编辑页：新增「重复到访」卡片 —— 以基线（手机包）为参照清掉站点侧的历史副本
站点库里有一批「到达时间 + 地点与手机包里某条完全相同、但 UUID 不同」的到访副本， 合并/差异按 UUID 认人会把它们当成备份新增，导出到 rond 就成了成对的两条重复记录。 判定与 tools/dedup_site_visits.py 同一套语义：UUID 是前提（只按时间+地点判会误删手机包 自身合法的成对条目）；基线跟本站一条都对不上时只给说明、不给按钮。清理在单事务里删 副本 + 其位移/天气/留档，并把指向副本的 ZMERGEDTO/ZPARENT 改指到保留项——只动本来 就有的那个键，工具那版会凭空补出一个 ZMERGEDTO（真机里是「已并入别处」，会白丢记录）。 顺带修一个「一补录天气就整包导出失败」的洞：rond 导出把 weather.is_daylight 扫进裸 bool， 而站点「新增天气」不写这一列 ⇒ NULL ⇒ sql.Scan 报错。改成 COALESCE(is_daylight,false)， 与导入侧读真机包同口径。 验收：301 PASS / 0 FAIL / 0 SKIP（新增 4 个用例，含变异验证：去掉 UUID 前提/改回 create_if_missing=true/不删副本位移，三种改法都被用例抓到）。
This commit is contained in:
tamakyi
@@ -1322,7 +1322,10 @@ type pgWeather struct {
|
||||
}
|
||||
|
||||
func queryWeather(ctx context.Context, db *sql.DB, datasetID int64) ([]pgWeather, error) {
|
||||
rows, err := db.QueryContext(ctx, `SELECT src_pk, visit_src, at, is_daylight, temperature_c, apparent_c, humidity,
|
||||
// is_daylight 必须兜底成 false：真机 557/557 都有值，但站点「补录天气」建的行
|
||||
// 没填昼夜标记（editWeatherCreate 不写这一列），而扫进 bool 遇到 NULL 会让**整包导出失败**。
|
||||
// 取 0 与导入侧同口径（parse.go 读真机包用的就是 COALESCE(ZISDAYLIGHT,0)）。
|
||||
rows, err := db.QueryContext(ctx, `SELECT src_pk, visit_src, at, COALESCE(is_daylight,false), temperature_c, apparent_c, humidity,
|
||||
precipitation_amount, precipitation_chance, wind_speed, visibility, uv_index,
|
||||
COALESCE(condition,''), COALESCE(symbol,''), COALESCE(uv_category,''), COALESCE(wind_direction,'')
|
||||
FROM weather WHERE dataset_id=$1 ORDER BY id`, datasetID)
|
||||
|
||||
@@ -0,0 +1,633 @@
|
||||
package web
|
||||
|
||||
import (
|
||||
"context"
|
||||
"crypto/rand"
|
||||
"database/sql"
|
||||
"encoding/base64"
|
||||
"fmt"
|
||||
"net/http/httptest"
|
||||
"net/url"
|
||||
"os"
|
||||
"path/filepath"
|
||||
"strings"
|
||||
"testing"
|
||||
"time"
|
||||
|
||||
"rond-with-you/internal/rond"
|
||||
)
|
||||
|
||||
// 重复到访（站点侧副本）的判定与清理。夹具是「刚导入、还没被改过」的真实数据集，
|
||||
// 基线就是它当初那份手机包——判定逻辑必须在这种真数据形状上跑，不能只喂人造的小库。
|
||||
|
||||
// dupBlob 是一条到访的 UUID（既要有 hex 用来比，也要有 base64 用来写留档）。
|
||||
type dupBlob struct {
|
||||
hex, b64 string
|
||||
}
|
||||
|
||||
// newDupBlob 造一个基线里绝不会有的 UUID——副本的特征就是「UUID 在基线里找不到」。
|
||||
func newDupBlob(t *testing.T) dupBlob {
|
||||
t.Helper()
|
||||
var b [16]byte
|
||||
if _, err := rand.Read(b[:]); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
return dupBlob{hex: fmt.Sprintf("%x", b), b64: base64.StdEncoding.EncodeToString(b[:])}
|
||||
}
|
||||
|
||||
// dupSeedBase 是被拿来当「原件」的那条到访。
|
||||
type dupSeedBase struct {
|
||||
srcPK int
|
||||
arrival time.Time
|
||||
}
|
||||
|
||||
// pickDupBase 挑一条「UUID 在手机包里也有」的到访当原件。skip 里的编号不选
|
||||
// （同一份数据里要造两对时，别把上一对的双方再拿去当原件）。
|
||||
func pickDupBase(t *testing.T, srv *Server, ctx context.Context, dsID int64, skip ...int) dupSeedBase {
|
||||
t.Helper()
|
||||
base, err := readDupBaseline(ctx, srv.baselinePath(dsID))
|
||||
if err != nil {
|
||||
t.Fatalf("读基线库失败: %v", err)
|
||||
}
|
||||
site, err := srv.loadDupSiteVisits(ctx, dsID)
|
||||
if err != nil {
|
||||
t.Fatalf("读站点到访失败: %v", err)
|
||||
}
|
||||
used := map[int]bool{}
|
||||
for _, s := range skip {
|
||||
used[s] = true
|
||||
}
|
||||
for _, sv := range site {
|
||||
if sv.uuid == "" || !base.uuids[sv.uuid] || used[sv.srcPK] {
