gendesign/tradein-mvp/backend/tests/test_tier_a_primary_1774.py

"""#1774 — Tier A (same building) gated relaxation of the #1186 novostroyki guard.

В СДАННОМ доме cian тегирует переуступки/перепродажи собственниками (sale_type=free)
как listing_segment='novostroyki'. Раньше Tier A-гард #1186
`(listing_segment IS NULL OR listing_segment='vtorichka')` отбрасывал их, и
same-building listing пользователя не учитывался (кейс «Евгения Савкова 29», ЕКБ).

Дизайн #1774 (Tier A ONLY), gate hardened после code-review:
  - secondary_count = число vtorichka/NULL rows; primary_count = остальные.
  - flag ON  + secondary_count ≥ 1 И secondary_count ≥ primary_count →
    впускаем ВСЕ rows (включая novostroyki-переуступки).
  - flag ON  + primary-dominated дом (secondary_count < primary_count) → гард
    #1186 сохраняется: иначе MAD-clip выкинет редкую вторичку и заякорит на
    ценах застройщика (~27% overvaluation).
  - flag OFF → гард #1186 сохраняется всегда (novostroyki исключены).
  - dedup: PRIMARY ключ (source, source_id) — codebase canon (скрейперы дедупят
    на source_id; source_url может отличаться trailing slash/query-param).

Tier C / радиус / ratio — НЕ затрагиваются (см. test_segment_guard_1186.py).
"""

from __future__ import annotations

import os
from typing import Any
from unittest.mock import MagicMock, patch

# Settings требует DATABASE_URL при инициализации (fail-fast, C-3).
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")

from app.services import estimator as est_mod
from app.services.estimator import _fetch_anchor_comps

# Адрес сводится к ('евгения савкова', 29, None) — Tier A street+base.
_ADDRESS = "Екатеринбург, ул. Евгения Савкова, 29"


def _row(
    *,
    source: str = "avito",
    source_url: str | None = None,
    source_id: str | None = None,
    listing_segment: str | None = None,
    price_per_m2: float = 150_000.0,
    area_m2: float = 50.0,
    rooms: int = 2,
    address: str = _ADDRESS,
) -> dict[str, Any]:
    """Mock listings-row (mappings shape) для Tier A: несёт listing_segment + source_id."""
    if source_url is None:
        source_url = f"https://{source}.ru/offer/{source_id or '0'}"
    return {
        "price_per_m2": price_per_m2,
        "area_m2": area_m2,
        "rooms": rooms,
        "floor": 3,
        "total_floors": 9,
        "address": address,
        "source": source,
        "source_url": source_url,
        "price_rub": int(price_per_m2 * area_m2),
        "listing_date": None,
        "days_on_market": 15,
        "photo_urls": [],
        "lat": 56.838,
        "lon": 60.595,
        "listing_segment": listing_segment,
        "source_id": source_id,
    }


def _db_mock(rows: list[dict[str, Any]]) -> MagicMock:
    """Session mock: db.execute().mappings().all() → rows (Tier A path)."""
    db = MagicMock()
    db.execute.return_value.mappings.return_value.all.return_value = rows
    return db


# #2581: subject lat/lon — совпадают с _row()'s hardcoded lat/lon (56.838/60.595),
# т.е. subject и comps в одной точке ЕКБ → ST_DWithin(ANCHOR_TIER_A_RADIUS_M)
# тривиально проходит, не мешая #1774 novostroyki-gating semantics ниже.
_LAT = 56.838
_LON = 60.595


def _fetch(
    db: MagicMock, *, lat: float | None = None, lon: float | None = None
) -> tuple[list[dict[str, Any]], str | None]:
    """Вызов _fetch_anchor_comps с Tier A-релевантными аргументами.

