётся НЕ им — у avito/cian/
|
||||
yandex это anchors города (`CITY_ANCHORS`/`CITY_LOCATIONS`, сегодня только
|
||||
Свердловская обл.), у domclick — зашитый в BFF-URL GUID Екатеринбурга. Заведи мы
|
||||
строку `*_city_sweep_moscow` с `{"region_code": 77}` — прогон собрал бы ЕКБ и
|
||||
проштамповал его московским регионом, не показав ни одной аномалии в счётчиках.
|
||||
Гард превращает эту тихую порчу в падение до первого запроса.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import inspect
|
||||
from collections.abc import Callable
|
||||
from typing import Any
|
||||
|
||||
import pytest
|
||||
from scraper_kit.orchestration.pipeline import (
|
||||
_require_region_scope,
|
||||
run_avito_city_sweep,
|
||||
run_cian_city_sweep,
|
||||
run_domclick_city_sweep,
|
||||
run_yandex_city_sweep,
|
||||
)
|
||||
|
||||
_EKB_ANCHOR = [(56.8400, 60.6050, "Центр")]
|
||||
|
||||
|
||||
def test_default_region_without_anchors_passes() -> None:
|
||||
"""ЕКБ-прогоны (anchors=None, регион по умолчанию 66) не трогаем."""
|
||||
_require_region_scope("avito_city_sweep", 66, None)
|
||||
|
||||
|
||||
def test_default_region_with_city_anchors_passes() -> None:
|
||||
"""Свердловские oblast-строки (#179/#262) продолжают работать как прежде."""
|
||||
_require_region_scope("cian_city_sweep", 66, [(57.910, 59.980, "Н.Тагил центр")])
|
||||
|
||||
|
||||
@pytest.mark.parametrize("region_code", [50, 77])
|
||||
def test_foreign_region_without_anchors_raises(region_code: int) -> None:
|
||||
"""Москва/МО без своих anchors — тот самый случай, что молча давал ЕКБ."""
|
||||
with pytest.raises(ValueError, match=f"region_code={region_code}"):
|
||||
_require_region_scope("avito_city_sweep", region_code, None)
|
||||
|
||||
|
||||
@pytest.mark.parametrize("region_code", [50, 77])
|
||||
def test_foreign_region_with_explicit_anchors_passes(region_code: int) -> None:
|
||||
"""Явные anchors — явный гео-скоуп: запрещаем не регион, а молчаливый ЕКБ-fallback."""
|
||||
_require_region_scope("avito_city_sweep", region_code, _EKB_ANCHOR)
|
||||
|
||||
|
||||
def _required_kwargs(fn: Callable[..., Any], **overrides: Any) -> dict[str, Any]:
|
||||
"""None во все обязательные keyword-параметры: гард обязан сработать раньше их."""
|
||||
kwargs: dict[str, Any] = {
|
||||
name: None
|
||||
for name, prm in inspect.signature(fn).parameters.items()
|
||||
if prm.kind is inspect.Parameter.KEYWORD_ONLY and prm.default is inspect.Parameter.empty
|
||||
}
|
||||
kwargs.update(overrides)
|
||||
return kwargs
|
||||
|
||||
|
||||
@pytest.mark.parametrize(
|
||||
"sweep",
|
||||
[run_avito_city_sweep, run_cian_city_sweep, run_yandex_city_sweep],
|
||||
)
|
||||
async def test_anchor_sweeps_reject_foreign_region(sweep: Callable[..., Any]) -> None:
|
||||
"""Гард стоит до первого обращения к БД/сети — поэтому db=None здесь безопасен."""
|
||||
with pytest.raises(ValueError, match="region_code=77"):
|
||||
await sweep(None, **_required_kwargs(sweep, run_id=1, region_code=77, anchors=None))
|
||||
|
||||
|
||||
@pytest.mark.parametrize("region_code", [50, 77])
|
||||
async def test_domclick_sweep_rejects_foreign_region(region_code: int) -> None:
|
||||
"""У домклика anchors нет вовсе — гео-скоуп зашит в GUID, поэтому режем регион."""
|
||||
with pytest.raises(ValueError, match=f"region_code={region_code}"):
|
||||
await run_domclick_city_sweep(
|
||||
None, # type: ignore[arg-type]
|
||||
**_required_kwargs(run_domclick_city_sweep, run_id=1, region_code=region_code),
|
||||
)
|
||||
|
|
@ -539,16 +539,24 @@ async def test_pull_sber_indices_asking_benchmark_logged(caplog: pytest.LogCaptu
|
|||
)
|
||||
|
||||
|
||||
def test_moscow_oblast_ref_area_is_loaded_but_not_yet_used_by_estimator() -> None:
|
||||
"""Область грузится заранее: ряд наполняется месяцами, задним числом не берётся.
|
||||
def test_moscow_oblast_ref_area_feeds_the_estimator_under_the_same_name() -> None:
|
||||
"""Имя ряда у загрузчика и у эстиматора обязано совпадать буква в букву.
|
||||
|
||||
Одновременно проверяем, что заведение ряда НЕ включает область в оценку и НЕ
|
||||
поднимает тревогу монитора свежести: обе величины считаются от карты
|
||||
эстиматора (_SBER_REGION_SERIES), а не от карты загрузчика.
|
||||
Загрузчик завёл REF_AREA=50 раньше (#3498), когда карта эстиматора кода 50
|
||||
ещё не знала и область считалась по «России». 12.09.2026 ряд приехал на прод
|
||||
(real_estate_deals/«Вторичный», 116 месяцев 2017-01..2026-08), и код 50 попал
|
||||
в `_SBER_REGION_SERIES`. С этого момента расхождение имён перестаёт быть
|
||||
безобидным: эстиматор молча читал бы пустой ряд, а монитор свежести требовал
|
||||
бы ряд, которого загрузчик не пишет. Тест сцепляет обе стороны по имени.
|
||||
"""
|
||||
from app.services.estimator import SBER_MONITORED_REGIONS, SBER_REQUIRED_REGIONS
|
||||
from app.services.estimator import (
|
||||
SBER_MONITORED_REGIONS,
|
||||
SBER_REQUIRED_REGIONS,
|
||||
sber_region_series_name,
|
||||
)
|
||||
from app.services.sber_index import SBER_REF_AREAS
|
||||
|
||||
assert SBER_REF_AREAS["50"] == "Московская область"
|
||||
assert "Московская область" not in SBER_REQUIRED_REGIONS
|
||||
assert "Московская область" not in SBER_MONITORED_REGIONS
|
||||
assert sber_region_series_name(50) == SBER_REF_AREAS["50"]
|
||||
assert "Московская область" in SBER_REQUIRED_REGIONS
|
||||
assert "Московская область" in SBER_MONITORED_REGIONS
|
||||
|
|
|
|||
|
|
@ -88,6 +88,21 @@ def test_series_names_agree_with_region_registry() -> None:
|
|||
assert regions_mod.REGIONS[code].name == name
|
||||
|
||||
|
||||
def test_resolver_maps_50_to_moscow_oblast_not_russia() -> None:
|
||||
"""Область получает СВОЙ ряд, а не общероссийский фолбэк.
|
||||
|
||||
Загрузчик научился тянуть REF_AREA=50 (#3498), и 12.09.2026 ряд приехал на
|
||||
прод: real_estate_deals/«Вторичный», 116 месяцев 2017-01..2026-08 — та же
|
||||
глубина, что у Москвы и обл.66. Пока кода 50 в карте не было, коридор
|
||||
области считался по «России», то есть ошибался на всё расхождение области
|
||||
со страной. Тест красный на прежней карте ПО ЗНАЧЕНИЮ: там вернулась бы
|
||||
«Россия».
|
||||
"""
|
||||
assert est.sber_region_series_name(50) == "Московская область"
|
||||
assert est.sber_region_series_name(50) != est.SBER_TIME_ADJUST_FALLBACK_REGION
|
||||
assert "Московская область" in est.SBER_REQUIRED_REGIONS
|
||||
|
||||
|
||||
def test_monitored_regions_cover_every_series_the_estimator_can_read() -> None:
|
||||
assert set(est.SBER_MONITORED_REGIONS) == set(est._SBER_REGION_SERIES.values()) | {
|
||||
est.SBER_TIME_ADJUST_FALLBACK_REGION
|
||||
|
|
@ -275,8 +290,15 @@ def test_monitor_verdict_for_sverdlovsk_unchanged(monkeypatch: pytest.MonkeyPatc
|
|||
|
||||
|
||||
def _without_moscow() -> _MonDB:
|
||||
"""Источник переименовал «Москва» → ряда с прежним именем больше нет."""
|
||||
return _MonDB({"Свердловская область": _JUN_2026, "Россия": _JUN_2026})
|
||||
"""Источник переименовал «Москва» → ряда с прежним именем больше нет.
|
||||
|
||||
Остальные обязательные ряды на месте — иначе тесты ниже считали бы пропажу
|
||||
Москвы вместе с чужими пропажами. Строятся от карты эстиматора, чтобы новый
|
||||
регион в ней не ронял эти тесты по счётчику (ровно так они и покраснели,
|
||||
когда в карту приехала область).
|
||||
"""
|
||||
present = {r: _JUN_2026 for r in est.SBER_MONITORED_REGIONS if r != "Москва"}
|
||||
return _MonDB(present)
|
||||
|
||||
|
||||
def test_missing_moscow_does_not_suppress_the_sverdlovsk_verdict(
|
||||
|
|
@ -352,7 +374,7 @@ def test_missing_fallback_series_does_not_fail_the_monitor(
|
|||
) -> None:
|
||||
"""«Россия» — фолбэк: сегодня по нему не считается ни одна сделка → не сбой."""
|
||||
calls = _patch_runs(monkeypatch)
|
||||
db = _MonDB({"Свердловская область": _JUN_2026, "Москва": _JUN_2026})
|
||||
db = _MonDB({r: _JUN_2026 for r in est.SBER_REQUIRED_REGIONS})
|
||||
out = mon.check_sber_freshness(db, run_id=4, params={}, now=_NOW) # type: ignore[arg-type]
|
||||
assert calls["failed"] is None
|
||||
assert out["regions_missing"] == 1
|
||||
|
|
@ -457,15 +479,17 @@ def test_duplicate_series_name_does_not_pin_regions_missing(
|
|||
def test_early_exit_fills_the_new_counters(monkeypatch: pytest.MonkeyPatch) -> None:
|
||||
"""КРАСНЫЙ ДО ПРАВКИ: в раннем выходе новые ключи отдавали нули.
|
||||
|
||||
Пропажа ДВУХ обязательных рядов была неотличима от пропажи одного свердловского,
|
||||
а найденный ряд не попадал в age_days_max вовсе.
|
||||
Пропажа ВСЕХ обязательных рядов была неотличима от пропажи одного
|
||||
свердловского, а найденный ряд не попадал в age_days_max вовсе. Счётчик
|
||||
сверяем с длиной карты, а не с литералом: новый регион в ней — не повод
|
||||
этому тесту краснеть.
|
||||
"""
|
||||
calls = _patch_runs(monkeypatch)
|
||||
db = _MonDB({est.SBER_TIME_ADJUST_FALLBACK_REGION: _JUN_2026})
|
||||
out = mon.check_sber_freshness(db, run_id=11, params={}, now=_NOW) # type: ignore[arg-type]
|
||||
assert calls["done"] is None
|
||||
assert calls["failed"] is not None
|
||||
assert out["regions_missing"] == 2
|
||||
assert out["regions_missing"] == len(est.SBER_REQUIRED_REGIONS)
|
||||
assert out["alert_regions_missing"] == 1 # ДО ПРАВКИ: 0
|
||||
assert out["age_days_max"] == 72 # ДО ПРАВКИ: 0 — найденный ряд был не виден
|
||||
# прежняя семантика раннего выхода не тронута
|
||||
|
|
@ -492,9 +516,7 @@ class _MonDBDriverFault(_MonDB):
|
|||
|
||||
def execute(self, stmt: Any, params: dict[str, Any] | None = None) -> _Result:
|
||||
if self._deactivated:
|
||||
raise PendingRollbackError(
|
||||
"Can't reconnect until invalid transaction is rolled back"
|
||||
)
|
||||
raise PendingRollbackError("Can't reconnect until invalid transaction is rolled back")
|
||||
params = params or {}
|
||||
if params.get("city") == self._broken:
|
||||
self._deactivated = True
|
||||
|
|
|
|||
|
|
@ -25,10 +25,12 @@ import os
|
|||
from typing import Any
|
||||
from unittest.mock import AsyncMock, MagicMock, patch
|
||||
|
||||
import pytest
|
||||
|
||||
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")
|
||||
|
||||
from scraper_kit.orchestration import scheduler as kit_sched
|
||||
from scraper_kit.orchestration.pipeline import CITY_ANCHORS
|
||||
from scraper_kit.orchestration.pipeline import CITY_ANCHORS, DEFAULT_REGION_CODE
|
||||
from scraper_kit.orchestration.scheduler import (
|
||||
Handler,
|
||||
SchedulerContext,
|
||||
|
|
@ -38,7 +40,10 @@ from scraper_kit.orchestration.scheduler import (
|
|||
_job_avito_full_load,
|
||||
_job_avito_full_load_exhaustive,
|
||||
_job_cian_city_sweep,
|
||||
_job_cian_full_load,
|
||||
_job_domclick_city_sweep,
|
||||
_job_yandex_city_sweep,
|
||||
_resolve_region_code,
|
||||
build_registry,
|
||||
reap_zombies,
|
||||
reschedule_after_minutes,
|
||||
|
|
@ -623,3 +628,101 @@ def test_wildcard_resolves_oblast_city_sweep_sources() -> None:
|
|||
# EKB source (no city) — по-прежнему резолвится на exact non-wildcard entry.
|
||||
assert resolve_handler("avito_city_sweep", registry) is registry["avito_city_sweep"]
|
||||
assert registry["avito_city_sweep"] is not registry["avito_city_sweep_*"]
|
||||
|
||||
|
||||
# ── region_code: default_params → run_*-функции pipeline.py ─────────────────────────
|
||||
#
|
||||
# Планировщик кита раньше НЕ читал default_params["region_code"] ни разу — все sweep'ы
|
||||
# писали листings регионом 66 (DEFAULT_REGION_CODE) независимо от того, что лежит в
|
||||
# scrape_schedules.default_params. Это единственная причина, по которой московский обход
|
||||
# нельзя было завести конфигом — pipeline.py уже принимает region_code параметром,
|
||||
# scheduler.py его просто не прокидывал. Ниже: (1) отсутствие ключа — БЕЗ изменений
|
||||
# поведения для всех существующих строк расписания (default 66); (2) валидный код (77)
|
||||
# доезжает до run_*; (3) мусорное значение — явный отказ ДО сетевого похода, а не тихая
|
||||
# запись в listings.region_code.
|
||||
|
||||
|
||||
def test_resolve_region_code_missing_key_defaults_to_66() -> None:
|
||||
"""Нет ключа в default_params → DEFAULT_REGION_CODE (66) — прежнее поведение всех
|
||||
123 существующих строк расписания не меняется."""
|
||||
assert _resolve_region_code({}) == DEFAULT_REGION_CODE == 66
|
||||
|
||||
|
||||
def test_resolve_region_code_known_value_passes_through() -> None:
|
||||
assert _resolve_region_code({"region_code": 77}) == 77
|
||||
|
||||
|
||||
def test_resolve_region_code_string_digit_coerces_to_int() -> None:
|
||||
"""jsonb default_params может прислать региона строкой — тот же int(...), что и
|
||||
у остальных числовых параметров этого файла (params.get("pages", ...) и т.п.)."""
|
||||
assert _resolve_region_code({"region_code": "77"}) == 77
|
||||
|
||||
|
||||
def test_resolve_region_code_unknown_value_raises() -> None:
|
||||
"""Регион вне реестра — явный ValueError, а не тихая запись мусора в listings."""