|
||||
continue
|
||||
}
|
||||
var placeID int64
|
||||
if err := srv.db.QueryRowContext(ctx, `SELECT COALESCE(place_id,0)
|
||||
FROM visits WHERE dataset_id=$1 AND src_pk=$2`, dsID, sv.srcPK).Scan(&placeID); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if placeID > 0 {
|
||||
return dupSeedBase{srcPK: sv.srcPK, arrival: sv.arrival}
|
||||
}
|
||||
}
|
||||
t.Fatal("数据集里挑不出可当原件的到访（UUID 得在基线里）")
|
||||
return dupSeedBase{}
|
||||
}
|
||||
|
||||
// seedDupVictim 复制一条到访造出「站点副本」，并给它配上位移 / 天气 / 留档。
|
||||
// 返回副本的 src_pk 与 UUID。
|
||||
func seedDupVictim(t *testing.T, srv *Server, ctx context.Context, dsID int64,
|
||||
base dupSeedBase, keeper int) (int, dupBlob) {
|
||||
t.Helper()
|
||||
pg := srv.db
|
||||
src, err := srv.nextSrcPK(ctx, pg, dsID, visitSeq)
|
||||
if err != nil {
|
||||
t.Fatalf("分配副本编号失败: %v", err)
|
||||
}
|
||||
if err := clearStaleRaw(ctx, pg, dsID, "ZVISIT", src); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
// 到访行照抄原件：现实里的副本就是合并时多出来的那一份拷贝，字段一模一样
|
||||
// （所以才会「时间 + 地点完全相同」，光看时间是分不出来的）
|
||||
if _, err := pg.ExecContext(ctx, `INSERT INTO visits
|
||||
(dataset_id, src_pk, place_id, activity_id, arrival, departure, duration_min, is_home, is_work,
|
||||
bookmarked, is_user_added, remark, emoji, weather_symbol)
|
||||
SELECT dataset_id, $3, place_id, activity_id, arrival, departure, duration_min, is_home, is_work,
|
||||
bookmarked, is_user_added, remark, emoji, weather_symbol
|
||||
FROM visits WHERE dataset_id=$1 AND src_pk=$2`, dsID, base.srcPK, src); err != nil {
|
||||
t.Fatalf("造副本到访失败: %v", err)
|
||||
}
|
||||
blob := newDupBlob(t)
|
||||
// 留档也照抄原件那一行，只改主键与 UUID，合并标记清成 null（副本不该自称已并入别处）。
|
||||
// 这样导出时这一行的列形状和原件一致，往返对比才有意义。
|
||||
if _, err := pg.ExecContext(ctx, `INSERT INTO entity_raw (dataset_id, entity, src_pk, raw)
|
||||
SELECT dataset_id, entity, $3,
|
||||
jsonb_set(jsonb_set(jsonb_set(jsonb_set(raw,
|
||||
'{Z_PK}', to_jsonb($3::int), true),
|
||||
'{ZIDENTIFIER_}', jsonb_build_object('$blob', $4::text), true),
|
||||
'{ZMERGEDTO}', 'null'::jsonb, true),
|
||||
'{ZPARENT}', 'null'::jsonb, true)
|
||||
FROM entity_raw WHERE dataset_id=$1 AND entity=$2 AND src_pk=$5`,
|
||||
dsID, "ZVISIT", src, blob.b64, base.srcPK); err != nil {
|
||||
t.Fatalf("造副本留档失败: %v", err)
|
||||
}
|
||||
// 附属记录：两端各挂一条位移 + 一条天气。清理时必须连着一起走，
|
||||
// 否则导出包里会留下指着不存在到访的悬空引用。
|
||||
for _, ends := range [][2]int{{src, keeper}, {keeper, src}} {
|
||||
mv, err := srv.nextSrcPK(ctx, pg, dsID, movementSeq)
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if err := clearStaleRaw(ctx, pg, dsID, "ZMOVEMENT", mv); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if _, err := pg.ExecContext(ctx, `INSERT INTO movements
|
||||
(dataset_id, src_pk, from_visit_src, to_visit_src) VALUES ($1,$2,$3,$4)`,
|
||||
dsID, mv, ends[0], ends[1]); err != nil {
|
||||
t.Fatalf("造副本位移失败: %v", err)
|
||||
}
|
||||
}
|
||||
w, err := srv.nextSrcPK(ctx, pg, dsID, weatherSeq)
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if err := clearStaleRaw(ctx, pg, dsID, "ZHOURLYWEATHER", w); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if _, err := pg.ExecContext(ctx, `INSERT INTO weather (dataset_id, src_pk, visit_src, at)
|
||||
