backend/app/services/site_finder/best_layouts.py

@@ -236,6 +236,24 @@ _INLINE_VELOCITY_SQL = text("""
 #
 # MATERIALIZED у nearby — обязателен: без него планировщик инлайнит CTE и
 # возвращается к flats-first seq scan (domrf_kn_objects не имеет GIST-индекса).
+#
+# === PER-OBJECT snapshot fix (#1956, regression от #1944) ===
+# domrf_kn_flats — это ПО-ОБЪЕКТНЫЙ time-series: каждый ЖК скрейпится в СВОЙ день,
+# UNIQUE-снимок (obj_id, snapshot_date). Прежний джойн фильтровал flats по ОДНОЙ
+# глобальной дате `f.snapshot_date = MAX(snapshot_date по всей таблице)`. На этой
+# единственной глобал-max дате присутствует обычно лишь 1 объект (скрейпнутый
+# последним) → у остальных объектов в радиусе 0 квартир → supply_units_in_radius=0
+# для ВСЕХ строк → frontend salesPeriodMonths(0,v)=0 («Срок продажи 0 мес»),
+# sold_pct_of_supply=null («% продано —»). Прод-факт (66:41:0205010:287): 9
+# объектов в радиусе = 5344 квартир суммарно, но 0 на глобал-max снимке.
+# Фикс: flats_latest берёт для КАЖДОГО obj_id его СОБСТВЕННЫЙ последний снимок
+# (DISTINCT ON (obj_id) ... ORDER BY obj_id, snapshot_date DESC, id DESC) и
+# джойнится к nearby по obj_id → supply = реальные per-object счётчики (~2675).
+# Дедуп nearby (objects-first MATERIALIZED, #1944) сохранён — flats_latest даёт
+# ровно одну строку на (obj_id) → fan-out по снимкам flats невозможен.
+# NB: данные domrf_kn flats частично сломаны (#1945 — per-object снимки низкие/
+# несвежие пока loader не починен), поэтому supply всё ещё ниже здорового
+# состояния, но движется с 0 к реальным per-object числам. Loader — НЕ здесь.
 _SUPPLY_BATCH_SQL = text("""
     WITH latest_obj AS (
         SELECT DISTINCT ON (o.obj_id)
@@ -255,6 +273,13 @@ _SUPPLY_BATCH_SQL = text("""
             )::geography,
             CAST(:radius_m AS float)
         )
+    ),
+    flats_latest AS (
+        SELECT DISTINCT ON (f.obj_id)
+            f.obj_id, f.snapshot_date
+        FROM domrf_kn_flats f
+        JOIN nearby n ON n.obj_id = f.obj_id
+        ORDER BY f.obj_id, f.snapshot_date DESC, f.id DESC
     )
     SELECT
         CASE
@@ -273,10 +298,10 @@ _SUPPLY_BATCH_SQL = text("""
             ELSE '100+'
         END AS ab,
         COUNT(*) AS units
-    FROM nearby n
+    FROM flats_latest fl
     JOIN domrf_kn_flats f
-        ON f.obj_id = n.obj_id
+        ON f.obj_id = fl.obj_id
-       AND f.snapshot_date = CAST(:latest_snap AS date)
+       AND f.snapshot_date = fl.snapshot_date
     GROUP BY rb, ab
 """)
 
@@ -518,12 +543,11 @@ def get_best_layouts(
         )
 