|
||||
with pytest.raises(ValueError, match="реестре регионов"):
|
||||
_resolve_region_code({"region_code": 999})
|
||||
|
||||
|
||||
def test_resolve_region_code_non_numeric_raises() -> None:
|
||||
with pytest.raises(ValueError, match="не приводится к int"):
|
||||
_resolve_region_code({"region_code": "москва"})
|
||||
|
||||
|
||||
async def test_job_avito_city_sweep_region_code_absent_defaults() -> None:
|
||||
with patch.object(kit_sched, "run_avito_city_sweep", AsyncMock()) as mock_run:
|
||||
await _job_avito_city_sweep(MagicMock(), 1, {}, _oblast_ctx())
|
||||
|
||||
_args, kwargs = mock_run.call_args
|
||||
assert kwargs["region_code"] == DEFAULT_REGION_CODE
|
||||
|
||||
|
||||
async def test_job_avito_city_sweep_region_code_from_params() -> None:
|
||||
with patch.object(kit_sched, "run_avito_city_sweep", AsyncMock()) as mock_run:
|
||||
await _job_avito_city_sweep(MagicMock(), 1, {"region_code": 77}, _oblast_ctx())
|
||||
|
||||
_args, kwargs = mock_run.call_args
|
||||
assert kwargs["region_code"] == 77
|
||||
|
||||
|
||||
async def test_job_avito_city_sweep_region_code_garbage_raises_before_run() -> None:
|
||||
"""Мусорный region_code роняет job ДО вызова run_* — сеть/скрапинг не трогаются."""
|
||||
with patch.object(kit_sched, "run_avito_city_sweep", AsyncMock()) as mock_run:
|
||||
with pytest.raises(ValueError):
|
||||
await _job_avito_city_sweep(MagicMock(), 1, {"region_code": 12345}, _oblast_ctx())
|
||||
|
||||
mock_run.assert_not_awaited()
|
||||
|
||||
|
||||
async def test_job_avito_full_load_region_code_from_params() -> None:
|
||||
with patch.object(kit_sched, "run_avito_full_load", AsyncMock()) as mock_run:
|
||||
await _job_avito_full_load(MagicMock(), 1, {"region_code": 77}, _oblast_ctx())
|
||||
|
||||
_args, kwargs = mock_run.call_args
|
||||
assert kwargs["region_code"] == 77
|
||||
|
||||
|
||||
async def test_job_domclick_city_sweep_region_code_absent_defaults() -> None:
|
||||
"""Регионный проброс не должен ломать уже читаемый city_id (тот же params dict)."""
|
||||
with patch.object(kit_sched, "run_domclick_city_sweep", AsyncMock()) as mock_run:
|
||||
await _job_domclick_city_sweep(MagicMock(), 1, {"city_id": 9}, _oblast_ctx())
|
||||
|
||||
_args, kwargs = mock_run.call_args
|
||||
assert kwargs["region_code"] == DEFAULT_REGION_CODE
|
||||
assert kwargs["city_id"] == 9
|
||||
|
||||
|
||||
async def test_job_domclick_city_sweep_region_code_from_params() -> None:
|
||||
with patch.object(kit_sched, "run_domclick_city_sweep", AsyncMock()) as mock_run:
|
||||
await _job_domclick_city_sweep(MagicMock(), 1, {"region_code": 77}, _oblast_ctx())
|
||||
|
||||
_args, kwargs = mock_run.call_args
|
||||
assert kwargs["region_code"] == 77
|
||||
|
||||
|
||||
async def test_job_cian_full_load_region_code_absent_defaults() -> None:
|
||||
with patch.object(kit_sched, "run_cian_full_load", AsyncMock()) as mock_run:
|
||||
await _job_cian_full_load(MagicMock(), 1, {}, _oblast_ctx())
|
||||
|
||||
_args, kwargs = mock_run.call_args
|
||||
assert kwargs["region_code"] == DEFAULT_REGION_CODE
|
||||
|
|
|
|||
|
|
@ -11,27 +11,45 @@
|
|||
- `tradein-mvp/backend/app/services/gar_flats_loader.py` — стриминговый парсер + upsert + матчер.
|
||||
- `tradein-mvp/backend/app/tasks/gar_flats_load.py` — CLI (`python -m app.tasks.gar_flats_load`).
|
||||
|
||||
## 1. Получить ГАР-дамп региона 66 (ops-шаг, вручную)
|
||||
**Текущее состояние (замер 13.09.2026, до загрузки 77/50):** `gar_house_flats` наполнена
|
||||
ТОЛЬКО по региону 66 (919 341 строка). По домам: 66 — 10 159 домов, `gar_house_guid` у 7 779,
|
||||
`flat_count` у 4 821 (47%); 77 — 17 453 дома, `gar_house_guid` у 0 (ГАР ещё не загружен),
|
||||
`flat_count` у 388 (2,2%, вероятно другой источник знаменателя); 50 — 8 964 дома,
|
||||
`gar_house_guid` у 0, `flat_count` у 32. Команды загрузки 77/50 — § 2.
|
||||
|
||||
## 1. Получить ГАР-дамп региона (ops-шаг, вручную)
|
||||
|
||||
Лоадер потребляет **уже распакованные** XML локально — многогигабайтную загрузку/распаковку
|
||||
делаем отдельно (это не часть лоадера).
|
||||
делаем отдельно (это не часть лоадера). Поддерживаемые сейчас регионы продукта: **66**
|
||||
(Свердловская обл.), **77** (Москва), **50** (Московская обл.) — см. `app.services.regions.REGIONS`.
|
||||
|
||||
1. Источник: ГАР (Государственный адресный реестр), портал ФНС — https://fias.nalog.ru/
|
||||
(раздел «Скачать»). Берём «ГАР. Версия со всеми объектами» — формат XML, `gar_xml.zip`.
|
||||
- Полный РФ-архив `gar_xml.zip` — десятки ГБ. Нам нужен **только регион 66** (Свердловская обл.).
|
||||
- Внутри архива объекты разложены по папкам с кодом региона: распаковываем **только папку `66/`**.
|
||||
Пример (извлечь одну папку без распаковки всего архива):
|
||||
- **URL меняется с каждым обновлением ФИАС (примерно еженедельно) — НЕ хардкодить.**
|
||||
Актуальный прямой URL отдаёт `GET https://fias.nalog.ru/WebServices/Public/GetLastDownloadFileInfo`
|
||||
в поле `GarXMLFullURL` (JSON). На дату написания раздела (проверено 13.09.2026):
|
||||
`https://fias-file.nalog.ru/downloads/2026.09.11/gar_xml.zip`, версия дампа ФИАС
|
||||
**2026-09-11**, размер **53,6 ГБ** — используй это значение только как пример формата
|
||||
URL, перед реальным запуском запроси эндпоинт заново.
|
||||
- Полный РФ-архив `gar_xml.zip` — десятки ГБ. Нам нужны только папки нужных регионов.
|
||||
- Внутри архива объекты разложены по папкам с кодом региона: распаковываем **только нужную
|
||||
папку(и)** (можно за один проход, если качаем сразу под несколько регионов):
|
||||
```bash
|
||||
unzip gar_xml.zip '66/*' -d /data/gar
|
||||
# → /data/gar/66/AS_ADDR_OBJ_*.XML, AS_HOUSES_*.XML, AS_APARTMENTS_*.XML,
|
||||
unzip gar_xml.zip '66/*' -d /data/gar # Свердловская обл.
|
||||
unzip gar_xml.zip '77/*' -d /data/gar # Москва
|
||||
unzip gar_xml.zip '50/*' -d /data/gar # Московская обл.
|
||||
# → /data/gar/<regionN>/AS_ADDR_OBJ_*.XML, AS_HOUSES_*.XML, AS_APARTMENTS_*.XML,
|
||||
# AS_MUN_HIERARCHY_*.XML, ...
|
||||
```
|
||||
- Размер распакованной папки `66/`: ориентир — несколько ГБ (крупнейшие файлы —
|
||||
`AS_APARTMENTS_*` и `AS_MUN_HIERARCHY_*`, по сотни МБ — единицы ГБ). Поэтому парсер
|
||||
стримит (`lxml.etree.iterparse` + очистка элементов), а не грузит дерево целиком.
|
||||
- Размер распакованной папки региона: ориентир для 66 — несколько ГБ (крупнейшие файлы —
|
||||
`AS_APARTMENTS_*` и `AS_MUN_HIERARCHY_*`, по сотни МБ — единицы ГБ). Регион 77 (Москва)
|
||||
и особенно 50 (область, ~10 121 текстовое имя города против 612 у Москвы — #2996) —
|
||||
папки СУЩЕСТВЕННО крупнее 66 (на порядок больше домов/помещений), закладывай запас по
|
||||
диску и времени парса. Парсер стримит (`lxml.etree.iterparse` + очистка элементов), а не
|
||||
грузит дерево целиком — память не зависит от размера файла.
|
||||
|
||||
Альтернатива: ГАР обновляется примерно еженедельно дельтами; нам достаточно полного
|
||||
среза. Знаменатель «всего квартир в доме» почти статичен → **ре-прогон раз в квартал** ок.
|
||||
ГАР обновляется примерно еженедельно дельтами; нам достаточно полного среза на регион.
|
||||
Знаменатель «всего квартир в доме» почти статичен → **ре-прогон раз в квартал** ок.
|
||||
|
||||
Нужные файлы в папке региона (остальные лоадер игнорирует):
|
||||
- `AS_ADDR_OBJ_*.XML` — адресные объекты (регион/город/улица).
|
||||
|
|
@ -48,6 +66,14 @@
|
|||
# в контейнере tradein-backend (DATABASE_URL уже выставлен)
|
||||
docker exec -it tradein-backend \
|
||||
python -m app.tasks.gar_flats_load --dir /data/gar/66 --region 66 --version 2026-06-01
|
||||
|
||||
# регион 77 (Москва) — без city-фильтра по умолчанию (город один, фильтровать нечем)
|
||||
docker exec -it tradein-backend \
|
||||
python -m app.tasks.gar_flats_load --dir /data/gar/77 --region 77 --version 2026-09-11
|
||||
|
||||
# регион 50 (Московская обл.) — без city-фильтра по умолчанию (нет доминирующего города)
|
||||
docker exec -it tradein-backend \
|
||||
python -m app.tasks.gar_flats_load --dir /data/gar/50 --region 50 --version 2026-09-11
|
||||
```
|
||||
|
||||
Локально:
|
||||
|
|
@ -62,15 +88,22 @@ DATABASE_URL=postgresql+psycopg://<user>:<pw>@localhost:<port>/tradein \
|
|||
- `--region` (умолч. `66`) — код региона; пишется в `gar_house_flats.region_code`.
|
||||
- `--version` (умолч. сегодня, `YYYY-MM-DD`) — метка версии дампа (`gar_house_flats.gar_version`).
|
||||
- `--match-only` — пропустить парс/загрузку XML, гнать только ре-матч (см. выше).
|
||||
- `--city` (умолч. `Екатеринбург`) — город-фильтр матча (`ILIKE` по `full_address`); пусто = без ограничения.
|
||||
- `--city` — город-фильтр матча (`ILIKE` по `full_address`). **По умолчанию берётся ПО
|
||||
РЕГИОНУ**, не константой (см. `app.services.gar_flats_loader.default_city_filter_for_region`):
|
||||
регион **66** → `Екатеринбург` (byte-for-byte прежнее поведение — много сопоставимых по
|
||||
названиям городов внутри области, см. `REGIONS[66].cities`); регионы **77/50** → без
|
||||
фильтра (77 — город один, фильтровать нечем; 50 — нет доминирующего города, фильтр по
|
||||
одному городу отрезал бы почти весь регион). `--city ''` явно отключает фильтр для
|
||||
ЛЮБОГО региона (в т.ч. 66); `--city "Имя"` — явный override.
|
||||
|
||||
Что делает (две фазы, обе коммитятся):
|
||||
1. **load** — стримит XML → считает помещения на дом (по иерархии) → собирает адрес →
|
||||
UPSERT в `gar_house_flats` (`ON CONFLICT (house_guid)`, идемпотентно). `norm_address`
|
||||
считает SQL-fn `tradein_normalize_short_addr` поверх «улица, номер».
|
||||
2. **match** — `UPDATE houses SET gar_flat_count = …` по КАНОНИЧЕСКОМУ ключу адреса
|
||||
`tradein_canon_addr` (`gar_match_method='canon_addr'`, мигр. 144), ЕКБ-restricted
|
||||
(`full_address ILIKE '%Екатеринбург%'`), идемпотентно (`IS DISTINCT FROM` gate).
|
||||
`tradein_canon_addr` (`gar_match_method='canon_addr'`, мигр. 144), с city-фильтром по
|
||||
умолчанию для 66 (`full_address ILIKE '%Екатеринбург%'`), без фильтра для 77/50 (ambiguity
|
||||
одноимённых улиц закрыта иначе, см. § 4), идемпотентно (`IS DISTINCT FROM` gate).
|
||||
|
||||
В логах — сводка: `houses`, `apartments` (учтено под домами), `upserted`, `houses_matched`.
|
||||
|
||||
|
|
@ -84,12 +117,16 @@ DATABASE_URL=postgresql+psycopg://<user>:<pw>@localhost:<port>/tradein \
|
|||
# в контейнере tradein-backend — только ре-матч, --dir НЕ требуется
|
||||
docker exec -it tradein-backend \
|
||||
python -m app.tasks.gar_flats_load --match-only --region 66
|
||||
docker exec -it tradein-backend \
|
||||
python -m app.tasks.gar_flats_load --match-only --region 77
|
||||
docker exec -it tradein-backend \
|
||||
python -m app.tasks.gar_flats_load --match-only --region 50
|
||||
```
|
||||
|
||||
Флаг `--match-only` пропускает шаги парса/загрузки целиком и гоняет только
|
||||
`match_houses_to_gar` против уже загруженной `gar_house_flats`. `--city` (умолч.
|
||||
`Екатеринбург`) задаёт город-фильтр ГАР-стороны; пустой `--city ''` отключает фильтр
|
||||
(матч за пределами ЕКБ, см. § 4).
|
||||
`match_houses_to_gar` против уже загруженной `gar_house_flats`. `--city` без явного значения
|
||||
резолвится ПО РЕГИОНУ (см. § 2 выше: 66 → `Екатеринбург`, 77/50 → без фильтра); пустой
|
||||
`--city ''` отключает фильтр для любого региона.
|
||||
|
||||
## 3. Проверка результата
|
||||
|
||||
|
|
@ -127,14 +164,24 @@ LIMIT 20;
|
|||
- **Литера/корпус — намеренно НЕ схлопываются.** `6Б` ≠ `6`, `5к1` ≠ `5` — литера и корпус
|
||||
остаются в каноне (буква — кириллица, цифра корпуса — цифра), т.к. это РАЗНЫЕ здания.
|
||||
Это сознательное поведение, не баг матча.
|
||||
- **ЕКБ-ограничение (`city_filter='Екатеринбург'` по умолчанию).** Матч фильтрует ГАР-сторону
|
||||
по `full_address ILIKE '%Екатеринбург%'` — без этого канон `машиностроителей6` совпал бы с
|
||||
- **City-фильтр по умолчанию — ПО РЕГИОНУ, не хардкод.** Для 66 матч фильтрует ГАР-сторону по
|
||||
`full_address ILIKE '%Екатеринбург%'` — без этого канон `машиностроителей6` совпал бы с
|
||||
«Машиностроителей 6», который существует в 4 населённых пунктах region 66 → ложные
|
||||
cross-town коллизии. **City-aware матч за пределами ЕКБ** (по нескольким городам без ложных
|
||||
коллизий) — **future work**; временно отключить фильтр можно `--city ''` (на свой риск).
|
||||
- **Tie-break.** Если несколько ГАР-строк дают один канон, матчер берёт строку с
|
||||
**максимальным `flat_count`** (при равенстве — лексикографически меньший `house_guid`),
|
||||
через `DISTINCT ON (canon) ORDER BY canon, flat_count DESC, house_guid`.
|
||||
cross-town коллизии. Для 77 (Москва) фильтр не нужен — город один. Для 50 (область) фильтр
|
||||
по одному городу был бы вреден (отрезал бы почти весь регион) — ambiguity одноимённых улиц
|
||||
РАЗНЫХ городов там закрыта не фильтром, а следующим пунктом.