VALUES ($1,$2,$3,$4)`, dsID, w, src, base.arrival); err != nil {
|
||||
t.Fatalf("造副本天气失败: %v", err)
|
||||
}
|
||||
return src, blob
|
||||
}
|
||||
|
||||
// pickReferrers 挑两条跟副本无关、两个合并标记都是空的到访留档。
|
||||
// 两条必须不同，否则「只带其中一个键」的两种情形就分不出来了。
|
||||
func pickReferrers(t *testing.T, srv *Server, ctx context.Context, dsID int64, exclude ...int64) (int, int) {
|
||||
t.Helper()
|
||||
rows, err := srv.db.QueryContext(ctx, `SELECT src_pk FROM entity_raw
|
||||
WHERE dataset_id=$1 AND entity='ZVISIT' AND NOT (src_pk = ANY($2::bigint[]))
|
||||
AND raw->>'ZMERGEDTO' IS NULL AND raw->>'ZPARENT' IS NULL
|
||||
ORDER BY src_pk LIMIT 2`, dsID, exclude)
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
defer rows.Close()
|
||||
var out []int
|
||||
for rows.Next() {
|
||||
var pk int
|
||||
if err := rows.Scan(&pk); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
out = append(out, pk)
|
||||
}
|
||||
if err := rows.Err(); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if len(out) < 2 {
|
||||
t.Fatalf("挑不出两条指向副本的引用行（找到 %d 条）", len(out))
|
||||
}
|
||||
return out[0], out[1]
|
||||
}
|
||||
|
||||
// pointRef 把某条到访留档里的一个合并标记指到 target（另一个保持 null），
|
||||
// 模拟「别的到访的留档指着副本」这种要改指的情形。
|
||||
func pointRef(t *testing.T, srv *Server, ctx context.Context, dsID int64, referrer int, col string, target int) {
|
||||
t.Helper()
|
||||
other := "ZPARENT"
|
||||
if col == "ZPARENT" {
|
||||
other = "ZMERGEDTO"
|
||||
}
|
||||
if _, err := srv.db.ExecContext(ctx, `UPDATE entity_raw
|
||||
SET raw = jsonb_set(jsonb_set(raw, ARRAY[$4::text], to_jsonb($3::int), true),
|
||||
ARRAY[$5::text], 'null'::jsonb, true)
|
||||
WHERE dataset_id=$1 AND entity='ZVISIT' AND src_pk=$2`,
|
||||
dsID, referrer, target, col, other); err != nil {
|
||||
t.Fatalf("设置合并标记失败: %v", err)
|
||||
}
|
||||
}
|
||||
|
||||
// readRef 读某条到访留档里的一个合并标记。
|
||||
func readRef(t *testing.T, srv *Server, ctx context.Context, dsID int64, srcPK int, col string) sql.NullString {
|
||||
t.Helper()
|
||||
var v sql.NullString
|
||||
if err := srv.db.QueryRowContext(ctx, `SELECT raw->>$3 FROM entity_raw
|
||||
WHERE dataset_id=$1 AND entity='ZVISIT' AND src_pk=$2`, dsID, srcPK, col).Scan(&v); err != nil {
|
||||
t.Fatalf("读合并标记失败: %v", err)
|
||||
}
|
||||
return v
|
||||
}
|
||||
|
||||
// openExport 把导出的字节落到临时文件并打开，返回可直接查询的库。
|
||||
// 一份包只开一次：每次打开都要写盘 + 解压，动辄几秒。
|
||||
func openExport(t *testing.T, blob []byte) *sql.DB {
|
||||
t.Helper()
|
||||
out := filepath.Join(t.TempDir(), "export.rondbackup")
|
||||
if err := os.WriteFile(out, blob, 0o644); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
edb, err := rond.Open(out, t.TempDir())
|
||||
if err != nil {
|
||||
t.Fatalf("打开导出包失败: %v", err)
|
||||
}
|
||||
t.Cleanup(func() { edb.Close() })
|
||||
return edb
|
||||
}
|
||||
|
||||
// countExportTwin 数导出包里「跟某条到访同地点、同到达时间」的到访有几条——
|
||||
// 这正是用户看到的那对重复（清理前 2、清理后 1）。
|
||||
//
|
||||
// 只能按「时间 + 地点」数，不能按 UUID：站点侧的行（副本就是）在导出时会被补上本站
|
||||
// 派生的确定性 UUID（coreDataUUID），留档里那个 UUID 本来就不会写进包里。
|
||||
func countExportTwin(t *testing.T, edb *sql.DB, keeperHex string, arrival time.Time) int {
|
||||
t.Helper()
|
||||
var n int
|
||||
if err := edb.QueryRow(`SELECT count(*) FROM ZVISIT
|
||||
WHERE ZLOCATION = (SELECT ZLOCATION FROM ZVISIT WHERE hex(ZIDENTIFIER_)=?)