    lat/lon по умолчанию None — тесты, ожидающие tier=None (novostroyki-gate
    отбраковал все comps до min_comps), передают None намеренно: с #2581
    геогейтом Tier A целиком пропускается без lat/lon (см. Tier C — тот же
    паттерн), что и раньше давало tier=None (Tier C тоже требовал lat/lon).
    Тесты, ожидающие tier=='A', передают _LAT/_LON явно.
    """
    return _fetch_anchor_comps(
        db,
        address=_ADDRESS,
        target_house_id=None,
        lat=lat,
        lon=lon,
        rooms=2,
        area=50.0,
    )


def test_tier_a_includes_novostroyki_when_secondary_present() -> None:
    """Mixed/сданный дом: 4 vtorichka/NULL + 2 novostroyki → flag ON впускает ВСЕ 6.

    secondary_count=4 ≥ primary_count=2 → hardened gate допускает novostroyki.
    Зеркало «Евгения Савкова 29»: vtorichka-комплы (avito/yandex) соседствуют с
    cian-переуступками (novostroyki) — последние тоже должны попасть в anchor.
    """
    rows = [
        _row(source="avito", source_id="a1", listing_segment="vtorichka"),
        _row(source="avito", source_id="a2", listing_segment=None),
        _row(source="yandex", source_id="y1", listing_segment="vtorichka"),
        _row(source="yandex", source_id="y2", listing_segment=None),
        _row(source="cian", source_id="c1", listing_segment="novostroyki"),
        _row(source="cian", source_id="c2", listing_segment="novostroyki"),
    ]
    db = _db_mock(rows)
    with patch.object(est_mod.settings, "estimate_sb_min_comps", 4):
        comps, tier = _fetch(db, lat=_LAT, lon=_LON)
    assert tier == "A"
    # Все 6 (4 вторички + 2 novostroyki-переуступки) учтены.
    assert len(comps) == 6


def test_tier_a_excludes_novostroyki_when_primary_dominated() -> None:
    """Hardened gate (code-review fix): 1 vtorichka + 5 novostroyki → secondary_count=1
    < primary_count=5 → novostroyki ИСКЛЮЧЕНЫ (anchor строился бы на ценах застройщика
    → ~27% overvaluation после MAD-clip выкидывания одинокой вторички).

    После исключения остаётся 1 vtorichka < min_comps=4 → Tier A не срабатывает
    (lat/lon None → Tier C skip → tier=None, comps=[]). Это доказывает, что primary
    rows отброшены: при их допуске было бы 6 comps ≥ min_comps и tier='A'.
    """
    rows = [
        _row(source="avito", source_id="a1", listing_segment="vtorichka"),
        _row(source="cian", source_id="c1", listing_segment="novostroyki"),
        _row(source="cian", source_id="c2", listing_segment="novostroyki"),
        _row(source="cian", source_id="c3", listing_segment="novostroyki"),
        _row(source="cian", source_id="c4", listing_segment="novostroyki"),
        _row(source="cian", source_id="c5", listing_segment="novostroyki"),
    ]
    db = _db_mock(rows)
    with patch.object(est_mod.settings, "estimate_sb_min_comps", 4):
        comps, tier = _fetch(db)
    # primary-dominated → 5 novostroyki отброшены, 1 vtorichka < min_comps → Tier A skip.
    assert tier is None
    assert comps == []


def test_tier_a_excludes_novostroyki_when_pure_primary() -> None:
    """Чисто-первичный дом (0 вторички, ВСЕ novostroyki) → гард #1186 сохраняется,
    novostroyki исключаются → comps < min_comps → Tier A не срабатывает (tier=None).

    Tier-D-skip path намеренный: lat/lon=None → Tier C не запускается, поэтому
    после отбраковки всех 4 novostroyki Tier A не набирает min_comps и возвращает
    (tier=None, comps=[]). Assert именно на этом нулевом результате — фиксирует,
    что чисто-первичный дом НЕ заякоривается на ценах застройщика."""
    rows = [
        _row(source="cian", source_id="c1", listing_segment="novostroyki"),
        _row(source="cian", source_id="c2", listing_segment="novostroyki"),
        _row(source="cian", source_id="c3", listing_segment="novostroyki"),
        _row(source="cian", source_id="c4", listing_segment="novostroyki"),
    ]
    db = _db_mock(rows)
    with patch.object(est_mod.settings, "estimate_sb_min_comps", 4):
        comps, tier = _fetch(db)
    # Все отброшены гардом → 0 comps < 4 → Tier A skip (lat/lon None → Tier D).
    assert tier is None
    assert comps == []


def test_tier_a_dedup_same_source_id_collapses() -> None:
    """#1774 dedup: дубликат одного объявления (source_id=330047129, 2 active-строки —
    одна с house_id_fk, одна NULL) схлопывается в 1 comp по PRIMARY ключу
    (source, source_id).