|
||||
- **Ambiguity-guard без city-фильтра (canon_hits).** Когда `city_filter IS NULL` (77, 50 и
|
||||
любой будущий регион без one-city ограничения), `tradein_canon_addr` НЕ несёт населённый
|
||||
пункт (режет всё, кроме улицы и номера — мигр. 144) — «Ленина 5» существует в десятках
|
||||
городов области. Матчер СЧИТАЕТ, сколько РАЗНЫХ ГАР-домов дают один canon в
|
||||
отфильтрованной (по региону) выборке (`COUNT(*) OVER (PARTITION BY canon)`); если больше
|
||||
одного — canon НЕ матчится вовсе (пропущенный дом лучше неверно приписанного). С
|
||||
city-фильтром (регион 66 по умолчанию) это ограничение не действует — коллизия там уже
|
||||
закрыта сужением по городу, поведение byte-for-byte прежнее.
|
||||
- **Tie-break.** Если несколько ГАР-строк дают один канон И (city-фильтр задан ИЛИ canon
|
||||
однозначен без фильтра), матчер берёт строку с **максимальным `flat_count`** (при равенстве —
|
||||
лексикографически меньший `house_guid`), через `ROW_NUMBER() OVER (PARTITION BY canon ORDER
|
||||
BY flat_count DESC, house_guid)`.
|
||||
- **Дома с 0 квартир** грузятся (`flat_count=0`), но матчер их игнорирует (`flat_count > 0`).
|
||||
Под `tradein_canon_addr(norm_address) WHERE flat_count > 0` создан функциональный индекс
|
||||
`gar_house_flats_canon_idx` (мигр. 144) под JOIN матчера.
|
||||
|
|
|
|||
|
|
@ -330,6 +330,8 @@ describe("гейт витринных чисел (#2904)", () => {
|
|||
"estimate/page.tsx",
|
||||
"articles/page.tsx",
|
||||
"articles/kak-ocenit-kvartiru/page.tsx",
|
||||
"articles/skolko-stoit-metr-v-ekaterinburge/page.tsx",
|
||||
"articles/pochemu-kvartira-ne-prodaetsya/page.tsx",
|
||||
"docs/page.tsx",
|
||||
"business/page.tsx",
|
||||
];
|
||||
|
|
|
|||
|
|
@ -97,6 +97,41 @@ describe("витрина лэндинга v3 без данных", () => {
|
|||
expect(screen.getByText(/рассмотрено сделок: 4 000/)).toBeTruthy();
|
||||
});
|
||||
|
||||
/**
|
||||
* ДАТА ПРОГОНА — НА СТРАНИЦЕ, РЯДОМ СО СЧЁТЧИКАМИ (#3469).
|
||||
*
|
||||
* Счётчики («рассмотрено 200, показано 20») не стареют на вид, а строки под
|
||||
* ними стареют: на проде задачи не было в расписании, и витрина тринадцать
|
||||
* суток показывала прогон от 30.08 — неотличимо от вчерашнего. Проверяется
|
||||
* ПО ЗНАЧЕНИЮ: дата берётся из `computed_at` фикстуры, вписать её в разметку
|
||||
* руками и остаться зелёным нельзя — второй кейс отдаёт другую дату.
|
||||
*/
|
||||
it("«Точность»: под таблицей стоит дата пересчёта витрины, и она из данных", () => {
|
||||
const { unmount } = render(<AccuracyV3 stats={STATS} showcase={SHOWCASE} />);
|
||||
expect(screen.getByText(/Витрина пересчитана 29\.08\.2026/u)).toBeTruthy();
|
||||
unmount();
|
||||
|
||||
render(
|
||||
<AccuracyV3
|
||||
stats={STATS}
|
||||
showcase={{ ...SHOWCASE, computed_at: "2026-09-12T06:12:03+00:00" }}
|
||||
/>,
|
||||
);
|
||||
expect(screen.getByText(/Витрина пересчитана 12\.09\.2026/u)).toBeTruthy();
|
||||
});
|
||||
|
||||
/**
|
||||
* Даты нет — нет и предложения про неё: то же правило «нет величины — нет
|
||||
* подписи», что у всего блока. «Invalid Date» или «null» на публичной
|
||||
* странице хуже отсутствия даты, а «сегодня» на её месте — враньё.
|
||||
*/
|
||||
it("«Точность»: без computed_at подпись не выдумывает дату", () => {
|
||||
render(<AccuracyV3 stats={STATS} showcase={{ ...SHOWCASE, computed_at: null }} />);
|
||||
const note = screen.getByText(/рассмотрено сделок: 4 000/u);
|
||||
expect(note.textContent).not.toMatch(/Витрина пересчитана/u);
|
||||
expect(note.textContent).not.toMatch(/Invalid Date|null|undefined/u);
|
||||
});
|
||||
|
||||
/**
|
||||
* Снятая величина не должна остаться на экране «по инерции»: её плитку занял
|
||||
* свежий замер, и оговорка про уверенность без своей плитки объясняла бы
|
||||
|
|
@ -136,7 +171,7 @@ describe("витрина лэндинга v3 без данных", () => {
|
|||
* УТВЕРЖДЕНИЕ ПРО ПОЛОСУ ПРОВЕРЯЕТ САМО СЕБЯ ПО ПОКАЗАННЫМ СТРОКАМ.
|
||||
*
|
||||
* Границы стоят в коде фронта, строки приходят из БД от последнего прогона
|
||||
* задачи, а задача в расписании не стоит. Между выкатом фронта и пересчётом
|
||||
* задачи, а такт пересчёта — сутки (#3469). Между выкатом фронта и пересчётом
|
||||
* витрины на странице лежат СТАРЫЕ строки: на проде 12 из 20 вне полосы,
|
||||
* худшая +75,71 %. Утверждение «показана полоса −5…+20 %» и строка +75,7 %
|
||||
* под ним — хуже, чем отсутствие утверждения.
|
||||
|
|
|
|||
|
|
@ -86,6 +86,10 @@ export function AnalyticsScripts() {
|
|||
(1) отдельная фраза про запись действий в п. 9.1
|
||||
`privacy/page.tsx`, (2) маскировка полей ввода адреса и
|
||||
телефона через `ym-hide-content` / `data-ym-disable-keys`. */}
|
||||
{/* `ssr:true` — страницы публичного контура рендерятся на сервере,
|
||||
и без этого флага Метрика считает первый хит по состоянию DOM на
|
||||
момент гидратации, а не по отданной сервером разметке. Флаг
|
||||
выставлен и в самом счётчике на стороне Метрики. */}
|
||||
<Script id="ym-init" strategy="afterInteractive">
|
||||
{`
|
||||
(function(m,e,t,r,i,k,a){m[i]=m[i]||function(){(m[i].a=m[i].a||[]).push(arguments)};
|
||||
|
|
@ -95,6 +99,7 @@ export function AnalyticsScripts() {
|
|||
(window, document, "script", "https://mc.yandex.ru/metrika/tag.js", "ym");
|
||||
|
||||
ym(${Number(YM_ID)}, "init", {
|
||||
ssr:true,
|
||||
clickmap:true,
|
||||
trackLinks:true,
|
||||
accurateTrackBounce:true,
|
||||
|
|
|
|||
|
|
@ -30,10 +30,11 @@
|
|||
* обещала бы точность, которой никто не мерил.
|
||||
*
|
||||
* УТВЕРЖДЕНИЕ ПРО ПОЛОСУ САМОПРОВЕРЯЕМОЕ. Границы стоят в коде фронта, строки
|
||||
* приходят из БД от последнего прогона задачи, а задача в расписании не стоит
|
||||
* — её запускают руками. В окне «фронт выкачен, витрина не пересчитана»
|
||||
* страница утверждала бы полосу над строками прежнего правила, а под
|
||||
* утверждением стояла бы строка +75,7 % (на проде сейчас 12 таких из 20).
|
||||
* приходят из БД от последнего прогона задачи, и прогон отстаёт от выката:
|
||||
* с #3469 задача стоит в расписании (суточный такт), но между деплоем фронта
|
||||
* и ближайшим ночным пересчётом окно всё равно есть. В нём страница утверждала
|
||||
* бы полосу над строками прежнего правила, а под утверждением стояла бы
|
||||
* строка +75,7 % (так на проде и было — 12 таких из 20).
|
||||
* Поэтому обе подписи спрашивают сами строки (`allWithinBand` в `deal-view`):
|
||||
* не соответствуют — про полосу не говорим, называем то, что есть, а правило
|
||||
* прогона и так печатается рядом и приезжает из ТОГО ЖЕ прогона, что строки.
|
||||
|
|
@ -87,6 +88,7 @@ import {
|
|||
dealTitle,
|
||||
errPct,
|
||||
rub,
|
||||
runDate,
|
||||
shownSpread,
|
||||
} from "./deal-view";
|
||||
|
||||
|
|
@ -174,6 +176,9 @@ export function AccuracyV3({
|
|||
const deals = showcase?.deals ?? [];
|
||||
const showcaseStats = showcase?.stats ?? null;
|
||||
const spread = shownSpread(deals);
|
||||
// Дата прогона, давшего эти строки. Стоит в той же подписи, что и счётчики:
|
||||
// «рассмотрено 200, показано 20» не стареет на вид, а строки — стареют.
|
||||
const computedOn = runDate(showcase?.computed_at ?? null);
|
||||
|
||||
return (
|
||||
<section
|
||||
|
|
@ -271,16 +276,26 @@ export function AccuracyV3({
|
|||
(`rejection_rule`) приходит из того же прогона и стоит в этой же
|
||||
подписи — счётчики и правило порознь не показываются.
|
||||
*/}
|
||||
{/*
|
||||
ДАТА ПРОГОНА СТОИТ РЯДОМ СО СЧЁТЧИКАМИ (#3469). Счётчики описывают
|
||||
прогон, но не говорят, КОГДА он был, — и замороженная витрина
|
||||
выглядела ровно так же, как вчера пересчитанная. На проде это и
|
||||
случилось: задачи не было в расписании, и страница тринадцать
|
||||
суток показывала строки от 30.08 без единого признака возраста.
|
||||
Даты нет (ручка отдала null) — предложения тоже нет: подставлять
|
||||
на её место «сегодня» нельзя.
|
||||
*/}
|
||||
<p className={styles.accFootnote}>
|
||||
{showcaseStats
|
||||
? `Показано ${count(showcaseStats.written)} строк из ${count(showcaseStats.eligible)} собранных прогоном, рассмотрено сделок: ${count(showcaseStats.considered)}. Район известен у ${count(showcaseStats.with_district)} из показанных. ${showcaseStats.rejection_rule}`
|
||||
? `${computedOn ? `Витрина пересчитана ${computedOn}. ` : ""}Показано ${count(showcaseStats.written)} строк из ${count(showcaseStats.eligible)} собранных прогоном, рассмотрено сделок: ${count(showcaseStats.considered)}. Район известен у ${count(showcaseStats.with_district)} из показанных. ${showcaseStats.rejection_rule}`
|
||||
: "Подпись прогона не пришла — из чего отобраны строки, сказать нечем."}
|
||||
</p>
|
||||
{spread && (
|
||||
// УТВЕРЖДЕНИЕ ПРО ПОЛОСУ — САМОПРОВЕРЯЕМОЕ. Границы стоят в коде
|
||||
// фронта, а строки приходят из БД, из последнего прогона задачи;
|
||||
// задача в расписании не стоит и запускается руками. Между
|
||||
// выкатом и пересчётом страница утверждала бы полосу над
|
||||
// такт пересчёта — сутки (#3469), то есть строки старше выката
|
||||
// фронта почти всегда. Между выкатом и пересчётом страница
|
||||
// утверждала бы полосу над
|
||||
// строками, собранными до неё (на проде сейчас 12 из 20 вне
|
||||
// полосы, худшая +75,7 %) — утверждение и его опровержение в
|
||||
// одном экране. Поэтому про полосу говорим, только если ни одна
|
||||
|
|
|
|||
|
|
@ -29,6 +29,24 @@ export const count = (value: number): string => RUB.format(value);
|
|||
/** Отклонение прогноза от факта — со знаком: плюс = МЕРА назвала дороже. */
|
||||
export const errPct = (value: number): string => `${PCT.format(value)} %`;
|
||||
|
||||
/**
|
||||
* Дата пересчёта витрины — «30.08.2026» из `computed_at`.
|
||||
*
|
||||
* РАЗБОР СТРОКИ, А НЕ `new Date().toLocaleDateString()`: подпись рендерит
|
||||
* серверный компонент, и локальная дата там считалась бы по часовому поясу
|
||||
* КОНТЕЙНЕРА — то есть дата на странице зависела бы от того, где её собрали.
|
||||
* Дальше того же правила держится и формат: `landing-facts` печатает свои
|
||||
* даты замеров так же, разбором ISO.
|
||||
*
|
||||
* `null` на неразобранном входе — та же дисциплина, что у всей витрины: нет
|
||||
* величины, нет подписи. «Invalid Date» на публичной странице хуже её
|
||||
* отсутствия.
|
||||
*/
|
||||
export const runDate = (iso: string | null): string | null => {
|
||||
const m = iso === null ? null : /^(\d{4})-(\d{2})-(\d{2})/u.exec(iso);
|
||||
return m === null ? null : `${m[3]}.${m[2]}.${m[1]}`;
|
||||
};
|
||||
|
||||
/** «2-к, 52 м²» — всё, что про объект известно наверняка. */
|
||||
/**
|
||||
* Заголовок сделки. `rooms = 0` — это СТУДИЯ, а не «ноль комнат»: так её
|
||||
|
|
|
|||
|
|
@ -45,7 +45,7 @@ export interface ArticleCardMeta {
|
|||
* второй статьи не может увести её на первую (так и было, пока
|
||||
* `to="articleHowTo"` стоял константой в JSX).
|
||||
*/
|
||||
readonly route: "articleHowTo" | null;
|
||||
readonly route: "articleHowTo" | "articlePrices" | "articleWaiting" | null;
|
||||
readonly rubric: string;
|
||||
readonly title: string;
|
||||
/** Подводка карточки — дословно из макета. */
|
||||
|
|
@ -61,16 +61,16 @@ export const ARTICLE_CARDS: readonly ArticleCardMeta[] = [
|
|||
lead: "Почему цена соседа — не ориентир, и как считать по аналогам.",
|
||||
},
|
||||
{
|
||||
route: null,
|
||||
rubric: "СРОКИ · 5 МИН",
|
||||
title: "Сколько продаётся квартира в 2026 году и что «подвешивает» объявление",
|
||||
lead: "Средние сроки по типам квартир и главные причины простоя.",
|
||||
route: "articlePrices",
|
||||
rubric: "ЦЕНЫ СДЕЛОК · 5 МИН",
|
||||
title: "Сколько стоит метр в Екатеринбурге: цены сделок, а не объявлений",
|
||||
lead: "Медиана по 24 535 сделкам Росреестра и почему метр в двушке самый дешёвый.",
|
||||
},
|
||||
{
|
||||
route: null,
|
||||
rubric: "ТОРГ · 7 МИН",
|
||||
title: "Завысить и торговаться или поставить в рынок: что выгоднее",
|
||||
lead: "Считаем на данных, сколько теряет «висящая» квартира каждый месяц.",
|
||||
route: "articleWaiting",
|
||||
rubric: "ЦЕНА И ОЖИДАНИЕ · 5 МИН",
|
||||
title: "Почему квартира не продаётся: что происходит с ценой, пока вы ждёте",
|
||||
lead: "Кто снижает цену, на сколько и за какой срок — по 49 620 объявлениям.",
|
||||
},
|
||||
];
|
||||
|
||||
|
|
@ -181,3 +181,262 @@ export const HOWTO = {
|
|||
summary:
|
||||
"Смотрите на цены сделок, а не объявлений. Берите 5–14 действительно взаимозаменяемых аналогов, считайте медиану цены за метр, применяйте поправки и обязательно проверяйте цену сроком продажи. Если считать некогда — это ровно то, что МЕРА делает автоматически.",
|
||||
} as const;
|
||||
|
||||
/**
|
||||
* Статья «Сколько стоит метр в Екатеринбурге» (13.09.2026).