|
||||
AND abs(ZARRIVALDATE_ - ?) < 0.5`, strings.ToUpper(keeperHex), appleSec(arrival)).Scan(&n); err != nil {
|
||||
t.Fatalf("查导出包失败: %v", err)
|
||||
}
|
||||
return n
|
||||
}
|
||||
|
||||
// countExportAll 数导出包里的到访总条数。
|
||||
func countExportAll(t *testing.T, edb *sql.DB) int {
|
||||
t.Helper()
|
||||
var n int
|
||||
if err := edb.QueryRow(`SELECT count(*) FROM ZVISIT`).Scan(&n); err != nil {
|
||||
t.Fatalf("查导出包失败: %v", err)
|
||||
}
|
||||
return n
|
||||
}
|
||||
|
||||
// visitUUIDHex 读某条到访留档里的 UUID（小写 hex）。
|
||||
func visitUUIDHex(t *testing.T, srv *Server, ctx context.Context, dsID int64, srcPK int) string {
|
||||
t.Helper()
|
||||
var b64 string
|
||||
if err := srv.db.QueryRowContext(ctx, `SELECT COALESCE(raw #>> '{ZIDENTIFIER_,$blob}','')
|
||||
FROM entity_raw WHERE dataset_id=$1 AND entity='ZVISIT' AND src_pk=$2`, dsID, srcPK).Scan(&b64); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
return blobHex(b64)
|
||||
}
|
||||
|
||||
// countDangling 数站点里所有悬空引用：留档指向不存在的到访 / 位移指向不存在的到访。
|
||||
func countDangling(t *testing.T, srv *Server, ctx context.Context, dsID int64) (int, int) {
|
||||
t.Helper()
|
||||
var raw, mv int
|
||||
if err := srv.db.QueryRowContext(ctx, `SELECT
|
||||
(SELECT count(*) FROM entity_raw r WHERE r.dataset_id=$1 AND r.entity='ZVISIT' AND NOT r.skipped
|
||||
AND NOT EXISTS (SELECT 1 FROM visits v WHERE v.dataset_id=r.dataset_id AND v.src_pk=r.src_pk)),
|
||||
(SELECT count(*) FROM movements m WHERE m.dataset_id=$1
|
||||
AND ((m.from_visit_src IS NOT NULL AND NOT EXISTS (SELECT 1 FROM visits v WHERE v.dataset_id=m.dataset_id AND v.src_pk=m.from_visit_src))
|
||||
OR (m.to_visit_src IS NOT NULL AND NOT EXISTS (SELECT 1 FROM visits v WHERE v.dataset_id=m.dataset_id AND v.src_pk=m.to_visit_src))))`,
|
||||
dsID).Scan(&raw, &mv); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
return raw, mv
|
||||
}
|
||||
|
||||
// TestDuplicateVisitsCleanE2E 端到端验证「检出重复到访 → 勾选清理 → 导出不再重复」这条链路。
|
||||
//
|
||||
// 造两对副本（各带位移 / 天气 / 留档），只提交其中一对，然后逐项核对：
|
||||
// 勾掉的那条连附属记录一起没了、没勾的纹丝不动、指向副本的合并标记改指到保留项、
|
||||
// 没有任何悬空引用，并且导出包里那一处重复真的从 2 条变回 1 条。
|
||||
func TestDuplicateVisitsCleanE2E(t *testing.T) {
|
||||
f := newMovementFixture(t)
|
||||
ctx, pg, dsID := f.ctx, f.pg, f.dsID
|
||||
srv := f.srv
|
||||
if _, err := srv.ensureBaseline(ctx, dsID); err != nil {
|
||||
t.Fatalf("准备基线库失败: %v", err)
|
||||
}
|
||||
|
||||
// 起点：夹具是「刚导入的包」，每条到访的 UUID 都来自这个包，站点侧副本必然是 0 对
|
||||
before, unavailable, err := srv.detectDuplicateVisits(ctx, dsID)
|
||||
if err != nil {
|
||||
t.Fatalf("检测失败: %v", err)
|
||||
}
|
||||
if unavailable != "" {
|
||||
t.Fatalf("夹具的基线判定不了重复（%s），用例前提不成立", unavailable)
|
||||
}
|
||||
if len(before) != 0 {
|
||||
t.Fatalf("刚导入的包不该检出站点副本，实际 %d 对——判定的前提被改坏了", len(before))
|
||||
}
|
||||
base, err := readDupBaseline(ctx, srv.baselinePath(dsID))
|
||||
if err != nil {
|
||||
t.Fatalf("读基线库失败: %v", err)
|
||||
}
|
||||
|
||||
var startVisits int
|
||||
if err := pg.QueryRowContext(ctx, `SELECT count(*) FROM visits WHERE dataset_id=$1`, dsID).Scan(&startVisits); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
dangRaw0, dangMv0 := countDangling(t, srv, ctx, dsID)
|
||||
|
||||
// 造两对：keeper1/victim1、keeper2/victim2
|
||||
keeper1 := pickDupBase(t, srv, ctx, dsID)
|
||||
victim1, blob1 := seedDupVictim(t, srv, ctx, dsID, keeper1, keeper1.srcPK)
|
||||
keeper2 := pickDupBase(t, srv, ctx, dsID, keeper1.srcPK, victim1)
|
||||