     # ── Step 5: supply side (батч-запрос) ────────────────────────────────────
-    # Pre-compute последний snapshot_date один раз — избегаем subquery на каждый scan.
+    # Fix #1956: supply берёт ПЕР-ОБЪЕКТНЫЙ последний снимок из domrf_kn_flats
-    latest_snap: dt.date | None = db.scalar(text("SELECT MAX(snapshot_date) FROM domrf_kn_flats"))
+    # (каждый ЖК скрейпится в свой день). Прежний единый глобальный
-    if latest_snap is None:
+    # MAX(snapshot_date) давал 0 квартир почти у всех объектов → «Срок продажи
-        logger.warning("best_layouts: domrf_kn_flats пустой (нет snapshot_date), supply=0 fallback")
+    # 0 мес» / «% продано —». Per-object latest snapshot встроен в _SUPPLY_BATCH_SQL
-        supply_rows = []
+    # (flats_latest CTE) → отдельный pre-compute MAX больше не нужен.
-    else:
     try:
         supply_rows = (
             db.execute(
@@ -532,7 +556,6 @@ def get_best_layouts(
                     "center_lon": center_lon,
                     "center_lat": center_lat,
                     "radius_m": radius_m,
-                        "latest_snap": latest_snap,
                 },
             )
             .mappings()

backend/tests/api/v1/test_parcel_best_layouts.py

@@ -4,12 +4,14 @@ Mock-based — не требуют живой БД.
 Паттерн mock DB: аналогично test_parcel_competitors.py — dependency_overrides[get_db].
 
 Порядок вызовов в get_best_layouts (Fix SF-01 — inline velocity):
-  db.scalar()  → MAX(snapshot_date)            (только когда vel_rows non-empty)
   db.execute() calls:
   1. _PARCEL_CENTROID_SQL       → .mappings().first()
   2. _COMPETITORS_IN_RADIUS_SQL → .mappings().all()
   3. _INLINE_VELOCITY_SQL       → .mappings().all()
-  4. _SUPPLY_BATCH_SQL          → .mappings().all()  (пропускается если latest_snap is None)
+  4. _SUPPLY_BATCH_SQL          → .mappings().all()
+
+Fix #1956: supply берёт per-object последний snapshot внутри _SUPPLY_BATCH_SQL
+(flats_latest CTE) — отдельного db.scalar(MAX(snapshot_date)) больше нет.
 """
 
 from __future__ import annotations
@@ -85,22 +87,19 @@ def _make_db(
     id_rows: list[MagicMock] | None = None,
     vel_rows: list[MagicMock] | None = None,
     supply_rows: list[MagicMock] | None = None,
-    latest_snap: dt.date | None = None,
 ) -> MagicMock:
     """Сконструировать mock Session.
 
-    db.scalar() возвращает latest_snap (MAX snapshot_date) — вызывается перед supply.
+    Fix #1956: per-object последний снимок считается внутри _SUPPLY_BATCH_SQL,
+    отдельного db.scalar(MAX(snapshot_date)) больше нет.
     Порядок db.execute():
     1. centroid → .mappings().first()
     2. competitors-in-radius → .mappings().all()
     3. velocity → .mappings().all()
-    4. supply → .mappings().all()  (только если latest_snap is not None)
+    4. supply → .mappings().all()
     """
     db = MagicMock()
 
-    # db.scalar — pre-computed MAX(snapshot_date) для supply query
-    db.scalar.return_value = latest_snap if latest_snap is not None else _TODAY
-
     results: list[MagicMock] = []
 
     # 1: centroid
@@ -378,7 +377,6 @@ def test_sold_pct_clamped_at_100_and_is_oversold_flag() -> None:
         id_rows=id_rows,
         vel_rows=vel_rows,
         supply_rows=supply_rows,
-        latest_snap=dt.date.today(),
     )
     from app.core.db import get_db
 
@@ -407,7 +405,6 @@ def test_sold_pct_below_100_is_not_oversold() -> None:
         id_rows=id_rows,
         vel_rows=vel_rows,
         supply_rows=supply_rows,
-        latest_snap=dt.date.today(),
     )
     from app.core.db import get_db
 

backend/tests/services/site_finder/test_best_layouts.py

@@ -7,8 +7,10 @@ Mock-стратегия: патчим db.execute с side_effect, повторя
   1. _PARCEL_CENTROID_SQL      → .mappings().first()
   2. _COMPETITORS_IN_RADIUS_SQL → .mappings().all()
   3. _INLINE_VELOCITY_SQL       → .mappings().all()
-  4. db.scalar()                → MAX(snapshot_date) — через .return_value
+  4. _SUPPLY_BATCH_SQL          → .mappings().all()
-  5. _SUPPLY_BATCH_SQL          → .mappings().all()
+
+Fix #1956: supply берёт per-object последний snapshot внутри _SUPPLY_BATCH_SQL
+(flats_latest CTE), отдельного db.scalar(MAX(snapshot_date)) больше нет.
 