|
||||
*
|
||||
* ЗАМЕР, НА КОТОРОМ СТОИТ ТЕКСТ. Таблица `deals` — договоры купли-продажи
|
||||
* Росреестра, регион 66. Взяты четыре последних доступных квартала
|
||||
* (`deal_date` 2025-07-01, 2025-10-01, 2026-01-01, 2026-04-01 — дата в данных
|
||||
* штампуется началом квартала, отдельного дня сделки в выгрузке нет), то есть
|
||||
* июль 2025 — июнь 2026. Отсечены цены за метр вне коридора 20 000–500 000 ₽
|
||||
* как заведомый мусор выгрузки. По Екатеринбургу осталось 24 535 сделок.
|
||||
*
|
||||
* ГРАНИЦА, КОТОРУЮ НАЗЫВАЕМ В ТЕКСТЕ: Росреестр публикует цену договора. Она
|
||||
* не всегда равна сумме, которую покупатель отдал на руки, и связки со
|
||||
* сделавшим её объявлением в данных нет — `cadastral_number` пуст и у сделок,
|
||||
* и у объявлений. Поэтому «разрыв между ценой объявления и ценой сделки» в
|
||||
* статье не считается: считать его нечем.
|
||||
*
|
||||
* ПОЧЕМУ ДИНАМИКА ДАНА ПОКВАРТАЛЬНО: в выгрузке ровно десять различных
|
||||
* значений `deal_date`, все на первое число квартала. Месячного разрешения в
|
||||
* данных нет вовсе.
|
||||
*/
|
||||
export const PRICES = {
|
||||
rubric: "ЦЕНЫ СДЕЛОК · 5 МИН ЧТЕНИЯ",
|
||||
title: "Сколько стоит метр в Екатеринбурге: цены сделок, а не объявлений",
|
||||
lead: [
|
||||
"Когда вы смотрите объявления, вы видите, сколько продавцы хотят получить. Сколько покупатели заплатили на самом деле, видно в другом месте — в договорах купли-продажи, которые проходят через Росреестр. Эти два числа не совпадают, и ориентироваться стоит на второе.",
|
||||
"Ниже — медианы по реальным сделкам Екатеринбурга и области за последние четыре квартала. Без округлений до красивого и без слова «примерно».",
|
||||
],
|
||||
toc: [
|
||||
{ id: "s1", title: "Сколько стоит метр по сделкам" },
|
||||
{ id: "s2", title: "Почему метр в двушке самый дешёвый" },
|
||||
{ id: "s3", title: "Что делала цена последние два с половиной года" },
|
||||
{ id: "s4", title: "Города области: где метр дешевле" },
|
||||
{ id: "s5", title: "Пять способов неправильно прочитать эти цифры" },
|
||||
],
|
||||
s1: {
|
||||
id: "s1",
|
||||
heading: "1. Сколько стоит метр по сделкам",
|
||||
body: "Медианная цена квадратного метра в сделках по Екатеринбургу — 123 626 ₽. Медиана, а не среднее: среднее в недвижимости всегда тянут вверх несколько дорогих объектов, и к типичной квартире оно отношения не имеет. Четверть сделок прошла дешевле 100 000 ₽ за метр, четверть дороже 151 288 ₽ — вот настоящая ширина рынка, и она больше, чем кажется по объявлениям. Если ваша цена попадает в эту вилку, вы в рынке.",
|
||||
source:
|
||||
"ЗАМЕР 13.09.2026 · 24 535 ДОГОВОРОВ КУПЛИ-ПРОДАЖИ РОСРЕЕСТРА ПО ЕКАТЕРИНБУРГУ ЗА ИЮЛЬ 2025 — ИЮНЬ 2026 · ЭТО ЦЕНА ДОГОВОРА, А НЕ ЦЕНА ОБЪЯВЛЕНИЯ",
|
||||
memo: "Цена объявления и цена договора — разные величины. Насколько именно разные, не скажет никто: Росреестр публикует сделки без привязки к объявлению, сопоставить одно с другим нечем.",
|
||||
},
|
||||
s2: {
|
||||
id: "s2",
|
||||
heading: "2. Почему метр в двушке самый дешёвый",
|
||||
body: "«Чем больше квартира, тем дешевле метр» — самое живучее заблуждение о ценах. По сделкам кривая не падает, а прогибается: дешевле всего метр в двухкомнатной, а дальше он снова дорожает.",
|
||||
table: {
|
||||
head: ["КОМНАТНОСТЬ", "МЕДИАНА ЗА МЕТР"],
|
||||
rows: [
|
||||
{ name: "Студия · медиана 25 м² · 2 967 сделок", value: "134 507 ₽" },
|
||||
{ name: "Однокомнатная · 38 м² · 8 342 сделки", value: "124 256 ₽" },
|
||||
{ name: "Двухкомнатная · 51 м² · 6 548 сделок", value: "116 910 ₽" },
|
||||
{ name: "Трёхкомнатная · 70 м² · 3 861 сделка", value: "121 835 ₽" },
|
||||
{
|
||||
name: "Четыре комнаты и больше · 108 м² · 2 817 сделок",
|
||||
value: "132 122 ₽",
|
||||
},
|
||||
],
|
||||
},
|
||||
footnote:
|
||||
"ТОТ ЖЕ ЗАМЕР · РЯДОМ С КАЖДОЙ СТРОКОЙ — МЕДИАННАЯ ПЛОЩАДЬ И ЧИСЛО СДЕЛОК, НА КОТОРЫХ ПОСЧИТАНА МЕДИАНА",
|
||||
after:
|
||||
"Объяснение простое: у студий и у больших квартир метр продаётся вместе с чем-то ещё. У студии — с низким порогом входа, её берут те, кому важна сумма целиком, а не цена метра. У четырёхкомнатной — с домом и районом, потому что такие квартиры почти не строят в дешёвых сериях. Двушка же самый массовый и самый конкурентный товар на рынке, и цена метра в ней прижата плотнее всего.",
|
||||
},
|
||||
s3: {
|
||||
id: "s3",
|
||||
heading: "3. Что делала цена последние два с половиной года",
|
||||
body: "Рынок Екатеринбурга не падал ни одного квартала из десяти доступных. Медиана росла непрерывно, но по-разному: в 2024 году прибавка держалась около полутора процентов за квартал, в 2025-м и 2026-м ускорилась. Для продавца отсюда следует практический вывод: цена, посчитанная по сделкам полугодовой давности, сегодня занижена.",
|
||||
tiles: [
|
||||
{ value: "106 727 ₽", label: "метр в первом квартале 2024 года" },
|
||||
{ value: "128 756 ₽", label: "метр во втором квартале 2026 года" },
|
||||
{ value: "+20,6%", label: "рост медианы за два с половиной года" },
|
||||
],
|
||||
source:
|
||||
"ТОТ ЖЕ ИСТОЧНИК, ВСЕ ДЕСЯТЬ ДОСТУПНЫХ КВАРТАЛОВ · ДАТА СДЕЛКИ В ВЫГРУЗКЕ РОСРЕЕСТРА ШТАМПУЕТСЯ НАЧАЛОМ КВАРТАЛА, МЕСЯЧНОГО РАЗРЕШЕНИЯ В ДАННЫХ НЕТ",
|
||||
},
|
||||
s4: {
|
||||
id: "s4",
|
||||
heading: "4. Города области: где метр дешевле",
|
||||
body: "Внутри Свердловской области разброс больше, чем между комнатностями. Города-спутники Екатеринбурга идут почти по областной столице, дальние промышленные города — втрое дешевле.",
|
||||
kv: [
|
||||
{ k: "ВЕРХНЯЯ ПЫШМА", v: "102 888 ₽ за метр · 1 193 сделки" },
|
||||
{ k: "ЗАРЕЧНЫЙ", v: "95 865 ₽ · 393 сделки" },
|
||||
{ k: "БЕРЁЗОВСКИЙ", v: "95 745 ₽ · 858 сделок" },
|
||||
{ k: "ПЕРВОУРАЛЬСК", v: "66 384 ₽ · 1 458 сделок" },
|
||||
{ k: "КАМЕНСК-УРАЛЬСКИЙ", v: "63 763 ₽ · 1 994 сделки" },
|
||||
{ k: "НИЖНИЙ ТАГИЛ", v: "62 637 ₽ · 3 799 сделок" },
|
||||
{ k: "АСБЕСТ", v: "46 429 ₽ · 642 сделки" },
|
||||
{ k: "НОВОУРАЛЬСК", v: "40 527 ₽ · 816 сделок" },
|
||||
],
|
||||
footnote:
|
||||
"ТОТ ЖЕ ПЕРИОД · ПОКАЗАНЫ ГОРОДА, ГДЕ ЗА ГОД НАБРАЛОСЬ НЕ МЕНЬШЕ СТА СДЕЛОК · ГДЕ ИХ МЕНЬШЕ, МЕДИАНА НЕУСТОЙЧИВА И МЫ ЕЁ НЕ ПУБЛИКУЕМ",
|
||||
},
|
||||
cta: {
|
||||
eyebrow: "МЕДИАНА ПО ГОРОДУ — ЭТО ЕЩЁ НЕ ВАША ЦЕНА",
|
||||
title: "МЕРА считает по вашему дому, а не по городу",
|
||||
body: `Между двумя домами в одном районе разница бывает больше, чем между районами. Мы находим аналоги вокруг вашего адреса, считаем медиану по ним и показываем, на чём она построена. Рынок вокруг — бесплатно, ваша цена и список аналогов — за ${SERVICE_PRICE_RUB} ₽.`,
|
||||
},
|
||||
s5: {
|
||||
id: "s5",
|
||||
heading: "5. Пять способов неправильно прочитать эти цифры",
|
||||
mistakes: [
|
||||
{
|
||||
title: "Умножить медиану города на свою площадь",
|
||||
body: "Получится цена абстрактной квартиры в абстрактном районе. Медиана по городу — ориентир порядка величины, а не оценка объекта.",
|
||||
},
|
||||
{
|
||||
title: "Решить, что раз метр в двушке дешевле, двушку продавать невыгодно",
|
||||
body: "Дешевле метр, а не квартира. Двушка всё равно стоит дороже однушки: 6 015 000 ₽ против 4 650 000 ₽ по медиане сделок.",
|
||||
},
|
||||
{
|
||||
title: "Считать цену договора суммой на руки",
|
||||
body: "Росреестр публикует то, что написано в договоре. Совпадает ли это с фактическим расчётом между сторонами, из данных не видно.",
|
||||
},
|
||||
{
|
||||
title: "Брать медиану полугодовой давности",
|
||||
body: "За последние четыре квартала медиана прибавляла около двух процентов за квартал. Полгода отставания — это несколько процентов мимо вашей цены.",
|
||||
},
|
||||
{
|
||||
title: "Сравнивать свою квартиру с городом, а не с соседями",
|
||||
body: "Между квартилями Екатеринбурга разброс от 100 000 до 151 288 ₽ за метр. Где внутри этой вилки стоит ваш дом, медиана города не скажет.",
|
||||
},
|
||||
],
|
||||
},
|
||||
summary:
|
||||
"Медианный метр в Екатеринбурге стоит 123 626 ₽ по 24 535 сделкам за год. Дешевле всего метр в двухкомнатной, дороже всего в студии. Рынок рос все десять доступных кварталов и прибавил 20,6% с начала 2024 года. Города области идут от 40 527 ₽ в Новоуральске до 102 888 ₽ в Верхней Пышме. Всё это ориентиры порядка, а не оценка вашей квартиры: её считают по соседним домам.",
|
||||
} as const;
|
||||
|
||||
/**
|
||||
* Статья «Почему квартира не продаётся» (13.09.2026).
|
||||
*
|
||||
* ЗАМЕР, НА КОТОРОМ СТОИТ ТЕКСТ. Таблица `offer_price_history` — история цены
|
||||
* объявления, которую ведут сами площадки (cian, yandex, domklik, avito),
|
||||
* склеенная с `listings` по региону 66. Срез 13.09.2026:
|
||||
*
|
||||
* 49 620 объявлений области, у которых есть хоть одна запись о цене
|
||||
* 21 608 из них цена менялась хотя бы раз (43,5%)
|
||||
* 13 009 итоговая цена ниже стартовой (60,2% от менявших)
|
||||
* 8 212 итоговая цена ВЫШЕ стартовой (38,0% от менявших)
|
||||
*
|
||||
* Медиана по снизившим: −3,85%, −291 000 ₽, 30 дней между первой и последней
|
||||
* записью о цене.
|
||||
*
|
||||
* ГРАНИЦЫ, КОТОРЫЕ НАЗЫВАЕМ В ТЕКСТЕ. (1) Это движение ЗАПРАШИВАЕМОЙ цены, а
|
||||
* не скидка на сделке: связки объявления со сделкой в данных нет. (2) Знаменатель
|
||||
* 21 608 — объявления, где цена двигалась; те, у кого запись одна, в долю не
|
||||
* входят, потому что у них неподвижная цена и отсутствие наблюдения
|
||||
* неразличимы. (3) «30 дней» — срок между первой и последней записью о цене, а
|
||||
* не срок продажи. Срока продажи в данных нет вовсе: поле `days_on_market` в
|
||||
* сделках Росреестра пусто у всех 435 тысяч записей, а исчезновение объявления
|
||||
* означает только исчезновение из выдачи, но не продажу.
|
||||
*
|
||||
* ПОЧЕМУ В СТАТЬЕ НЕТ СРЕДНЕГО СРОКА ПРОДАЖИ. Он не измеряется. Снятие
|
||||
* объявления и продажа в наших данных неразличимы, а даты «снятий» частично
|
||||
* совпадают с провалами собственного обхода — то есть измеряли бы мы свой
|
||||
* сборщик, а не рынок.