victim2, _ := seedDupVictim(t, srv, ctx, dsID, keeper2, keeper2.srcPK)
|
||||
t.Logf("造副本：原件 #%d → 副本 #%d（UUID %s…）；原件 #%d → 副本 #%d",
|
||||
keeper1.srcPK, victim1, blob1.hex[:8], keeper2.srcPK, victim2)
|
||||
|
||||
// 复制品是「同地点同时间、UUID 不同」，判定必须刚好揪出这两条
|
||||
pairs, unavailable, err := srv.detectDuplicateVisits(ctx, dsID)
|
||||
if err != nil || unavailable != "" {
|
||||
t.Fatalf("检测失败: err=%v unavailable=%s", err, unavailable)
|
||||
}
|
||||
got := map[int]int{}
|
||||
for _, p := range pairs {
|
||||
got[p.Victim] = p.Keep
|
||||
}
|
||||
if len(pairs) != len(before)+2 {
|
||||
t.Fatalf("应检出 %d 对，实际 %d 对", len(before)+2, len(pairs))
|
||||
}
|
||||
if got[victim1] != keeper1.srcPK || got[victim2] != keeper2.srcPK {
|
||||
t.Fatalf("配对不对：%v（应 #%d→#%d、#%d→#%d）",
|
||||
got, victim1, keeper1.srcPK, victim2, keeper2.srcPK)
|
||||
}
|
||||
// 判定的定义性不变量：**副本的 UUID 一定不在基线里，保留项的 UUID 一定在**。
|
||||
// 只按「时间 + 地点」判（漏了 UUID 前提）时，同一处会冒出一大堆「自己配自己」的配对，
|
||||
// 而计数断言是会跟着一起膨胀的——只有这条不变量不随样本量走。
|
||||
for _, p := range pairs {
|
||||
if vh := visitUUIDHex(t, srv, ctx, dsID, p.Victim); vh == "" || base.uuids[vh] {
|
||||
t.Errorf("把 #%d 判成副本，可它的 UUID（%s）在基线里也有——UUID 是判定的前提", p.Victim, vh)
|
||||
}
|
||||
if kh := visitUUIDHex(t, srv, ctx, dsID, p.Keep); kh == "" || !base.uuids[kh] {
|
||||
t.Errorf("#%d 被当成保留项，可它的 UUID（%s）不在基线里", p.Keep, kh)
|
||||
}
|
||||
}
|
||||
|
||||
// 指向副本的合并标记：一条只带 ZMERGEDTO，一条只带 ZPARENT
|
||||
refMerged, refParent := pickReferrers(t, srv, ctx, dsID,
|
||||
int64(keeper1.srcPK), int64(victim1), int64(keeper2.srcPK), int64(victim2))
|
||||
pointRef(t, srv, ctx, dsID, refMerged, "ZMERGEDTO", victim1)
|
||||
pointRef(t, srv, ctx, dsID, refParent, "ZPARENT", victim1)
|
||||
|
||||
// 页面要能渲染出卡片：标题里带对数，每行一个默认勾上的勾选框。
|
||||
//
|
||||
// ⚠️ render 是**流式直写**的：模板执行到一半出错也只记日志、状态码照样 200，body 就此截断。
|
||||
// 所以不能只看 code，必须断言「卡片之后的内容也在」（「全部保留」在 {{.EditLink}} 之后，
|
||||
// 「到访记录」在整张卡片之后），末尾还得是闭合的 </html>。
|
||||
rec := httptest.NewRecorder()
|
||||
srv.editPage(rec, httptest.NewRequest("GET", "/admin/edit", nil).WithContext(ctx))
|
||||
if rec.Code != 200 {
|
||||
t.Fatalf("渲染数据编辑页失败: code=%d", rec.Code)
|
||||
}
|
||||
body := rec.Body.String()
|
||||
for _, want := range []string{
|
||||
fmt.Sprintf("重复到访 %d 对", len(pairs)),
|
||||
fmt.Sprintf(`name="victim" value="%d" checked`, victim1),
|
||||
"全部保留",
|
||||
"到访记录",
|
||||
} {
|
||||
if !strings.Contains(body, want) {
|
||||
t.Errorf("页面里没有 %q（模板可能执行到一半就断了）", want)
|
||||
}
|
||||
}
|
||||
if !strings.HasSuffix(strings.TrimSpace(body), "</html>") {
|
||||
t.Error("页面没有渲染完（body 被截断）")
|
||||
}
|
||||
|
||||
// 清理前导出：那一处就是成对的两条（用户看到的现象）
|
||||
keeperHex1 := visitUUIDHex(t, srv, ctx, dsID, keeper1.srcPK)
|
||||
edbBefore := openExport(t, f.export(t))
|
||||
if n := countExportTwin(t, edbBefore, keeperHex1, keeper1.arrival); n != 2 {
|
||||
t.Fatalf("清理前导出包里同时间同地点应有 2 条，实际 %d", n)
|
||||
}
|
||||
exportVisitsBefore := countExportAll(t, edbBefore)
|
||||
|
||||
// 只提交 victim1：victim2 必须原地不动
|
||||
loc := post(t, srv.editDuplicateVisitsApply, ctx, "/admin/edit/dup/clean",
|
||||
url.Values{"victim": {fmt.Sprint(victim1)}})
|
||||
if !strings.Contains(loc, "ok=") {
|
||||
t.Errorf("清理后没有 ok= 闪信: %s", loc)
|
||||
}
|
||||
|
||||
var n int
|
||||
pg.QueryRowContext(ctx, `SELECT count(*) FROM visits WHERE dataset_id=$1`, dsID).Scan(&n)
|
||||
if n != startVisits+2-1 {
|
||||
t.Errorf("到访数应为 %d，实际 %d", startVisits+2-1, n)
|
||||
}
|
||||
for _, c := range []struct {
|
