bot-backend
ebc3813648
Гео-фильтр ≤300м (мигр.150) широк для плотной застройки: к 5-этажному дому (Мраморская 34к4) примагничены чужие листинги 9/16/19-этажных башен (Благодатская 15, Мраморская 6) на 229-282м — все <300м, фильтр не отсекал. - мигр.152: +houses.zhkh_floors (parse zhkh_floors_raw "10-30"→max); гард во view во всех 5 FILTER: считать листинг только если abs(l.total_floors - COALESCE(zhkh_floors, total_floors)) <= 3 (или этажность неизвестна). Гео-фильтр 300м сохранён. - buildings_query.build_listings_query: тот же гард в детальной выдаче. Прод-замер: отсекает 2754 листинга (12%) height-mismatched. Покрытие этажности 75% total_floors / 73% ЖКХ. ruff clean, pytest 26 green.
236 lines
12 KiB
Python
236 lines
12 KiB
Python
"""SQL-билдеры страницы «доля квартир дома в продаже» (мигр. 143; окно 45д мигр. 146).
|
||
|
||
Читаем готовый view v_building_sale_share — логику доли НЕ пересчитываем.
|
||
Два процента на дом:
|
||
- sale_share_pct — active_secondary / flat_count_effective (только активные);
|
||
- sale_share_pct_45d — distinct vtorichka за последние 45д (активные ИЛИ недавно
|
||
закрытые) / flat_count_effective.
|
||
Дом проходит фильтр, если ЛЮБОЙ из двух процентов в диапазоне [min_pct, max_pct].
|
||
|
||
Все запросы параметризованы (SQLAlchemy text + bind params, CAST(:x AS type) —
|
||
psycopg v3). Сортировка/колонка гистограммы — строго по whitelist, user-ввод в SQL
|
||
не интерполируется.
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
# share_desc / share_45d_desc / active_desc / count_45d_desc / exposure_desc /
|
||
# price_asc / price_desc → безопасный ORDER BY. house_id как стабильный tiebreaker
|
||
# для детерминированной пагинации.
|
||
_SORT_SQL: dict[str, str] = {
|
||
"share_desc": "sale_share_pct DESC NULLS LAST, house_id",
|
||
"share_45d_desc": "sale_share_pct_45d DESC NULLS LAST, house_id",
|
||
"active_desc": "active_secondary DESC NULLS LAST, house_id",
|
||
"count_45d_desc": "listings_45d DESC NULLS LAST, house_id",
|
||
"exposure_desc": "avg_days_on_market DESC NULLS LAST, house_id",
|
||
"price_asc": "median_price_rub ASC NULLS LAST, house_id",
|
||
"price_desc": "median_price_rub DESC NULLS LAST, house_id",
|
||
}
|
||
ALLOWED_SORTS: frozenset[str] = frozenset(_SORT_SQL)
|
||
|
||
# Гистограмма распределения процента — фиксированный порядок корзин.
|
||
HISTOGRAM_BUCKETS: tuple[str, ...] = (
|
||
"0-5",
|
||
"5-10",
|
||
"10-20",
|
||
"20-30",
|
||
"30-50",
|
||
"50-100",
|
||
"100+",
|
||
)
|
||
|
||
# Колонки view, по которым можно строить гистограмму (whitelist против инъекции).
|
||
_HISTOGRAM_COLUMNS: frozenset[str] = frozenset({"sale_share_pct", "sale_share_pct_45d"})
|
||
|
||
# Колонки view, отдаваемые в список (в порядке SELECT). median_* округляем до
|
||
# bigint — percentile_cont отдаёт double precision (может быть x.5), а Pydantic
|
||
# int-поле на дробном float падает. over_100 — implausible-флаг по любому из %.
|
||
_LIST_COLUMNS = (
|
||
"house_id, "
|
||
"COALESCE(short_address, full_address, address) AS address, "
|
||
"lat, lon, "
|
||
"sale_share_pct, "
|
||
"sale_share_pct_45d, "
|
||
"(sale_share_pct > 100 OR sale_share_pct_45d > 100) AS over_100, "
|
||
"active_secondary, "
|
||
"listings_45d, "
|
||
"flat_count_effective, "
|
||
"gar_match_method, "
|
||
"CAST(round(median_price_rub) AS bigint) AS median_price_rub, "
|
||
"CAST(round(median_price_per_m2) AS bigint) AS median_price_per_m2, "
|
||
"avg_days_on_market, "
|
||
"year_built, house_type, total_floors, series_name, is_emergency"
|
||
)
|
||
|
||
|
||
def build_sale_share_query(
|
||
*,
|
||
min_pct: float = 5.0,
|
||
max_pct: float | None = None,
|
||
city: str | None = None,
|
||
price_min: int | None = None,
|
||
price_max: int | None = None,
|
||
year_min: int | None = None,
|
||
year_max: int | None = None,
|
||
house_type: str | None = None,
|
||
sort: str = "share_desc",
|
||
limit: int = 200,
|
||
) -> tuple[str, dict[str, object]]:
|
||
"""SELECT домов из v_building_sale_share по фильтрам.