|
||||
*/
|
||||
export const WAITING = {
|
||||
rubric: "ЦЕНА И ОЖИДАНИЕ · 5 МИН ЧТЕНИЯ",
|
||||
title: "Почему квартира не продаётся: что происходит с ценой, пока вы ждёте",
|
||||
lead: [
|
||||
"Квартира висит третий месяц, звонков нет, и первый совет от всех вокруг — «подожди, твой покупатель найдётся». Иногда это правда. Чаще ожидание заканчивается тем же, чем закончилось у большинства: продавец снижает цену, только на несколько месяцев позже и на большую сумму.",
|
||||
"Мы посмотрели, что на самом деле происходит с ценой в объявлениях Свердловской области, пока они висят. Ниже — что видно в данных и, не менее важно, чего в них не видно.",
|
||||
],
|
||||
toc: [
|
||||
{ id: "s1", title: "Что вообще можно измерить, а что нельзя" },
|
||||
{ id: "s2", title: "Кто двигает цену и в какую сторону" },
|
||||
{ id: "s3", title: "На сколько снижают те, кто снижает" },
|
||||
{ id: "s4", title: "Что делать, если звонков нет" },
|
||||
{ id: "s5", title: "Пять причин простоя, которые не в цене" },
|
||||
],
|
||||
s1: {
|
||||
id: "s1",
|
||||
heading: "1. Что вообще можно измерить, а что нельзя",
|
||||
body: "Честно о границах, прежде чем показывать числа. Среднего срока продажи мы вам не назовём, и никто честный не назовёт: чтобы его посчитать, нужно знать день, когда квартиру выставили, и день, когда её купили. Второго нет ни у кого, кроме сторон сделки. Росреестр публикует договоры без срока экспозиции, а исчезновение объявления с площадки означает только исчезновение с площадки — продал, передумал или переподал заново, из данных не отличить. Зато прекрасно видно другое: как продавец сам двигает цену, пока ждёт.",
|
||||
source:
|
||||
"ЗАМЕР 13.09.2026 · 49 620 ОБЪЯВЛЕНИЙ СВЕРДЛОВСКОЙ ОБЛАСТИ, У КОТОРЫХ ПЛОЩАДКА ВЕДЁТ ИСТОРИЮ ЦЕНЫ · ЭТО ЗАПРАШИВАЕМАЯ ЦЕНА, А НЕ ЦЕНА СДЕЛКИ",
|
||||
memo: "Любая статья, которая называет вам «средний срок продажи квартиры», считает его по снятиям объявлений. Снятие — это не продажа. Спросите, как отличали одно от другого.",
|
||||
},
|
||||
s2: {
|
||||
id: "s2",
|
||||
heading: "2. Кто двигает цену и в какую сторону",
|
||||
body: "Из 49 620 объявлений цена хотя бы раз сдвинулась у 21 608. Дальше начинается неожиданное: вниз ходят не все. Почти четыре из десяти движений — вверх.",
|
||||
tiles: [
|
||||
{ value: "43,5%", label: "объявлений, где цена вообще двигалась" },
|
||||
{ value: "60,2%", label: "из двигавших — снизили" },
|
||||
{ value: "38,0%", label: "из двигавших — подняли" },
|
||||
],
|
||||
source:
|
||||
"ТОТ ЖЕ ЗАМЕР · ЗНАМЕНАТЕЛЬ ДОЛЕЙ — 21 608 ОБЪЯВЛЕНИЙ, У КОТОРЫХ ЦЕНА МЕНЯЛАСЬ · У ОСТАЛЬНЫХ ЗАПИСЬ ОДНА, И НЕПОДВИЖНУЮ ЦЕНУ ОТ ОТСУТСТВИЯ НАБЛЮДЕНИЯ НЕ ОТЛИЧИТЬ",
|
||||
after:
|
||||
"Подъём цены обычно означает не жадность, а переоценку: продавец начал слишком низко, получил шквал звонков в первую неделю и понял это. Ошибка в меньшую сторону чинится легко и быстро. Ошибка в большую сторону чинится месяцами — и это ровно та асимметрия, ради которой стоит потратить вечер на расчёт до публикации.",
|
||||
},
|
||||
s3: {
|
||||
id: "s3",
|
||||
heading: "3. На сколько снижают те, кто снижает",
|
||||
body: "Медианное снижение выглядит скромно в процентах и совсем не скромно в рублях. И это не одна большая уступка в конце, а обычно две-три ступеньки подряд.",
|
||||
table: {
|
||||
head: ["ЧТО ИЗМЕРЕНО", "МЕДИАНА ПО 13 009 ОБЪЯВЛЕНИЯМ"],
|
||||
rows: [
|
||||
{ name: "Снижение от стартовой цены", value: "−3,85%" },
|
||||
{ name: "Снижение в рублях", value: "−291 000 ₽" },
|
||||
{ name: "Срок между первой и последней ценой", value: "30 дней" },
|
||||
{ name: "Нижний квартиль снижения", value: "−7,7%" },
|
||||
{ name: "Верхний квартиль снижения", value: "−2,4%" },
|
||||
],
|
||||
},
|
||||
footnote:
|
||||
"ТОТ ЖЕ ЗАМЕР · «30 ДНЕЙ» — СРОК МЕЖДУ ПЕРВОЙ И ПОСЛЕДНЕЙ ЗАПИСЬЮ О ЦЕНЕ, А НЕ СРОК ПРОДАЖИ · СРОК ПРОДАЖИ ИЗМЕРИТЬ НЕЧЕМ",
|
||||
},
|
||||
s4: {
|
||||
id: "s4",
|
||||
heading: "4. Что делать, если звонков нет",
|
||||
body: "Ожидание само по себе не аргумент. Рынок отвечает на цену быстро, и молчание — тоже ответ. Порядок действий такой:",
|
||||
kv: [
|
||||
{ k: "ПЕРВАЯ НЕДЕЛЯ", v: "считаем показы и звонки, а не дни. Ноль звонков за неделю при живом объявлении — цена выше рынка" },
|
||||
{ k: "ВТОРАЯ НЕДЕЛЯ", v: "пересчитываем по аналогам заново: что сейчас стоит рядом и что из этого реально ушло" },
|
||||
{ k: "ПЕРЕД СНИЖЕНИЕМ", v: "проверяем фото, описание и этаж — часть простоя не в цене вовсе, см. раздел 5" },
|
||||
{ k: "ЕСЛИ СНИЖАЕМ", v: "один заметный шаг лучше пяти незаметных: снижение на 1% рынок не видит" },
|
||||
{ k: "ЧЕГО НЕ ДЕЛАТЬ", v: "снимать и публиковать заново ради «свежести» — история цены на площадках всё равно сохраняется" },
|
||||
],
|
||||
footnote:
|
||||
"ЭТО ПОРЯДОК ДЕЙСТВИЙ, А НЕ ЗАМЕР · ИЗ ДАННЫХ ЗДЕСЬ ТОЛЬКО ОДНО: СНИЖАЮЩИЕ ДЕЛАЮТ ЭТО В МЕДИАНЕ ЗА ТРИ СТУПЕНЬКИ ЦЕНЫ",
|
||||
},
|
||||
cta: {
|
||||
eyebrow: "ПЕРЕД ТЕМ КАК СНИЖАТЬ",
|
||||
title: "Проверьте, действительно ли цена выше рынка",
|
||||
body: `Снижать вслепую — это отдавать сотни тысяч на всякий случай. МЕРА найдёт аналоги вокруг вашего адреса и покажет, где ваша цена относительно них. Рынок вокруг — бесплатно, разбор вашей цены — за ${SERVICE_PRICE_RUB} ₽.`,
|
||||
},
|
||||
s5: {
|
||||
id: "s5",
|
||||
heading: "5. Пять причин простоя, которые не в цене",
|
||||
mistakes: [
|
||||
{
|
||||
title: "Четыре фотографии, снятые вечером",
|
||||
body: "Объявление конкурирует в ленте миниатюр, а не в тексте. Если карточку не открыли, цена значения не имела.",
|
||||
},
|
||||
{
|
||||
title: "Описание из характеристик",
|
||||
body: "«2/5, панель, 44 м²» покупатель уже видит в фильтре. В описании должно быть то, чего в фильтре нет.",
|
||||
},
|
||||
{
|
||||
title: "Показы только по будням до шести",
|
||||
body: "Ваш покупатель в это время на работе. Часть простоя — это не отказ рынка, а несовпадение расписаний.",
|
||||
},
|
||||
{
|
||||
title: "Обременение, о котором вы скажете позже",
|
||||
body: "Ипотека, доли, несовершеннолетний собственник. Всплывает на этапе аванса и отправляет вас в начало.",
|
||||
},
|
||||
{
|
||||
title: "Продажа «в никуда»",
|
||||
body: "Если вы не знаете, куда переезжаете, вы неосознанно тормозите сделку сами. Покупатель это чувствует раньше вас.",
|
||||
},
|
||||
],
|
||||
},
|
||||
summary:
|
||||
"Срок продажи никто честно не измерит: снятие объявления и продажа в данных неразличимы. Зато видно движение цены. Она двигалась у 43,5% объявлений, и в 60,2% случаев вниз, в медиане на 3,85% и 291 000 ₽. Прежде чем снижать, проверьте цену по аналогам и проверьте само объявление: часть простоя не в цене.",
|
||||
} as const;
|
||||
|
|
|
|||
|
|
@ -202,8 +202,19 @@ export default function HowToArticlePage() {
|
|||
</PublicLink>
|
||||
</div>
|
||||
<div className={styles.artGrid}>
|
||||
{ARTICLE_CARDS.filter((c) => c.route !== "articleHowTo").map(
|
||||
(c) => (
|
||||
{ARTICLE_CARDS.filter((c) => c.route !== "articleHowTo").map((c) =>
|
||||
c.route ? (
|
||||
<PublicLink
|
||||
key={c.title}
|
||||
to={c.route}
|
||||
className={styles.artCardLink}
|
||||
>
|
||||
<div className={styles.artRubric}>{c.rubric}</div>
|
||||
<div className={styles.artCardTitle}>{c.title}</div>
|
||||
<div className={styles.artCardLead}>{c.lead}</div>
|
||||
<div className={styles.artReadMore}>Читать →</div>
|
||||
</PublicLink>
|
||||
) : (
|
||||
<article key={c.title} className={styles.artCard}>
|
||||
<div className={styles.artRubric}>{c.rubric}</div>
|
||||
<div className={styles.artCardTitle}>{c.title}</div>
|
||||
|
|
|
|||
|
|
@ -0,0 +1,231 @@
|
|||
import type { Metadata } from "next";
|
||||
|
||||
import { InnerHeader } from "../../_components/InnerHeader";
|
||||
import { JsonLd } from "../../_components/JsonLd";
|
||||
import { PublicLink } from "../../_components/PublicLink";
|
||||
import { FooterV3 } from "../../_components/v3/FooterV3";
|
||||
import { breadcrumbNode, ORGANIZATION_ID } from "../../_lib/schema";
|
||||
import { PUBLIC_ORIGIN, PUBLIC_ROUTES } from "../../content";
|
||||
import styles from "../../landing-v3.module.css";
|
||||
import { ARTICLE_CARDS, WAITING } from "../articles-content";
|
||||
|
||||
/**
|
||||
* Статья «Почему квартира не продаётся: что происходит с ценой, пока вы ждёте».
|
||||
* Текст и все величины — в `articles-content.ts` (там же замер, на котором они
|
||||
* стоят, и его границы). В этом файле не должно быть ни одного числа: папка
|
||||
* попадает в `SUBPAGES` гейта чисел.
|
||||
*
|
||||
* Серверный компонент без клиентского JS: содержание — якорные ссылки,
|
||||
* секции — обычные заголовки с id.
|
||||
*
|
||||
* ИНДЕКСАЦИЯ ОТКРЫТА (10.09.2026, см. layout.tsx).
|
||||
*/
|
||||
|
||||
const PUBLIC_WAITING_URL = `${PUBLIC_ORIGIN}${PUBLIC_ROUTES.articleWaiting}`;
|
||||
const DESCRIPTION = WAITING.lead[0];
|
||||
|
||||
export const metadata: Metadata = {
|
||||
title: `${WAITING.title} — МЕРА`,
|
||||
description: DESCRIPTION,
|
||||
alternates: { canonical: PUBLIC_WAITING_URL },
|
||||
openGraph: {
|
||||
type: "article",
|
||||
title: `${WAITING.title} — МЕРА`,
|
||||
description: DESCRIPTION,
|
||||
url: PUBLIC_WAITING_URL,
|
||||
},
|
||||
};
|
||||
|
||||
/**
|
||||
* JSON-LD `Article` для сниппетов поисковика. Без `datePublished`/
|
||||
* `dateModified`: достоверной даты публикации в коде нет, а выдуманная дата —
|
||||
* то самое нечестное утверждение, которое запрещает шапка content.ts.
|
||||
*/
|
||||
const ARTICLE_JSON_LD = {
|
||||
"@context": "https://schema.org",
|
||||
"@type": "Article",
|
||||
headline: WAITING.title,
|
||||
description: DESCRIPTION,
|
||||
author: { "@type": "Organization", name: "МЕРА" },
|
||||
publisher: { "@id": ORGANIZATION_ID },
|
||||
mainEntityOfPage: { "@type": "WebPage", "@id": PUBLIC_WAITING_URL },
|
||||
};
|
||||
|
||||
const BREADCRUMB_JSON_LD = {
|
||||
"@context": "https://schema.org",
|
||||
...breadcrumbNode([
|
||||
{ name: "Главная", url: `${PUBLIC_ORIGIN}${PUBLIC_ROUTES.home}` },
|
||||
{ name: "Статьи", url: `${PUBLIC_ORIGIN}${PUBLIC_ROUTES.articles}` },
|
||||
{ name: WAITING.title, url: PUBLIC_WAITING_URL },
|
||||
]),
|
||||
};
|
||||
|
||||
export default function WaitingArticlePage() {
|
||||
return (
|
||||
<>
|
||||
<JsonLd data={ARTICLE_JSON_LD} />
|
||||
<JsonLd data={BREADCRUMB_JSON_LD} />
|
||||
<InnerHeader />
|
||||
<main id="content" className={styles.artPage} tabIndex={-1}>
|
||||
<nav className={styles.artCrumbs} aria-label="Хлебные крошки">
|
||||
<PublicLink to="home" className={styles.artCrumbLink}>
|
||||
Главная
|
||||
</PublicLink>
|
||||
<span aria-hidden="true">/</span>
|
||||
<PublicLink to="articles" className={styles.artCrumbLink}>
|
||||
Статьи
|
||||
</PublicLink>
|
||||
</nav>
|
||||
|
||||
<header className={styles.artPageHead}>
|
||||
<div className={styles.repEyebrow}>{WAITING.rubric}</div>
|
||||
<h1 className={styles.artPageTitle}>{WAITING.title}</h1>
|
||||
</header>
|
||||
|
||||
<nav className={styles.artToc} aria-label="Содержание">
|
||||
<div className={styles.artTocLabel}>СОДЕРЖАНИЕ</div>
|
||||
<ol className={styles.artTocList}>
|
||||
{WAITING.toc.map((t) => (
|
||||
<li key={t.id}>
|
||||
<a href={`#${t.id}`}>{t.title}</a>
|
||||
</li>
|
||||
))}
|
||||
</ol>
|
||||
</nav>
|
||||
|
||||
<div className={styles.artBody}>
|
||||
{WAITING.lead.map((p) => (
|
||||
<p key={p.slice(0, 24)} className={styles.artP}>
|
||||
{p}
|
||||
</p>
|
||||
))}
|
||||
|
||||
<h2 id={WAITING.s1.id} className={styles.artH2}>
|
||||
{WAITING.s1.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{WAITING.s1.body}</p>
|
||||
<div className={styles.artFootnote}>{WAITING.s1.source}</div>
|
||||
<aside className={styles.artMemo}>
|
||||
<div className={styles.artMemoLabel}>ЗАПОМНИТЬ</div>
|
||||
<p>{WAITING.s1.memo}</p>
|
||||
</aside>
|
||||
|
||||
<h2 id={WAITING.s2.id} className={styles.artH2}>
|
||||
{WAITING.s2.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{WAITING.s2.body}</p>
|
||||
<div className={styles.artTiles}>
|
||||
{WAITING.s2.tiles.map((t) => (
|
||||
<div key={t.label} className={styles.artTile}>
|
||||
<div className={styles.artTileValue}>{t.value}</div>
|
||||
<div className={styles.artTileLabel}>{t.label}</div>
|
||||
</div>
|
||||
))}
|
||||
</div>
|
||||
<div className={styles.artFootnote}>{WAITING.s2.source}</div>
|
||||
<p className={styles.artP}>{WAITING.s2.after}</p>
|
||||
|
||||
<h2 id={WAITING.s3.id} className={styles.artH2}>
|
||||
{WAITING.s3.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{WAITING.s3.body}</p>
|
||||
<div className={styles.artTable} role="table">
|
||||
<div className={styles.artTableHead} role="row">
|
||||
<span role="columnheader">{WAITING.s3.table.head[0]}</span>
|
||||
<span role="columnheader" className={styles.artTableRight}>
|
||||
{WAITING.s3.table.head[1]}
|
||||
</span>
|
||||
</div>
|
||||
{WAITING.s3.table.rows.map((r) => (
|
||||
<div key={r.name} className={styles.artTableRow} role="row">
|
||||
<span role="cell">{r.name}</span>
|
||||
<span role="cell" className={styles.artTableRight}>
|
||||
{r.value}
|
||||
</span>
|
||||
</div>
|
||||
))}
|
||||
</div>
|
||||
<div className={styles.artFootnote}>{WAITING.s3.footnote}</div>
|
||||
|
||||
<h2 id={WAITING.s4.id} className={styles.artH2}>
|
||||
{WAITING.s4.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{WAITING.s4.body}</p>
|
||||
<div className={styles.artKv}>
|
||||
{WAITING.s4.kv.map((row) => (
|
||||
<div key={row.k} className={styles.artKvRow}>
|
||||
<span className={styles.artKvKey}>{row.k}</span>
|
||||
<span className={styles.artKvVal}>{row.v}</span>
|
||||
</div>
|
||||
))}
|
||||
</div>
|
||||
<div className={styles.artFootnote}>{WAITING.s4.footnote}</div>
|
||||
|
||||
<div className={styles.artCta}>
|
||||
<div className={styles.artCtaEyebrow}>{WAITING.cta.eyebrow}</div>
|
||||
<div className={styles.artCtaTitle}>{WAITING.cta.title}</div>
|
||||
<p className={styles.artCtaBody}>{WAITING.cta.body}</p>
|
||||
<PublicLink to="estimate" className={styles.gameBtnAccent}>
|
||||
Проверить квартиру
|
||||
</PublicLink>
|
||||
</div>
|
||||
|
||||
<h2 id={WAITING.s5.id} className={styles.artH2}>
|
||||
{WAITING.s5.heading}
|
||||
</h2>
|
||||
<ol className={styles.artMistakes}>
|
||||
{WAITING.s5.mistakes.map((m, i) => (
|
||||
<li key={m.title} className={styles.artMistake}>
|
||||
<span className={styles.artMistakeNum}>
|
||||
{String(i + 1).padStart(2, "0")}
|
||||
</span>
|
||||
<div>
|
||||
<div className={styles.artMistakeTitle}>{m.title}</div>
|
||||
<div className={styles.artMistakeBody}>{m.body}</div>
|
||||
</div>
|
||||
</li>
|
||||
))}
|
||||
</ol>
|
||||
|
||||
<div className={styles.artSummary}>
|
||||
<div className={styles.artTocLabel}>КОРОТКО</div>
|
||||
<p>{WAITING.summary}</p>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<section className={styles.artMore} aria-label="Читайте дальше">
|
||||
<div className={styles.artHead}>
|
||||
<h2 className={styles.artTitle}>Читайте дальше</h2>
|
||||
<PublicLink to="articles" className={styles.artAllLink}>
|
||||
Все статьи →
|
||||
</PublicLink>
|
||||
</div>
|
||||
<div className={styles.artGrid}>
|
||||
{ARTICLE_CARDS.filter((c) => c.route !== "articleWaiting").map((c) =>
|
||||
c.route ? (
|
||||
<PublicLink
|
||||
key={c.title}
|
||||
to={c.route}
|
||||
className={styles.artCardLink}
|
||||
>
|
||||
<div className={styles.artRubric}>{c.rubric}</div>
|
||||
<div className={styles.artCardTitle}>{c.title}</div>
|
||||
<div className={styles.artCardLead}>{c.lead}</div>
|
||||
<div className={styles.artReadMore}>Читать →</div>
|
||||
</PublicLink>
|
||||
) : (
|
||||
<article key={c.title} className={styles.artCard}>
|
||||
<div className={styles.artRubric}>{c.rubric}</div>
|
||||
<div className={styles.artCardTitle}>{c.title}</div>
|
||||
<div className={styles.artCardLead}>{c.lead}</div>
|
||||
<div className={styles.artSoon}>СКОРО</div>
|
||||
</article>
|
||||
),
|
||||
)}
|
||||
</div>
|
||||
</section>
|
||||
</main>
|
||||
<FooterV3 />
|
||||
</>
|
||||
);
|
||||
}
|
||||
|
|
@ -0,0 +1,231 @@
|
|||
import type { Metadata } from "next";
|
||||
|
||||
import { InnerHeader } from "../../_components/InnerHeader";
|
||||
import { JsonLd } from "../../_components/JsonLd";
|
||||
import { PublicLink } from "../../_components/PublicLink";
|
||||
import { FooterV3 } from "../../_components/v3/FooterV3";
|
||||
import { breadcrumbNode, ORGANIZATION_ID } from "../../_lib/schema";
|
||||
import { PUBLIC_ORIGIN, PUBLIC_ROUTES } from "../../content";
|
||||
import styles from "../../landing-v3.module.css";
|
||||
import { ARTICLE_CARDS, PRICES } from "../articles-content";
|
||||
|
||||
/**
|
||||
* Статья «Сколько стоит метр в Екатеринбурге: цены сделок, а не объявлений».