||||
name string
|
||||
sql string
|
||||
}{
|
||||
{"副本到访", `SELECT count(*) FROM visits WHERE dataset_id=$1 AND src_pk=$2`},
|
||||
{"副本留档", `SELECT count(*) FROM entity_raw WHERE dataset_id=$1 AND entity='ZVISIT' AND src_pk=$2`},
|
||||
{"副本位移（起点）", `SELECT count(*) FROM movements WHERE dataset_id=$1 AND from_visit_src=$2`},
|
||||
{"副本位移（终点）", `SELECT count(*) FROM movements WHERE dataset_id=$1 AND to_visit_src=$2`},
|
||||
{"副本天气", `SELECT count(*) FROM weather WHERE dataset_id=$1 AND visit_src=$2`},
|
||||
} {
|
||||
pg.QueryRowContext(ctx, c.sql, dsID, victim1).Scan(&n)
|
||||
if n != 0 {
|
||||
t.Errorf("%s 没清掉（还剩 %d 条）", c.name, n)
|
||||
}
|
||||
}
|
||||
// 保留项与未被勾选的那对都在
|
||||
for _, pk := range []int{keeper1.srcPK, victim2, keeper2.srcPK} {
|
||||
pg.QueryRowContext(ctx, `SELECT count(*) FROM visits WHERE dataset_id=$1 AND src_pk=$2`, dsID, pk).Scan(&n)
|
||||
if n != 1 {
|
||||
t.Errorf("到访 #%d 不该被删（实际存在 %d 条）", pk, n)
|
||||
}
|
||||
}
|
||||
pg.QueryRowContext(ctx, `SELECT count(*) FROM movements WHERE dataset_id=$1 AND (from_visit_src=$2 OR to_visit_src=$2)`,
|
||||
dsID, victim2).Scan(&n)
|
||||
if n != 2 {
|
||||
t.Errorf("未勾选的副本 #%d 的位移不该被清（还剩 %d 条）", victim2, n)
|
||||
}
|
||||
|
||||
// 合并标记改指到保留项，且**不凭空补出另一个键**：
|
||||
// 「只有 ZPARENT 指向副本」的那条不许长出 ZMERGEDTO（真机里那是「已并入别处」）
|
||||
if got := readRef(t, srv, ctx, dsID, refMerged, "ZMERGEDTO"); got.String != fmt.Sprint(keeper1.srcPK) {
|
||||
t.Errorf("ZMERGEDTO 应改指到 #%d，实际 %q", keeper1.srcPK, got.String)
|
||||
}
|
||||
if got := readRef(t, srv, ctx, dsID, refMerged, "ZPARENT"); got.Valid {
|
||||
t.Errorf("只带 ZMERGEDTO 的那条不该被补上 ZPARENT，实际 %q", got.String)
|
||||
}
|
||||
if got := readRef(t, srv, ctx, dsID, refParent, "ZPARENT"); got.String != fmt.Sprint(keeper1.srcPK) {
|
||||
t.Errorf("ZPARENT 应改指到 #%d，实际 %q", keeper1.srcPK, got.String)
|
||||
}
|
||||
if got := readRef(t, srv, ctx, dsID, refParent, "ZMERGEDTO"); got.Valid {
|
||||
t.Errorf("只带 ZPARENT 的那条不该被补上 ZMERGEDTO，实际 %q", got.String)
|
||||
}
|
||||
|
||||
// 不得留下任何悬空引用（清理前是多少，清理后还得是多少）
|
||||
if dangRaw, dangMv := countDangling(t, srv, ctx, dsID); dangRaw != dangRaw0 || dangMv != dangMv0 {
|
||||
t.Errorf("清理后出现悬空引用：留档 %d→%d，位移 %d→%d", dangRaw0, dangRaw, dangMv0, dangMv)
|
||||
}
|
||||
// 数据集计数（页脚「数据截至」与后台 flash 用的那份）也要跟着减
|
||||
var dsCount int
|
||||
pg.QueryRowContext(ctx, `SELECT visit_count FROM datasets WHERE id=$1`, dsID).Scan(&dsCount)
|
||||
if dsCount != startVisits+2-1 {
|
||||
t.Errorf("datasets.visit_count 应为 %d，实际 %d", startVisits+2-1, dsCount)
|
||||
}
|
||||
|
||||
// 再检出一次：未勾选的那对还在（留着让用户自己决定）
|
||||
pairs, unavailable, err = srv.detectDuplicateVisits(ctx, dsID)
|
||||
if err != nil || unavailable != "" {
|
||||
t.Fatalf("复核检测失败: err=%v unavailable=%s", err, unavailable)
|
||||
}
|
||||
still := false
|
||||
for _, p := range pairs {
|
||||
if p.Victim == victim2 {
|
||||
still = true
|
||||
}
|
||||
if p.Victim == victim1 {
|
||||
t.Errorf("已清理的副本 #%d 仍被检出", victim1)
|
||||
}
|
||||
}
|
||||
if !still {
|
||||
t.Errorf("未勾选的副本 #%d 不该消失", victim2)
|
||||
}
|
||||
|
||||
// 导出：那一处重复从 2 条变回 1 条，整包到访数只少了被清掉的那一条
|
||||
edbAfter := openExport(t, f.export(t))
|
||||
if n := countExportTwin(t, edbAfter, keeperHex1, keeper1.arrival); n != 1 {
|
||||
t.Errorf("清理后导出包里同时间同地点应只剩 1 条，实际 %d", n)
|
||||
}
|
||||
if n := countExportAll(t, edbAfter); n != exportVisitsBefore-1 {
|
||||
t.Errorf("清理后导出包的到访数应为 %d，实际 %d", exportVisitsBefore-1, n)
|
||||
}
|
||||