 Ключевые asserts:
 - last_month (1 мес) → velocity = deals_window / 1.0
@@ -93,19 +95,17 @@ def _make_db(
     id_rows: list[MagicMock] | None = None,
     vel_rows: list[MagicMock] | None = None,
     supply_rows: list[MagicMock] | None = None,
-    latest_snap: dt.date | None = None,
 ) -> MagicMock:
     """Сконструировать mock Session.
 
-    Порядок db.execute():
+    Порядок db.execute() (Fix #1956: db.scalar(MAX(snapshot_date)) удалён —
+    per-object последний снимок считается внутри _SUPPLY_BATCH_SQL):
       1. centroid     → .mappings().first()
       2. competitors  → .mappings().all()
       3. velocity     → .mappings().all()
-      4. supply       → .mappings().all()  (только если latest_snap is not None)
+      4. supply       → .mappings().all()
-    db.scalar() → latest_snap (MAX snapshot_date).
     """
     db = MagicMock()
-    db.scalar.return_value = latest_snap if latest_snap is not None else _TODAY
 
     r0 = MagicMock()
     r0.mappings.return_value.first.return_value = coord
@@ -412,10 +412,35 @@ def test_supply_dedups_objects_to_latest_snapshot() -> None:
     # objects-first CTE материализован — иначе планнер инлайнит → flats-first seq scan
     assert "MATERIALIZED" in sql_text, "nearby CTE должен быть MATERIALIZED (план objects-first)"
     # flats джойнятся к дедуплицированному nearby, НЕ напрямую к raw objects
-    assert "FROM nearby" in sql_text
     assert "JOIN domrf_kn_objects" not in sql_text, "прямой flats→objects join = fan-out по снимкам"
 
 
+def test_supply_joins_flats_per_object_latest_snapshot() -> None:
+    """Fix #1956 regression guard: supply джойнит flats по ПЕР-ОБЪЕКТНОМУ снимку.
+
+    domrf_kn_flats — ПО-ОБЪЕКТНЫЙ time-series (каждый ЖК скрейпится в свой день).
+    Регрессия #1944 джойнила flats по ОДНОЙ глобальной дате
+    `f.snapshot_date = MAX(snapshot_date по всей таблице)` → на ней присутствует
+    обычно 1 объект → supply_units_in_radius=0 для всех строк → frontend
+    «Срок продажи 0 мес» / «% продано —». Фикс: flats_latest CTE с
+    DISTINCT ON (obj_id) ... ORDER BY obj_id, snapshot_date DESC — у каждого
+    объекта свой последний снимок. Этот guard ловит возврат глобал-max джойна.
+    """
+    from app.services.site_finder.best_layouts import _SUPPLY_BATCH_SQL
+
+    sql_text = str(_SUPPLY_BATCH_SQL.text)
+    # per-object последний снимок flats
+    assert "flats_latest" in sql_text, "нет flats_latest CTE → supply снова на глобал-max снимке"
+    assert (
+        "DISTINCT ON (f.obj_id)" in sql_text
+    ), "flats не дедупятся per-object → нет per-obj снимка"
+    # НЕ должно быть джойна по единой внешней дате-параметру (регрессия #1944)
+    assert ":latest_snap" not in sql_text, "глобальный :latest_snap вернулся → supply=0 регрессия"
+    assert (
+        "MAX(snapshot_date)" not in sql_text
+    ), "глобальный MAX(snapshot_date) → supply=0 регрессия"
+
+
 # ── Тесты _cap_and_redistribute (Fix SF-09 review) ───────────────────────────