|
||||
* Текст и все величины — в `articles-content.ts` (там же замер, на котором они
|
||||
* стоят, и его границы). В этом файле не должно быть ни одного числа: папка
|
||||
* попадает в `SUBPAGES` гейта чисел.
|
||||
*
|
||||
* Серверный компонент без клиентского JS: содержание — якорные ссылки,
|
||||
* секции — обычные заголовки с id.
|
||||
*
|
||||
* ИНДЕКСАЦИЯ ОТКРЫТА (10.09.2026, см. layout.tsx).
|
||||
*/
|
||||
|
||||
const PUBLIC_PRICES_URL = `${PUBLIC_ORIGIN}${PUBLIC_ROUTES.articlePrices}`;
|
||||
const DESCRIPTION = PRICES.lead[0];
|
||||
|
||||
export const metadata: Metadata = {
|
||||
title: `${PRICES.title} — МЕРА`,
|
||||
description: DESCRIPTION,
|
||||
alternates: { canonical: PUBLIC_PRICES_URL },
|
||||
openGraph: {
|
||||
type: "article",
|
||||
title: `${PRICES.title} — МЕРА`,
|
||||
description: DESCRIPTION,
|
||||
url: PUBLIC_PRICES_URL,
|
||||
},
|
||||
};
|
||||
|
||||
/**
|
||||
* JSON-LD `Article` для сниппетов поисковика. Без `datePublished`/
|
||||
* `dateModified`: достоверной даты публикации в коде нет, а выдуманная дата —
|
||||
* то самое нечестное утверждение, которое запрещает шапка content.ts.
|
||||
*/
|
||||
const ARTICLE_JSON_LD = {
|
||||
"@context": "https://schema.org",
|
||||
"@type": "Article",
|
||||
headline: PRICES.title,
|
||||
description: DESCRIPTION,
|
||||
author: { "@type": "Organization", name: "МЕРА" },
|
||||
publisher: { "@id": ORGANIZATION_ID },
|
||||
mainEntityOfPage: { "@type": "WebPage", "@id": PUBLIC_PRICES_URL },
|
||||
};
|
||||
|
||||
const BREADCRUMB_JSON_LD = {
|
||||
"@context": "https://schema.org",
|
||||
...breadcrumbNode([
|
||||
{ name: "Главная", url: `${PUBLIC_ORIGIN}${PUBLIC_ROUTES.home}` },
|
||||
{ name: "Статьи", url: `${PUBLIC_ORIGIN}${PUBLIC_ROUTES.articles}` },
|
||||
{ name: PRICES.title, url: PUBLIC_PRICES_URL },
|
||||
]),
|
||||
};
|
||||
|
||||
export default function PricesArticlePage() {
|
||||
return (
|
||||
<>
|
||||
<JsonLd data={ARTICLE_JSON_LD} />
|
||||
<JsonLd data={BREADCRUMB_JSON_LD} />
|
||||
<InnerHeader />
|
||||
<main id="content" className={styles.artPage} tabIndex={-1}>
|
||||
<nav className={styles.artCrumbs} aria-label="Хлебные крошки">
|
||||
<PublicLink to="home" className={styles.artCrumbLink}>
|
||||
Главная
|
||||
</PublicLink>
|
||||
<span aria-hidden="true">/</span>
|
||||
<PublicLink to="articles" className={styles.artCrumbLink}>
|
||||
Статьи
|
||||
</PublicLink>
|
||||
</nav>
|
||||
|
||||
<header className={styles.artPageHead}>
|
||||
<div className={styles.repEyebrow}>{PRICES.rubric}</div>
|
||||
<h1 className={styles.artPageTitle}>{PRICES.title}</h1>
|
||||
</header>
|
||||
|
||||
<nav className={styles.artToc} aria-label="Содержание">
|
||||
<div className={styles.artTocLabel}>СОДЕРЖАНИЕ</div>
|
||||
<ol className={styles.artTocList}>
|
||||
{PRICES.toc.map((t) => (
|
||||
<li key={t.id}>
|
||||
<a href={`#${t.id}`}>{t.title}</a>
|
||||
</li>
|
||||
))}
|
||||
</ol>
|
||||
</nav>
|
||||
|
||||
<div className={styles.artBody}>
|
||||
{PRICES.lead.map((p) => (
|
||||
<p key={p.slice(0, 24)} className={styles.artP}>
|
||||
{p}
|
||||
</p>
|
||||
))}
|
||||
|
||||
<h2 id={PRICES.s1.id} className={styles.artH2}>
|
||||
{PRICES.s1.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{PRICES.s1.body}</p>
|
||||
<div className={styles.artFootnote}>{PRICES.s1.source}</div>
|
||||
<aside className={styles.artMemo}>
|
||||
<div className={styles.artMemoLabel}>ЗАПОМНИТЬ</div>
|
||||
<p>{PRICES.s1.memo}</p>
|
||||
</aside>
|
||||
|
||||
<h2 id={PRICES.s2.id} className={styles.artH2}>
|
||||
{PRICES.s2.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{PRICES.s2.body}</p>
|
||||
<div className={styles.artTable} role="table">
|
||||
<div className={styles.artTableHead} role="row">
|
||||
<span role="columnheader">{PRICES.s2.table.head[0]}</span>
|
||||
<span role="columnheader" className={styles.artTableRight}>
|
||||
{PRICES.s2.table.head[1]}
|
||||
</span>
|
||||
</div>
|
||||
{PRICES.s2.table.rows.map((r) => (
|
||||
<div key={r.name} className={styles.artTableRow} role="row">
|
||||
<span role="cell">{r.name}</span>
|
||||
<span role="cell" className={styles.artTableRight}>
|
||||
{r.value}
|
||||
</span>
|
||||
</div>
|
||||
))}
|
||||
</div>
|
||||
<div className={styles.artFootnote}>{PRICES.s2.footnote}</div>
|
||||
<p className={styles.artP}>{PRICES.s2.after}</p>
|
||||
|
||||
<h2 id={PRICES.s3.id} className={styles.artH2}>
|
||||
{PRICES.s3.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{PRICES.s3.body}</p>
|
||||
<div className={styles.artTiles}>
|
||||
{PRICES.s3.tiles.map((t) => (
|
||||
<div key={t.label} className={styles.artTile}>
|
||||
<div className={styles.artTileValue}>{t.value}</div>
|
||||
<div className={styles.artTileLabel}>{t.label}</div>
|
||||
</div>
|
||||
))}
|
||||
</div>
|
||||
<div className={styles.artFootnote}>{PRICES.s3.source}</div>
|
||||
|
||||
<h2 id={PRICES.s4.id} className={styles.artH2}>
|
||||
{PRICES.s4.heading}
|
||||
</h2>
|
||||
<p className={styles.artP}>{PRICES.s4.body}</p>
|
||||
<div className={styles.artKv}>
|
||||
{PRICES.s4.kv.map((row) => (
|
||||
<div key={row.k} className={styles.artKvRow}>
|
||||
<span className={styles.artKvKey}>{row.k}</span>
|
||||
<span className={styles.artKvVal}>{row.v}</span>
|
||||
</div>
|
||||
))}
|
||||
</div>
|
||||
<div className={styles.artFootnote}>{PRICES.s4.footnote}</div>
|
||||
|
||||
<div className={styles.artCta}>
|
||||
<div className={styles.artCtaEyebrow}>{PRICES.cta.eyebrow}</div>
|
||||
<div className={styles.artCtaTitle}>{PRICES.cta.title}</div>
|
||||
<p className={styles.artCtaBody}>{PRICES.cta.body}</p>
|
||||
<PublicLink to="estimate" className={styles.gameBtnAccent}>
|
||||
Проверить квартиру
|
||||
</PublicLink>
|
||||
</div>
|
||||
|
||||
<h2 id={PRICES.s5.id} className={styles.artH2}>
|
||||
{PRICES.s5.heading}
|
||||
</h2>
|
||||
<ol className={styles.artMistakes}>
|
||||
{PRICES.s5.mistakes.map((m, i) => (
|
||||
<li key={m.title} className={styles.artMistake}>
|
||||
<span className={styles.artMistakeNum}>
|
||||
{String(i + 1).padStart(2, "0")}
|
||||
</span>
|
||||
<div>
|
||||
<div className={styles.artMistakeTitle}>{m.title}</div>
|
||||
<div className={styles.artMistakeBody}>{m.body}</div>
|
||||
</div>
|
||||
</li>
|
||||
))}
|
||||
</ol>
|
||||
|
||||
<div className={styles.artSummary}>
|
||||
<div className={styles.artTocLabel}>КОРОТКО</div>
|
||||
<p>{PRICES.summary}</p>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<section className={styles.artMore} aria-label="Читайте дальше">
|
||||
<div className={styles.artHead}>
|
||||
<h2 className={styles.artTitle}>Читайте дальше</h2>
|
||||
<PublicLink to="articles" className={styles.artAllLink}>
|
||||
Все статьи →
|
||||
</PublicLink>
|
||||
</div>
|
||||
<div className={styles.artGrid}>
|
||||
{ARTICLE_CARDS.filter((c) => c.route !== "articlePrices").map((c) =>
|
||||
c.route ? (
|
||||
<PublicLink
|
||||
key={c.title}
|
||||
to={c.route}
|
||||
className={styles.artCardLink}
|
||||
>
|
||||
<div className={styles.artRubric}>{c.rubric}</div>
|
||||
<div className={styles.artCardTitle}>{c.title}</div>
|
||||
<div className={styles.artCardLead}>{c.lead}</div>
|
||||
<div className={styles.artReadMore}>Читать →</div>
|
||||
</PublicLink>
|
||||
) : (
|
||||
<article key={c.title} className={styles.artCard}>
|
||||
<div className={styles.artRubric}>{c.rubric}</div>
|
||||
<div className={styles.artCardTitle}>{c.title}</div>
|
||||
<div className={styles.artCardLead}>{c.lead}</div>
|
||||
<div className={styles.artSoon}>СКОРО</div>
|
||||
</article>
|
||||
),
|
||||
)}
|
||||
</div>
|
||||
</section>
|
||||
</main>
|
||||
<FooterV3 />
|
||||
</>
|
||||
);
|
||||
}
|
||||
|
|
@ -195,6 +195,8 @@ export const PUBLIC_ROUTES = {
|
|||
// Макет 29.08: раздел статей и хаб документов.
|
||||
articles: "/articles",
|
||||
articleHowTo: "/articles/kak-ocenit-kvartiru",
|
||||
articlePrices: "/articles/skolko-stoit-metr-v-ekaterinburge",
|
||||
articleWaiting: "/articles/pochemu-kvartira-ne-prodaetsya",
|
||||
docs: "/docs",
|
||||
// Страница B2B-контура: связаться и оставить заявку. Заведена 31.08.2026
|
||||
// взамен ссылки на `B2B_URL` в шапке и подвале — та вела в закрытый контур
|
||||
|
|
|
|||
|
|
@ -22,7 +22,7 @@ import { PUBLIC_ORIGIN, PUBLIC_ROUTES } from "./content";
|
|||
* актуальным целиком. Двигать дату вперёд нужно вручную, вместе с реальным
|
||||
* изменением состава/контента страниц.
|
||||
*/
|
||||
const LAST_MODIFIED = new Date("2026-09-10T00:00:00Z");
|
||||
const LAST_MODIFIED = new Date("2026-09-13T00:00:00Z");
|
||||
|
||||
export default function sitemap(): MetadataRoute.Sitemap {
|
||||
const url = (path: string) => `${PUBLIC_ORIGIN}${path}`;
|
||||
|
|
@ -52,6 +52,18 @@ export default function sitemap(): MetadataRoute.Sitemap {
|
|||
changeFrequency: "monthly",
|
||||
priority: 0.6,
|
||||
},
|
||||
{
|
||||
url: url(PUBLIC_ROUTES.articlePrices),
|
||||
lastModified: LAST_MODIFIED,
|
||||
changeFrequency: "monthly",
|
||||
priority: 0.6,
|
||||
},
|
||||
{
|
||||
url: url(PUBLIC_ROUTES.articleWaiting),
|
||||
lastModified: LAST_MODIFIED,
|
||||
changeFrequency: "monthly",
|
||||
priority: 0.6,
|
||||
},
|
||||
{
|
||||
url: url(PUBLIC_ROUTES.business),
|
||||
lastModified: LAST_MODIFIED,
|
||||
|
|
|
|||
|
|
@ -102,6 +102,8 @@ const PUBLIC_SHORT_PATHS = [
|
|||
"/privacy",
|
||||
"/articles",
|
||||
"/articles/kak-ocenit-kvartiru",
|
||||
"/articles/skolko-stoit-metr-v-ekaterinburge",
|
||||
"/articles/pochemu-kvartira-ne-prodaetsya",
|
||||
"/docs",
|
||||
"/business",
|
||||
// Машинные артефакты для поисковых роботов, а не страницы. React на них не
|
||||
|
|
|
|||
|
|
@ -1124,6 +1124,36 @@ class CitySweepCounters:
|
|||
return {f.name: getattr(self, f.name) for f in fields(self)}
|
||||
|
||||
|
||||
def _require_region_scope(
|
||||
source_kind: str,
|
||||
region_code: int,
|
||||
anchors: list[tuple[float, float, str]] | None,
|
||||
) -> None:
|
||||
"""Регион вне 66 обязан приходить СО СВОИМИ anchors — иначе это тихий сбор ЕКБ.