// 导出包里那条引用的 ZMERGEDTO 必须正好指向保留项（编号对齐后也要对上）
|
||||
var mergedTo sql.NullInt64
|
||||
if err := edbAfter.QueryRow(`SELECT ZMERGEDTO FROM ZVISIT WHERE Z_PK=?`, refMerged).Scan(&mergedTo); err != nil {
|
||||
t.Fatalf("导出包里找不到引用行 #%d: %v", refMerged, err)
|
||||
}
|
||||
if !mergedTo.Valid || int(mergedTo.Int64) != keeper1.srcPK {
|
||||
t.Errorf("导出包里 ZMERGEDTO 应为 %d，实际 %v", keeper1.srcPK, mergedTo)
|
||||
}
|
||||
}
|
||||
|
||||
// TestDuplicateVisitsRefusesWrongBaseline 基线不可用 / 跟本站对不上时必须判定不了、且不给按钮。
|
||||
//
|
||||
// 这是这个功能唯一会造成不可逆损失的地方：照着对不上的参照跑，站内数据会被成片清掉
|
||||
// （所有 UUID 都比不上 ⇒ 所有到访都算副本）。所以宁可什么都不做。
|
||||
func TestDuplicateVisitsRefusesWrongBaseline(t *testing.T) {
|
||||
f := newMovementFixture(t)
|
||||
ctx, dsID := f.ctx, f.dsID
|
||||
srv := f.srv
|
||||
path, err := srv.ensureBaseline(ctx, dsID)
|
||||
if err != nil {
|
||||
t.Fatalf("准备基线库失败: %v", err)
|
||||
}
|
||||
|
||||
// 缺基线：判定不了，而不是「没有重复」
|
||||
if err := os.Remove(path); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if _, unavail, err := srv.detectDuplicateVisits(ctx, dsID); err != nil || unavail == "" {
|
||||
t.Errorf("基线缺失时应当判定不了（err=%v unavail=%q）", err, unavail)
|
||||
}
|
||||
if _, err := srv.ensureBaseline(ctx, dsID); err != nil {
|
||||
t.Fatalf("重建基线库失败: %v", err)
|
||||
}
|
||||
|
||||
// 基线里的 UUID 全换掉 ⇒ 跟本站一条都对不上
|
||||
base, err := readDupBaseline(ctx, path)
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if len(base.uuids) == 0 {
|
||||
t.Fatal("基线里没有 UUID，用例前提不成立")
|
||||
}
|
||||
sdb, err := sql.Open("sqlite", "file:"+filepath.ToSlash(path))
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
if _, err := sdb.Exec(`UPDATE ZVISIT SET ZIDENTIFIER_ = randomblob(16) WHERE ZIDENTIFIER_ IS NOT NULL`); err != nil {
|
||||
sdb.Close()
|
||||
t.Fatalf("改写基线库失败: %v", err)
|
||||
}
|
||||
if err := sdb.Close(); err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
|
||||
pairs, unavail, err := srv.detectDuplicateVisits(ctx, dsID)
|
||||
if err != nil {
|
||||
t.Fatalf("检测失败: %v", err)
|
||||
}
|
||||
if unavail == "" {
|
||||
t.Fatalf("基线对不上时必须判定不了，却检出 %d 对", len(pairs))
|
||||
}
|
||||
if len(pairs) != 0 {
|
||||
t.Errorf("判定不了时不该给出任何配对，实际 %d 对", len(pairs))
|
||||
}
|
||||
// 页面：只给一行说明，不给「清理」入口
|
||||
rec := httptest.NewRecorder()
|
||||
srv.editPage(rec, httptest.NewRequest("GET", "/admin/edit", nil).WithContext(ctx))
|
||||
if rec.Code != 200 {
|
||||
t.Fatalf("渲染数据编辑页失败: code=%d", rec.Code)
|
||||
}
|
||||
body := rec.Body.String()
|
||||
if !strings.Contains(body, unavail) {
|
||||
t.Error("页面里没有显示判定不了的说明")
|
||||
}
|
||||
if strings.Contains(body, "/admin/edit/dup/clean") {
|
||||
t.Error("判定不了时页面不该出现清理入口")
|
||||
}
|
||||
}
|
||||
|
||||
// TestDupCleanSkipsStaleSelection 提交「已经不是副本」的编号时必须拒绝，一条都不删。
|
||||
//
|
||||
// 渲染到点击之间库可能已经变过（另一处清理过、或用户拿着旧页面点），
|
||||
// 照着表单里的编号删就是删错行。
|
||||
func TestDupCleanSkipsStaleSelection(t *testing.T) {
|
||||
f := newMovementFixture(t)
|
||||
ctx, pg, dsID := f.ctx, f.pg, f.dsID
|
||||
srv := f.srv
|
||||
if _, err := srv.ensureBaseline(ctx, dsID); err != nil {
|
||||
t.Fatalf("准备基线库失败: %v", err)
|
||||
}
|
||||
var startVisits int
|
||||
pg.QueryRowContext(ctx, `SELECT count(*) FROM visits WHERE dataset_id=$1`, dsID).Scan(&startVisits)
|
||||
|
||||
// 挑一条**不是**副本的到访（UUID 就在基线里）提交上去
|
||||
base, err := readDupBaseline(ctx, srv.baselinePath(dsID))
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
site, err := srv.loadDupSiteVisits(ctx, dsID)