|
||
|
||
Дом проходит, если ЛЮБОЙ из двух процентов (now / 45д) попадает в диапазон
|
||
[min_pct, max_pct]. NULL-процент (неправдоподобный знаменатель) не проходит
|
||
сравнение, поэтому отдельный `IS NOT NULL` не нужен — рядки без обоих % выпадают.
|
||
"""
|
||
where: list[str] = []
|
||
args: dict[str, object] = {}
|
||
|
||
# Каждая ветка требует, чтобы ИМЕННО её % был в диапазоне; building qualifies
|
||
# on either. Без max_pct сводится к `(pct_now>=min OR pct_45d>=min)`.
|
||
args["min_pct"] = min_pct
|
||
qual_now = "sale_share_pct >= CAST(:min_pct AS numeric)"
|
||
qual_45d = "sale_share_pct_45d >= CAST(:min_pct AS numeric)"
|
||
if max_pct is not None:
|
||
args["max_pct"] = max_pct
|
||
qual_now += " AND sale_share_pct <= CAST(:max_pct AS numeric)"
|
||
qual_45d += " AND sale_share_pct_45d <= CAST(:max_pct AS numeric)"
|
||
where.append(f"(({qual_now}) OR ({qual_45d}))")
|
||
|
||
if city:
|
||
# case-insensitive substring по всем адресным полям (город может быть в любом).
|
||
where.append(
|
||
"(COALESCE(short_address, '') || ' ' || COALESCE(full_address, '') "
|
||
"|| ' ' || COALESCE(address, '')) ILIKE CAST(:city_like AS text)"
|
||
)
|
||
args["city_like"] = f"%{city}%"
|
||
|
||
if price_min is not None:
|
||
where.append("median_price_rub >= CAST(:price_min AS bigint)")
|
||
args["price_min"] = price_min
|
||
if price_max is not None:
|
||
where.append("median_price_rub <= CAST(:price_max AS bigint)")
|
||
args["price_max"] = price_max
|
||
|
||
if year_min is not None:
|
||
where.append("year_built >= CAST(:year_min AS integer)")
|
||
args["year_min"] = year_min
|
||
if year_max is not None:
|
||
where.append("year_built <= CAST(:year_max AS integer)")
|
||
args["year_max"] = year_max
|
||
|
||
if house_type:
|
||
where.append("house_type = CAST(:house_type AS text)")
|
||
args["house_type"] = house_type
|
||
|
||
order_sql = _SORT_SQL.get(sort, _SORT_SQL["share_desc"])
|
||
args["limit"] = max(1, min(int(limit), 1000))
|
||
|
||
sql = (
|
||
f"SELECT {_LIST_COLUMNS} "
|
||
"FROM v_building_sale_share "
|
||
f"WHERE {' AND '.join(where)} "
|
||
f"ORDER BY {order_sql} "
|
||
"LIMIT CAST(:limit AS integer)"
|
||
)
|
||
return sql, args
|
||
|
||
|
||
def build_listings_query(house_id: int) -> tuple[str, dict[str, object]]:
|
||
"""Уникальные активные вторичные квартиры одного дома (дедуп по сигнатуре
|
||
(rooms, round(area_m2), floor) — та же, что в v_building_sale_share мигр.148: одна
|
||
физическая квартира на avito+cian+domclick = одна строка, не 2-4). Представитель —
|
||
самый дешёвый листинг; sources — все площадки, где квартира видна. Гео-фильтр ≤300м
|
||
(мигр.150) против чужих листингов. Листинги/дома без geom — КЕЕП.
|
||
|
||
Floors-guard (мигр.152, та же логика, что во view): отбрасываем листинги, чья
|
||
этажность (l.total_floors) отличается от этажности дома
|
||
(COALESCE(h.zhkh_floors, h.total_floors)) более чем на 3 — отсекает близких соседей
|
||
в радиусе 300м (5-этажка vs соседние 9/16/19-этажные башни). Листинги с неизвестной
|
||
этажностью листинга ИЛИ неизвестной этажностью дома — КЕЕП (режем только явный
|
||
mismatch >3).
|
||
|
||
DISTINCT ON-ключи (rooms, round(area_m2), floor) лидируют в ORDER BY, поэтому
|
||
представитель детерминирован (price_rub ASC NULLS LAST, id → берётся самый дешёвый).
|
||
round(area_m2), а не raw area_m2, используется и в DISTINCT ON, и в ORDER BY, и в
|
||
GROUP BY src — иначе сигнатура разъехалась бы с мигр.148. Внешний SELECT
|
||
пересортировывает уникальные квартиры по цене (контракт панели — дешёвые сверху).
|
||
Join-ключи src — IS NOT DISTINCT FROM (NULL-safe), чтобы листинги с NULL
|
||
rooms/area/floor не выпадали из дедупа.