|
||||
|
||||
`anchors=None` у всех трёх anchor-свипов означает "ЕКБ по умолчанию"
|
||||
(EKB_ANCHORS у avito/cian, центральная точка combos-режима у yandex). Планировщик
|
||||
берёт anchors из `CITY_ANCHORS[default_params["city"]]`, а этот реестр сегодня
|
||||
покрывает только Свердловскую область, поэтому строка расписания вида
|
||||
`avito_city_sweep_moscow` с `{"region_code": 77}` собрала бы ЕКАТЕРИНБУРГ и
|
||||
проштамповала его московским регионом — со штатными счётчиками и без единой
|
||||
аномалии в логах. Падаем до первого запроса.
|
||||
|
||||
Москва (77) и МО (50) попали в прод-корпус разовым ручным коллектором
|
||||
(`scripts/local-avito-msk/collect.py` → схема `msk_raw` → `app.tasks.msk_raw_import`),
|
||||
а не свипами. Регулярный сбор по ним требует сперва завести города в
|
||||
CITY_ANCHORS/CITY_LOCATIONS (anchors + per-provider идентификаторы), и только
|
||||
потом строки расписаний.
|
||||
"""
|
||||
if region_code == DEFAULT_REGION_CODE or anchors:
|
||||
return
|
||||
raise ValueError(
|
||||
f"{source_kind}: region_code={region_code} без anchors города — развёртка "
|
||||
"откатилась бы на ЕКБ и проштамповала его чужим регионом. Заведи город в "
|
||||
"CITY_ANCHORS/CITY_LOCATIONS (и передай anchors) либо убери region_code."
|
||||
)
|
||||
|
||||
|
||||
async def run_avito_city_sweep(
|
||||
db: Session,
|
||||
*,
|
||||
|
|
@ -1164,6 +1194,7 @@ async def run_avito_city_sweep(
|
|||
# AvitoScraper.target_city_slug → SERP-фильтр оставляет карточки этого города,
|
||||
# а avito_slug (#12) — в путь URL, скоупя сам запрос на город-цель вместо ЕКБ.
|
||||
# None → ЕКБ-дефолт (совпадает с anchors=EKB_ANCHORS fallback ниже).
|
||||
_require_region_scope("avito_city_sweep", region_code, anchors)
|
||||
_anchors = anchors if anchors is not None else EKB_ANCHORS
|
||||
|
||||
# ── Checkpoint/resume (#3074): единица обхода — ЯКОРЬ ──────────────────────
|
||||
|
|
@ -2258,6 +2289,7 @@ async def run_yandex_city_sweep(
|
|||
|
||||
Возвращает YandexCitySweepCounters. mark_done вызывается ВСЕГДА (кроме cancel/ban/fatal).
|
||||
"""
|
||||
_require_region_scope("yandex_city_sweep", region_code, anchors)
|
||||
# EKB center — единственный anchor для citywide combos sweep.
|
||||
# anchors-параметр принимается для backward-compat тестов.
|
||||
if anchors is not None:
|
||||
|
|
@ -2904,6 +2936,7 @@ async def run_cian_city_sweep(
|
|||
Cooperative cancel: runs.is_cancelled(db, run_id) перед каждым anchor.
|
||||
mark_done вызывается ВСЕГДА (finally outer).
|
||||
"""
|
||||
_require_region_scope("cian_city_sweep", region_code, anchors)
|
||||
_anchors = anchors if anchors is not None else EKB_ANCHORS
|
||||
|
||||
# ── Checkpoint/resume (#3074): единица обхода — ЯКОРЬ ──────────────────────
|
||||
|
|
@ -4522,6 +4555,20 @@ async def run_domclick_city_sweep(
|
|||
|
||||
Возвращает DomClickCitySweepCounters.
|
||||
"""
|
||||
# Гео-скоуп этого свипа ЗАШИТ в ЕКБ: providers/domclick/serp.py строит BFF-URL с
|
||||
# _EKB_ADDRESS_GUID/_EKB_AREA_ID и прогревает контекст на _SWEEP_ORIGIN
|
||||
# (ekaterinburg.domclick.ru), а city_id — vestigial, fetch_city его игнорирует.
|
||||
# Строка расписания с region_code 77/50 поэтому собрала бы ЕКБ и проштамповала его
|
||||
# чужим регионом — молча, со штатными счётчиками. Падаем до первого запроса; гард
|
||||
# снимается вместе с параметризацией GUID/aids/origin по региону (GUID Москвы и МО
|
||||
# известны — scripts/local-avito-msk/collect.py MSK_DOMCLICK_GUID/MO_DOMCLICK_GUID).
|
||||
if region_code != DEFAULT_REGION_CODE:
|
||||
raise ValueError(
|
||||
f"domclick_city_sweep: region_code={region_code} не поддержан — гео-скоуп "
|
||||
"BFF-запроса зашит в ЕКБ (address GUID / aids / origin прогрева), прогон "
|
||||
"собрал бы ЕКБ под чужим регионом"
|
||||
)
|
||||
|
||||
_resolved_delay = request_delay_sec if request_delay_sec is not None else 6.0
|
||||
counters = DomClickCitySweepCounters()
|
||||
|
||||
|
|
|
|||
|
|
@ -47,6 +47,7 @@ except ImportError: # pragma: no cover - в проде backend-env sentry_sdk
|
|||
|
||||
from scraper_kit.orchestration import runs as _kit_runs
|
||||
from scraper_kit.orchestration.pipeline import (
|
||||
DEFAULT_REGION_CODE,
|
||||
get_city_anchors,
|
||||
run_avito_city_sweep,
|
||||
run_avito_full_load,
|
||||
|
|
@ -880,6 +881,37 @@ def _interval_minutes(params: dict[str, Any], *, param: str = "interval_minutes"
|
|||
return None if raw is None else int(raw)
|
||||
|
||||
|
||||
# Kit не импортирует `app.*` (contracts.py — граница strangler'а, см. её docstring),
|
||||
# поэтому реестр `app.services.regions.REGIONS` сюда не дотянуть напрямую. Список
|
||||
# ниже — суженная копия ЕГО КЛЮЧЕЙ только для отказа мусорного region_code из
|
||||
# default_params; она не заменяет REGIONS и не должна расти самостоятельно — при
|
||||
# добавлении региона в REGIONS обновить и здесь.
|
||||
_KNOWN_REGION_CODES: frozenset[int] = frozenset({50, 66, 77})
|
||||
|
||||
|
||||
def _resolve_region_code(params: dict[str, Any]) -> int:
|
||||
"""default_params["region_code"] → валидированный int для run_*.
|
||||
|
||||
Ключа нет → DEFAULT_REGION_CODE (66, тот же дефолт что и у run_*-функций
|
||||
pipeline.py) — прежнее поведение всех 123 существующих строк расписания не
|
||||
меняется. Значение не парсится в int ИЛИ отсутствует в _KNOWN_REGION_CODES →
|
||||
ValueError: явный отказ прогона (падает сквозь job в `_dispatch`'s
|
||||
`except Exception` → `logger.exception`, тот же путь, что и любой другой
|
||||
crash хендлера), а не тихая запись мусора в listings.region_code.
|
||||
"""
|
||||
raw = params.get("region_code", DEFAULT_REGION_CODE)
|
||||
try:
|
||||
region_code = int(raw)
|
||||
except (TypeError, ValueError) as exc:
|
||||
raise ValueError(f"region_code={raw!r} из default_params не приводится к int") from exc
|
||||
if region_code not in _KNOWN_REGION_CODES:
|
||||
raise ValueError(
|
||||
f"region_code={region_code} отсутствует в реестре регионов "
|
||||
f"(известны: {sorted(_KNOWN_REGION_CODES)})"
|
||||
)
|
||||
return region_code
|
||||
|
||||
|
||||
# Нижний порог defer'а (#1522): пропуск обязан пережить несколько get_due_schedules,
|
||||
# иначе pre-check снова гоняется каждый тик. 3 тика = минимум один промах даже при
|
||||
# рассинхроне часов планировщика и БД на такт в любую сторону.
|
||||
|
|
@ -1047,6 +1079,7 @@ async def _job_avito_city_sweep(
|
|||
request_delay_sec=float(params.get("request_delay_sec", 7.0)),
|
||||
enrich_houses=bool(params.get("enrich_houses", True)),
|
||||
radius_m=int(params.get("radius_m", 1500)),
|
||||
region_code=_resolve_region_code(params),
|
||||
# #3074: подхват якорей у оборванного предшественника. Ключ чекпоинта —
|
||||
# имя якоря, оно не зависит от количества якорей, поэтому в отличие от
|
||||
# combo-чекпоинта yandex-свипа гарда по числу якорей здесь не требуется.
|
||||
|
|
@ -1066,6 +1099,7 @@ async def _job_avito_newbuilding_sweep(
|
|||
proxy_provider=ctx.proxy_provider,
|
||||
pages=int(params.get("pages", 20)),
|
||||
request_delay_sec=float(params.get("request_delay_sec", 7.0)),
|
||||
region_code=_resolve_region_code(params),
|
||||
# #3074: подхват страниц у оборванного предшественника — см.
|
||||
# _job_avito_city_sweep выше.
|
||||
resume_run_id=_pick_resume(db, run_id),
|
||||
|
|
@ -1110,6 +1144,7 @@ async def _job_avito_full_load(
|
|||
concurrency=int(params.get("concurrency", 5)),
|
||||
request_delay_sec=float(params.get("request_delay_sec", 7.0)),
|
||||
secondary_only=bool(params.get("secondary_only", True)),
|
||||
region_code=_resolve_region_code(params),
|
||||
resume_run_id=_pick_resume(db, run_id),
|
||||
incremental_days=incremental_days,
|
||||
)
|
||||
|
|
@ -1130,6 +1165,7 @@ async def _job_avito_full_load_exhaustive(
|
|||
concurrency=int(params.get("concurrency", 5)),
|
||||
request_delay_sec=float(params.get("request_delay_sec", 7.0)),
|
||||
secondary_only=bool(params.get("secondary_only", True)),
|
||||
region_code=_resolve_region_code(params),
|
||||
resume_run_id=_pick_resume(db, run_id),
|
||||
incremental_days=None,
|
||||
)
|
||||
|
|
@ -1159,6 +1195,7 @@ async def _job_yandex_city_sweep(
|
|||
radius_m=int(params.get("radius_m", 1500)),
|
||||
enrich_address=bool(params.get("enrich_address", True)),
|
||||
segments=params.get("segments"),
|
||||
region_code=_resolve_region_code(params),
|
||||
resume_run_id=_pick_resume(db, run_id),
|
||||
)
|
||||
|
||||
|
|
@ -1184,6 +1221,7 @@ async def _job_cian_city_sweep(
|
|||
detail_top_n=int(params.get("detail_top_n", 10)),
|
||||
enrich_houses=bool(params.get("enrich_houses", True)),
|
||||
newbuilding_only=bool(params.get("newbuilding_only", True)),
|
||||
region_code=_resolve_region_code(params),
|
||||
# #3074: подхват якорей у оборванного предшественника. Ключ чекпоинта —
|
||||
# имя якоря, от их количества не зависит, поэтому гарда как у combo-
|
||||
# чекпоинта яндекса здесь не требуется.
|
||||
|
|
@ -1206,6 +1244,7 @@ async def _job_cian_full_load(
|
|||
request_delay_sec=float(params.get("request_delay_sec", 4.0)),
|
||||
enrich_detail=bool(params.get("enrich_detail", False)),
|
||||
detail_top_n=int(params.get("detail_top_n", 0)),
|
||||
region_code=_resolve_region_code(params),
|
||||
resume_run_id=_pick_resume(db, run_id),
|
||||
)
|
||||
|
||||
|
|
@ -1224,6 +1263,7 @@ async def _job_domclick_city_sweep(
|
|||
rooms=params.get("rooms"),
|
||||
pages=int(params.get("pages_per_anchor", 5)),
|
||||
request_delay_sec=float(params.get("request_delay_sec", 6.0)),
|
||||
region_code=_resolve_region_code(params),
|
||||
resume_run_id=_pick_resume(db, run_id),
|
||||
)
|
||||
|
||||
|
|
|
|||
|
|
@ -80,18 +80,37 @@ python .\collect.py --platform yandex --full --batch-id msk-serp-yandex-20260911
|
|||
|
||||
# 3) продолжить прерванный прогон по сохранённому плану коридоров
|
||||
python .\collect.py --full --resume --batch-id msk-serp-avito-20260908
|
||||
|
||||
# 4) DomClick по Московской области (--region — только для domclick)
|
||||
python .\collect.py --platform domclick --region 50 --full `
|
||||
--batch-id mo-serp-domclick-20260912-1200
|
||||
```
|
||||
|
||||
Без аргументов скрипт работает в режиме `--measure 100` и полный проход **не начинает**.
|
||||
Дефолт — `--platform avito`.
|
||||
Дефолт — `--platform avito --region 77` (Москва).
|
||||
|
||||
Ключи: `--platform {avito,cian,yandex}` (дефолт avito), `--delay` (пауза между загрузками,
|
||||
`--region {77,50}` переключает регион **только для `--platform domclick`**: у DomClick
|
||||
Москва и область — разные GUID листинга (`MSK_DOMCLICK_GUID` / `MO_DOMCLICK_GUID` в
|
||||
`collect.py`) и разные прогоны. У Авито/Циана/Яндекса единый скоуп «Москва и МО»
|
||||
собирается одним прогоном (`moskva_i_mo` / `region=-1` / `rgid=741964`) и делится на
|
||||
регионы уже при импорте в `listings` — отдельного прогона по области у них нет, и
|
||||
`--region 50` с любой площадкой кроме domclick падает `SystemExit` при разборе аргументов.
|
||||
Скрипт также сверяет GUID, зашитый в фактический `base_url` (параметр `address`), с
|
||||
GUID, ожидаемым для выбранного `--region` — расхождение (например, ручной `--base-url`
|
||||
с московским GUID при `--region 50`) останавливает прогон до первого запроса, а не
|
||||
заливает чужой регион под областной `batch_id`.
|
||||
|
||||
Ключи: `--platform {avito,cian,yandex,domclick}` (дефолт avito), `--region {77,50}`
|
||||
(дефолт 77, только domclick), `--delay` (пауза между загрузками,
|
||||
дефолт 8.0 с ±20 % джиттера — сознательно совпадает с прод-расписаниями
|
||||
`request_delay_sec` 7–10 с), `--batch-size` (карточек в одной заливке, дефолт 1000),
|
||||
`--target-count` (целевой размер коридора; дефолт зависит от площадки — 1500 у
|
||||
avito/cian, **500** у yandex, см. `PlatformAdapter.default_target`), `--base-url` (дефолт зависит
|
||||
от `--platform`), `--batch-id` (дефолт `msk-serp-<platform>-<UTC>` — платформа в имени,
|
||||
чтобы avito- и cian-прогоны не затирали друг друга план/CSV), `--out-dir`,
|
||||
от `--platform`/`--region`), `--batch-id` (дефолт `msk-serp-<platform>-<UTC>`, а при
|
||||
`--platform domclick --region 50` — `mo-serp-domclick-<UTC>`: платформа/регион в имени,
|
||||
чтобы прогоны разных площадок и регионов не затирали друг другу план/CSV — регион в
|
||||
таблице `msk_raw.domclick_cards` иначе не выражается, отдельной колонки под него нет),
|
||||
`--out-dir`,
|
||||
`--ssh-host/--container/--db-user/--db-name`.