    5 уникальных vtorichka + дубль одного source_id → 5 comps (не 6 — дубль убран).
    """
    dup_url = "https://cian.ru/sale/flat/330047129/"
    rows = [
        _row(source="avito", source_id="a1", listing_segment="vtorichka"),
        _row(source="avito", source_id="a2", listing_segment="vtorichka"),
        _row(source="yandex", source_id="y1", listing_segment="vtorichka"),
        _row(source="yandex", source_id="y2", listing_segment="vtorichka"),
        _row(source="cian", source_url=dup_url, source_id="330047129", listing_segment="vtorichka"),
        # Дубль: тот же (source, source_id), но другой row (house_id_fk NULL-вариант).
        _row(source="cian", source_url=dup_url, source_id="330047129", listing_segment=None),
    ]
    db = _db_mock(rows)
    with patch.object(est_mod.settings, "estimate_sb_min_comps", 4):
        comps, tier = _fetch(db, lat=_LAT, lon=_LON)
    assert tier == "A"
    # 6 строк, но 2 cian-строки с одинаковым source_id → 1 comp → итого 5.
    assert len(comps) == 5
    cian = [c for c in comps if c["source"] == "cian"]
    assert len(cian) == 1


def test_tier_a_dedup_same_source_id_different_url_collapses() -> None:
    """Code-review Fix 2: те же source_id, но РАЗНЫЙ source_url (trailing slash /
    query-param). PRIMARY ключ (source, source_id) всё равно схлопывает в 1 comp —
    старый url-primary ключ этот дубль ПРОПУСКАЛ (это и есть баг #1774 Fix 2).

    5 уникальных vtorichka + дубль того же source_id с другим url → 5 comps.
    """
    rows = [
        _row(source="avito", source_id="a1", listing_segment="vtorichka"),
        _row(source="avito", source_id="a2", listing_segment="vtorichka"),
        _row(source="yandex", source_id="y1", listing_segment="vtorichka"),
        _row(source="yandex", source_id="y2", listing_segment="vtorichka"),
        _row(
            source="cian",
            source_url="https://cian.ru/sale/flat/330047129/",
            source_id="330047129",
            listing_segment="vtorichka",
        ),
        # Дубль того же source_id, но url отличается trailing slash + query-param.
        _row(
            source="cian",
            source_url="https://cian.ru/sale/flat/330047129?utm=x",
            source_id="330047129",
            listing_segment=None,
        ),
    ]
    db = _db_mock(rows)
    with patch.object(est_mod.settings, "estimate_sb_min_comps", 4):
        comps, tier = _fetch(db, lat=_LAT, lon=_LON)
    assert tier == "A"
    # source_id-primary схлопывает несмотря на разные url → 5 comps.
    assert len(comps) == 5
    cian = [c for c in comps if c["source"] == "cian"]
    assert len(cian) == 1


def test_tier_a_dedup_null_url_keeps_distinct_rows() -> None:
    """source_url=None, но source_id задан → PRIMARY ключ (source, source_id):
    реально разные лоты НЕ схлопываются (разные source_id)."""
    rows = [
        _row(source="avito", source_url=None, source_id="a1", area_m2=50.0),
        _row(source="avito", source_url=None, source_id="a2", area_m2=60.0),
        _row(source="avito", source_url=None, source_id="a3", area_m2=70.0),
        _row(source="avito", source_url=None, source_id="a4", area_m2=80.0),
    ]
    db = _db_mock(rows)
    with patch.object(est_mod.settings, "estimate_sb_min_comps", 4):
        comps, tier = _fetch(db, lat=_LAT, lon=_LON)
    assert tier == "A"
    # 4 разных лота (разные source_id/площадь) → 4 comps, ничего не схлопнуто.
    assert len(comps) == 4