|
||
"""
|
||
sql = (
|
||
"WITH active AS ("
|
||
" SELECT l.id, l.source, l.source_url, l.price_rub, l.price_per_m2, l.rooms, "
|
||
" l.area_m2, l.floor, l.total_floors, l.days_on_market, l.listing_date, "
|
||
" l.address "
|
||
" FROM listings l JOIN houses h ON h.id = l.house_id_fk "
|
||
" WHERE l.house_id_fk = CAST(:house_id AS bigint) "
|
||
" AND l.is_active AND l.listing_segment = 'vtorichka' "
|
||
" AND (l.geom IS NULL OR h.geom IS NULL "
|
||
" OR ST_DistanceSphere(l.geom, h.geom) <= 300)"
|
||
" AND (l.total_floors IS NULL "
|
||
" OR COALESCE(h.zhkh_floors, h.total_floors) IS NULL "
|
||
" OR abs(l.total_floors - COALESCE(h.zhkh_floors, h.total_floors)) <= 3)"
|
||
"), src AS ("
|
||
" SELECT rooms, round(area_m2) AS sig_area, floor, "
|
||
" array_agg(DISTINCT source ORDER BY source) AS sources "
|
||
" FROM active GROUP BY rooms, round(area_m2), floor"
|
||
"), dedup AS ("
|
||
" SELECT DISTINCT ON (a.rooms, round(a.area_m2), a.floor) "
|
||
" a.id AS listing_id, a.source, a.source_url, a.price_rub, a.price_per_m2, "
|
||
" a.rooms, CAST(a.area_m2 AS double precision) AS area_m2, a.floor, "
|
||
" a.total_floors, a.days_on_market, a.listing_date, a.address, s.sources "
|
||
" FROM active a "
|
||
" JOIN src s ON s.rooms IS NOT DISTINCT FROM a.rooms "
|
||
" AND s.sig_area IS NOT DISTINCT FROM round(a.area_m2) "
|
||
" AND s.floor IS NOT DISTINCT FROM a.floor "
|
||
" ORDER BY a.rooms, round(a.area_m2), a.floor, a.price_rub ASC NULLS LAST, a.id"
|
||
") "
|
||
"SELECT listing_id, source, source_url, price_rub, price_per_m2, rooms, area_m2, "
|
||
"floor, total_floors, days_on_market, listing_date, address, sources "
|
||
"FROM dedup ORDER BY price_rub ASC NULLS LAST, listing_id"
|
||
)
|
||
return sql, {"house_id": house_id}
|
||
|
||
|
||
def build_summary_scalars_query() -> str:
|
||
"""Скаляры сводки: всего домов, с знаменателем (любой %), coverage, max/p95 обоих %."""
|
||
return (
|
||
"SELECT "
|
||
"count(*) AS total_secondary_buildings, "
|
||
"count(*) FILTER (WHERE sale_share_pct IS NOT NULL OR sale_share_pct_45d IS NOT NULL) "
|
||
"AS buildings_with_denominator, "
|
||
"COALESCE(round("
|
||
"100.0 * count(*) FILTER "
|
||
"(WHERE sale_share_pct IS NOT NULL OR sale_share_pct_45d IS NOT NULL) "
|
||
"/ NULLIF(count(*), 0), 1), 0) AS coverage_pct, "
|
||
"max(sale_share_pct) AS max_pct, "
|
||
"percentile_cont(0.95) WITHIN GROUP (ORDER BY sale_share_pct) AS p95_pct, "
|
||
"max(sale_share_pct_45d) AS max_pct_45d, "
|
||
"percentile_cont(0.95) WITHIN GROUP (ORDER BY sale_share_pct_45d) AS p95_pct_45d "
|
||
"FROM v_building_sale_share"
|
||
)
|
||
|
||
|
||
def build_summary_histogram_query(column: str = "sale_share_pct") -> str:
|
||
"""Гистограмма по фиксированным корзинам (только non-null) для одного из двух %.
|
||
|
||
column — whitelist {sale_share_pct, sale_share_pct_45d}; чужое → fallback на
|
||
sale_share_pct (user-ввод в SQL не интерполируется).
|
||
"""
|
||
col = column if column in _HISTOGRAM_COLUMNS else "sale_share_pct"
|
||
return (
|
||
"SELECT "
|
||
"CASE "
|
||
f"WHEN {col} < 5 THEN '0-5' "
|
||
f"WHEN {col} < 10 THEN '5-10' "
|
||
f"WHEN {col} < 20 THEN '10-20' "
|
||
f"WHEN {col} < 30 THEN '20-30' "
|
||
f"WHEN {col} < 50 THEN '30-50' "
|
||
f"WHEN {col} <= 100 THEN '50-100' "
|
||
"ELSE '100+' "
|
||
"END AS bucket, "
|
||
"count(*) AS count "
|
||
"FROM v_building_sale_share "
|
||
f"WHERE {col} IS NOT NULL "
|
||
"GROUP BY bucket"
|
||
)
|