|
||||
|
||||
`AVITO_CDP` (адрес CDP, дефолт `http://localhost:9222`) общий для обеих платформ —
|
||||
|
|
|
|||
|
|
@ -6,9 +6,19 @@
|
|||
(подключение по CDP), парсер — импорт из scraper-kit, заливка — поток в psql
|
||||
через ssh. Скрипт ничего не устанавливает и своего профиля не поднимает.
|
||||
|
||||
Платформа выбирается ключом --platform {avito,cian,yandex} (дефолт avito) — см.
|
||||
класс PlatformAdapter ниже. У каждой платформы свой потолок пагинации, свой
|
||||
билдер URL коридора и своя целевая таблица в msk_raw.
|
||||
Платформа выбирается ключом --platform {avito,cian,yandex,domclick} (дефолт
|
||||
avito) — см. класс PlatformAdapter ниже. У каждой платформы свой потолок
|
||||
пагинации, свой билдер URL коридора и своя целевая таблица в msk_raw.
|
||||
|
||||
--region {77,50} (дефолт 77 — Москва) переключает регион сбора и работает
|
||||
ТОЛЬКО с --platform domclick: у DomClick Москва и область — разные GUID и
|
||||
разные прогоны. У Авито/Циана/Яндекса корпус Москва+МО собирается одним
|
||||
прогоном (moskva_i_mo / region=-1 / rgid Москва+МО) и делится на регионы уже
|
||||
при импорте, поэтому --region 50 с любой другой площадкой падает SystemExit.
|
||||
|
||||
Пример прогона по Московской области (DomClick, полный проход):
|
||||
python collect.py --platform domclick --region 50 --full \
|
||||
--batch-id mo-serp-domclick-20260912-1200
|
||||
|
||||
Дефолтный режим — --measure 100 (замер): полный проход только по явному --full.
|
||||
"""
|
||||
|
|
@ -153,7 +163,9 @@ YANDEX_MAX_PAGES = 25
|
|||
# штатно «дорезает» до 1500 и каждый коридор уезжает в truncated.
|
||||
YANDEX_TARGET_COUNT = YANDEX_PAGE_SIZE * YANDEX_MAX_PAGES # 500
|
||||
|
||||
# DomClick: JSON BFF listing API, Москва (эпик #2989, трек 1).
|
||||
# DomClick: JSON BFF listing API, Москва + отдельно Московская область
|
||||
# (эпик #2989, трек 1). У DomClick, в отличие от Авито/Циана/Яндекса, Москва и
|
||||
# область — РАЗНЫЕ прогоны с разными GUID (--region), а не один общий скоуп.
|
||||
#
|
||||
# GUID Москвы проверен живым запросом 12.09: и region, и locality — один и тот
|
||||
# же 1d1463ae-c80f-4d19-9331-a1b68a85b553 (для сравнения ЕКБ —
|
||||
|
|
@ -162,28 +174,74 @@ YANDEX_TARGET_COUNT = YANDEX_PAGE_SIZE * YANDEX_MAX_PAGES # 500
|
|||
# листинга точно совпадает с сайтом.
|
||||
MSK_DOMCLICK_GUID = "1d1463ae-c80f-4d19-9331-a1b68a85b553"
|
||||
|
||||
DEFAULT_DOMCLICK_BASE_URL = (
|
||||
"https://bff-search-web.domclick.ru/api/offers/v1"
|
||||
f"?address={MSK_DOMCLICK_GUID}&deal_type=sale&category=living&offer_type=flat"
|
||||
"&sort=qi&sort_dir=desc&limit=20&offset=0"
|
||||
)
|
||||
# GUID Московской области проверен живым запросом 12.09: тот же listing-эндпойнт
|
||||
# с этим address отдаёт result.pagination.total = 17572, aids тоже не нужен.
|
||||
MO_DOMCLICK_GUID = "9930cc20-32c6-4f6f-a55e-cd67086c5171"
|
||||
|
||||
|
||||
def _domclick_base_url(guid: str) -> str:
|
||||
"""Base_url DomClick BFF listing API под конкретный GUID региона.
|
||||
|
||||
Обе региональные константы (MSK/MO) обязаны строиться этой функцией, а не
|
||||
двумя независимыми f-строками, — иначе расхождение параметров (limit,
|
||||
offset, sort) между Москвой и областью было бы легко внести незаметно.
|
||||
"""
|
||||
return (
|
||||
"https://bff-search-web.domclick.ru/api/offers/v1"
|
||||
f"?address={guid}&deal_type=sale&category=living&offer_type=flat"
|
||||
"&sort=qi&sort_dir=desc&limit=20&offset=0"
|
||||
)
|
||||
|
||||
|
||||
DEFAULT_DOMCLICK_BASE_URL = _domclick_base_url(MSK_DOMCLICK_GUID)
|
||||
MO_DOMCLICK_BASE_URL = _domclick_base_url(MO_DOMCLICK_GUID)
|
||||
|
||||
|
||||
def _domclick_extract_guid(base_url: str) -> str | None:
|
||||
"""GUID региона, зашитый в параметр address базового URL DomClick."""
|
||||
return dict(parse_qsl(urlsplit(base_url).query)).get("address")
|
||||
|
||||
|
||||
# Замерено живым запросом 12.09, не из документации: offset=1980 отдаёт полную
|
||||
# страницу (20 items), offset=2000 отвечает HTTP 400
|
||||
# {"statusCode":400,"error":"Bad Request"}. Значит жёсткий потолок пагинации —
|
||||
# {"statusCode":400,"error":"Bad Request"}. Одинаково и для Москвы, и для
|
||||
# области (проверено на обоих GUID) — значит жёсткий потолок пагинации общий:
|
||||
# 100 страниц по 20 штук = 2000 офферов на один набор фильтров.
|
||||
DOMCLICK_PAGE_SIZE = 20
|
||||
DOMCLICK_MAX_PAGES = 100
|
||||
|
||||
# bbox Москвы с ТиНАО — единственный надёжный гео-гард для DomClick.
|
||||
# offerRegionName использовать НЕЛЬЗЯ: часть офферов Новой Москвы приходит с
|
||||
# именами вида "г. Говорово", а не "Москва" — гард по имени региона молча
|
||||
# вырезал бы легитимные лоты. scraper._is_geo_ok() кита сюда тоже не подходит:
|
||||
# он захардкожен на offerRegionName == "Екатеринбург" и отбросил бы буквально
|
||||
# всю московскую выдачу.
|
||||
# bbox — единственный надёжный гео-гард для DomClick, отдельно для Москвы (с
|
||||
# ТиНАО) и для Московской области. offerRegionName использовать НЕЛЬЗЯ: часть
|
||||
# офферов Новой Москвы приходит с именами вида "г. Говорово", а не "Москва" —
|
||||
# гард по имени региона молча вырезал бы легитимные лоты. scraper._is_geo_ok()
|
||||
# кита сюда тоже не подходит: он захардкожен на offerRegionName ==
|
||||
# "Екатеринбург" и отбросил бы буквально всю выдачу обоих регионов.
|
||||
_MSK_LAT_MIN, _MSK_LAT_MAX = 55.14, 56.02
|
||||
_MSK_LON_MIN, _MSK_LON_MAX = 36.80, 37.97
|
||||
|
||||
# bbox Московской области — литерал, РАВНЫЙ bbox_region региона 50 в реестре
|
||||
# tradein-mvp/backend/app/services/regions.py (сослались на реестр, значение
|
||||
# впечатано сюда буквально: этот скрипт лежит вне пакета backend и не может
|
||||
# его импортировать). Московский bbox область не накрывает: Серпухов
|
||||
# (lat~54.9), Коломна (lon~39.4), Дубна (lat~56.7) все лежат вне _MSK_*.
|
||||
_MO_LAT_MIN, _MO_LAT_MAX = 54.20, 56.96
|
||||
_MO_LON_MIN, _MO_LON_MAX = 35.14, 40.21
|
||||
|
||||
_MSK_BBOX: tuple[float, float, float, float] = (
|
||||
_MSK_LAT_MIN, _MSK_LAT_MAX, _MSK_LON_MIN, _MSK_LON_MAX,
|
||||
)
|
||||
_MO_BBOX: tuple[float, float, float, float] = (
|
||||
_MO_LAT_MIN, _MO_LAT_MAX, _MO_LON_MIN, _MO_LON_MAX,
|
||||
)
|
||||
|
||||
# Активный гео-гард, который реально читает _domclick_parse_cards. Модульная
|
||||
# переменная, а НЕ аргумент функции: сигнатура parse_cards зафиксирована типом
|
||||
# PlatformAdapter.parse_cards (Callable[[Any, str], list[Any]]) и завязана на
|
||||
# него все остальные платформы, менять её ради одного DomClick нельзя. collect()
|
||||
# выставляет это значение один раз при старте прогона, по --region, до первого
|
||||
# запроса к сети.
|
||||
_DOMCLICK_BBOX: tuple[float, float, float, float] = _MSK_BBOX
|
||||
|
||||
PRICE_FLOOR = 500_000 # нижняя граница осмысленного коридора, ₽
|
||||
PRICE_PROBE_START = 8_000_000 # старт удвоения при поиске верхней границы
|
||||
PRICE_CEIL = 2_000_000_000
|
||||
|
|
@ -712,8 +770,8 @@ def _domclick_parse_cards(scraper: Any, html: str) -> list[Any]:
|
|||
lon = float(loc["lon"])
|
||||
except (KeyError, TypeError, ValueError):
|
||||
continue
|
||||
if not (_MSK_LAT_MIN <= lat <= _MSK_LAT_MAX
|
||||
and _MSK_LON_MIN <= lon <= _MSK_LON_MAX):
|
||||
lat_min, lat_max, lon_min, lon_max = _DOMCLICK_BBOX
|
||||
if not (lat_min <= lat <= lat_max and lon_min <= lon <= lon_max):
|
||||
continue
|
||||
lot = scraper._map_item(item)
|
||||
if lot is not None:
|
||||
|
|
@ -1411,6 +1469,31 @@ async def collect(args: argparse.Namespace) -> int:
|
|||
)
|
||||
base_url = plan.base_url if plan is not None else args.base_url
|
||||
|
||||
# Гвард региона DomClick — САМОЕ ВАЖНОЕ в этом прогоне. --base-url можно
|
||||
# передать вручную с любым GUID, а base_url резюме приходит из сохранённого
|
||||
# плана в обход --region вовсе; расхождение GUID и --region залило бы
|
||||
# Москву под областным batch_id (или наоборот) и отравило бы корпус.
|
||||
# Проверка стоит здесь намеренно: этой точки достигают все три источника
|
||||
# base_url — дефолтный (выставлен в parse_args по --region), переданный
|
||||
# вручную через --base-url и восстановленный из плана при --resume — уже
|
||||
# ПОСЛЕ сверки plan.base_url != args.base_url чуть выше, так что при
|
||||
# --resume расхождение платформы/URL с CLI отловится раньше и с более
|
||||
# точным сообщением.
|
||||
if args.platform == "domclick":
|
||||
expected_guid = MO_DOMCLICK_GUID if args.region == 50 else MSK_DOMCLICK_GUID
|
||||
actual_guid = _domclick_extract_guid(base_url)
|
||||
if actual_guid != expected_guid:
|
||||
raise SystemExit(
|
||||
f"--region {args.region} ожидает GUID {expected_guid!r} в base_url"
|
||||
f" (параметр address), а фактический base_url несёт GUID"
|
||||
f" {actual_guid!r}. Поправь --region либо --base-url — иначе"
|
||||
f" прогон зальёт чужой регион под batch_id={args.batch_id}."
|
||||
)
|
||||
global _DOMCLICK_BBOX
|
||||
_DOMCLICK_BBOX = _MO_BBOX if args.region == 50 else _MSK_BBOX
|
||||
print(f"DomClick: --region={args.region}, guid={expected_guid}, "
|
||||
f"bbox={_DOMCLICK_BBOX}", flush=True)
|
||||
|
||||
page_budget = None if args.full else args.measure
|
||||
mode = "FULL" if args.full else f"MEASURE<={page_budget}"
|
||||
print(f"Режим: {mode}; platform={args.platform}; batch_id={args.batch_id}; "
|
||||
|
|
@ -1523,8 +1606,11 @@ def parse_args(argv: list[str] | None = None) -> argparse.Namespace:
|
|||
)
|
||||
p.add_argument("--platform", choices=tuple(ADAPTERS), default="avito",
|
||||
help="площадка сбора (дефолт avito)")
|
||||
p.add_argument("--region", type=int, choices=(77, 50), default=77,
|
||||
help="регион сбора: 77 Москва (дефолт), 50 Московская область"
|
||||
" (поддерживается только --platform domclick)")
|
||||
p.add_argument("--base-url", default=None,
|
||||
help="базовый URL выдачи (дефолт зависит от --platform)")
|
||||
help="базовый URL выдачи (дефолт зависит от --platform/--region)")
|
||||
p.add_argument("--measure", type=int, default=100, metavar="N",
|
||||
help="режим замера: не больше N загрузок страниц (дефолт 100)")
|
||||
p.add_argument("--full", action="store_true",
|
||||
|
|
@ -1551,16 +1637,42 @@ def parse_args(argv: list[str] | None = None) -> argparse.Namespace:
|
|||
p.add_argument("--db-user", default="tradein")
|
||||
p.add_argument("--db-name", default="tradein")
|
||||
args = p.parse_args(argv)
|
||||
if args.region == 50 and args.platform != "domclick":
|
||||
p.error(
|
||||
"--region 50 поддерживается только для --platform domclick: корпус"
|
||||
" Авито/Циана/Яндекса по Москве и области собирается ОДНИМ прогоном"
|
||||
" (moskva_i_mo / region=-1 / rgid Москва+МО) и делится на регионы уже"
|
||||
" при импорте — отдельного областного прогона у этих площадок нет."
|
||||
)
|
||||
if args.base_url is None:
|
||||
args.base_url = ADAPTERS[args.platform].default_base_url
|
||||
if args.platform == "domclick" and args.region == 50:
|
||||
args.base_url = MO_DOMCLICK_BASE_URL
|
||||
else:
|
||||
args.base_url = ADAPTERS[args.platform].default_base_url
|
||||
if args.target_count is None:
|
||||
args.target_count = ADAPTERS[args.platform].default_target
|
||||
if args.batch_id is None:
|
||||
args.batch_id = (
|
||||
f"msk-serp-{args.platform}-" + datetime.now(timezone.utc).strftime("%Y%m%d-%H%M%S")
|
||||
prefix = (
|
||||
"mo-serp-domclick" if (args.platform == "domclick" and args.region == 50)
|
||||
else f"msk-serp-{args.platform}"
|
||||
)
|
||||
args.batch_id = prefix + "-" + datetime.now(timezone.utc).strftime("%Y%m%d-%H%M%S")
|
||||
if not _BATCH_ID_RE.match(args.batch_id):
|
||||
p.error("--batch-id: допустимы только символы [A-Za-z0-9._-]")
|
||||
# batch_id — ЕДИНСТВЕННАЯ метка региона в msk_raw.domclick_cards: колонки
|
||||
# региона там нет, партии потом разделяются по префиксу имени батча. Имя,
|
||||
# заданное руками вразрез с --region, сделало бы областную партию
|
||||
# неотличимой от московской уже после заливки, когда чинить поздно. Поэтому
|
||||
# префикс сверяется с регионом так же строго, как GUID в base_url.
|
||||
if args.platform == "domclick":
|
||||
want = "mo-serp-domclick" if args.region == 50 else "msk-serp-domclick"
|
||||
other = "msk-serp-domclick" if args.region == 50 else "mo-serp-domclick"
|
||||
if args.batch_id.startswith(other) or not args.batch_id.startswith(want):
|
||||
p.error(
|
||||
f"--batch-id должен начинаться с {want!r} при --region"
|
||||
f" {args.region}: имя батча — единственный признак региона в"
|
||||
f" msk_raw.domclick_cards, колонки региона там нет."
|
||||
)
|
||||
if args.measure < 1:
|
||||
p.error("--measure должен быть >= 1")
|
||||
return args
|
||||
|
|
|
|||
Loading…
Add table
Reference in a new issue