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
var innocent int
|
||||
for _, sv := range site {
|
||||
if sv.uuid != "" && base.uuids[sv.uuid] {
|
||||
innocent = sv.srcPK
|
||||
break
|
||||
}
|
||||
}
|
||||
if innocent == 0 {
|
||||
t.Skip("夹具里挑不出「UUID 在基线里」的到访")
|
||||
}
|
||||
|
||||
r := httptest.NewRequest("POST", "/admin/edit/dup/clean",
|
||||
strings.NewReader(url.Values{"victim": {fmt.Sprint(innocent)}}.Encode()))
|
||||
r.Header.Set("Content-Type", "application/x-www-form-urlencoded")
|
||||
r = r.WithContext(ctx)
|
||||
w := httptest.NewRecorder()
|
||||
srv.editDuplicateVisitsApply(w, r)
|
||||
if w.Code >= 500 {
|
||||
t.Fatalf("处理失败: code=%d", w.Code)
|
||||
}
|
||||
if !strings.Contains(w.Header().Get("Location"), "err=") {
|
||||
t.Error("提交一条不是副本的到访应当被拒绝")
|
||||
}
|
||||
var n int
|
||||
pg.QueryRowContext(ctx, `SELECT count(*) FROM visits WHERE dataset_id=$1`, dsID).Scan(&n)
|
||||
if n != startVisits {
|
||||
t.Errorf("被拒绝的提交不该删掉任何到访：%d → %d", startVisits, n)
|
||||
}
|
||||
pg.QueryRowContext(ctx, `SELECT count(*) FROM visits WHERE dataset_id=$1 AND src_pk=$2`, dsID, innocent).Scan(&n)
|
||||
if n != 1 {
|
||||
t.Error("那条到访被误删了")
|
||||
}
|
||||
}
|
||||
|
||||
// TestDupCleanKeepsMergeKeysAsIs 静态守卫：改指合并标记必须「只动本来就有的那个键」。
|
||||
//
|
||||
// tools/dedup_site_visits.py 是把两个键都写成保留项（jsonb_set 的 create_if_missing=true）。
|
||||
// 照抄的话，「只有 ZPARENT 指向副本」的行会凭空长出一个 ZMERGEDTO——真机里那是
|
||||
// 「这条已并入别处」的意思，会白丢一条记录。实测基线 956 条留档都带着这两个键、
|
||||
// 只有 54 / 10 条有值，凭空补键很容易踩到。
|
||||
// 另外 raw->> 取出来是 text，必须按字符串比（拿数字比会报「操作符不存在」，整个清理会失败）。
|
||||
func TestDupCleanKeepsMergeKeysAsIs(t *testing.T) {
|
||||
src, err := os.ReadFile(pkgFile(t, "edit_duplicates.go"))
|
||||
if err != nil {
|
||||
t.Fatalf("读 edit_duplicates.go 失败: %v", err)
|
||||
}
|
||||
body := sliceFunc(t, string(src), "func (s *Server) cleanDuplicateVisits(")
|
||||
if !strings.Contains(body, "jsonb_set(raw, ARRAY[$4::text], to_jsonb($3::int), false)") {
|
||||
t.Error("改指合并标记必须用 create_if_missing=false，只动本来就存在的那个键")
|
||||
}
|
||||
if strings.Contains(body, "to_jsonb($3::int), true)") {
|
||||
t.Error("不许用 create_if_missing=true：那会凭空补出副本本来没有的合并标记")
|
||||
}
|
||||
if !strings.Contains(body, "raw->>$4 = $2") {
|
||||
t.Error("raw->> 取出来是 text，必须按字符串比")
|
||||
}
|
||||
if !strings.Contains(body, "s.pruneEntityRaw") {
|
||||
t.Error("删完必须 pruneEntityRaw，否则留档里会留下指向已删到访的行")
|
||||
}
|
||||
}
|
||||
@@ -0,0 +1,401 @@
|
||||
package web
|
||||
|
||||
import (
|
||||
"context"
|
||||
"database/sql"
|
||||
"encoding/base64"
|
||||
"fmt"
|
||||
"log"
|
||||
"math"
|
||||
"net/http"
|
||||
"os"
|
||||
"path/filepath"
|
||||
"sort"
|
||||
"strconv"
|
||||
"strings"
|
||||
"time"
|
||||
)
|
||||
|
||||
// ---------- 重复到访：站点侧的历史副本 ----------
|
||||
//
|
||||
// 背景（2026-09-29）：站点库里有一批**到达时间 + 地点与手机包里某条完全相同、但 UUID 不同**
|
||||
// 的到访副本。差异页 / 合并都是按 UUID 认人的，于是它们被判成「备份新增」，
|
||||
// 导出到 rond 后就是成对的两条重复记录。
|
||||
//
|
||||
// 判定与 tools/dedup_site_visits.py 是同一套语义（那里已经演练通过，两边不能各写一份）：
|
||||
// - 参照是这份数据集的**基线**（导入时留下的手机包底稿，见 baselinePath）；
|
||||
// - 站点到访的 UUID 在基线里找不到、而基线里有一条「到达时间 + 地点」完全相同的 → 副本。
|
||||
//
|
||||
// UUID 是前提：只按「时间 + 地点」判，会把手机包自身那些合法的成对条目一起删掉。
|
||||
|
||||
// appleEpoch 是 Core Data 的时间原点（2001-01-01 UTC）。基线的 ZARRIVALDATE_ 就是它起算的秒数。
|
||||
var appleEpoch = time.Date(2001, 1, 1, 0, 0, 0, 0, time.UTC)
|
||||
|
||||
// EditDupVisit 是「重复到访」卡片里的一对：站点侧的副本，与它该保留的那条（手机包里也有）。
|
||||
type EditDupVisit struct {
|
||||
Victim int // 站点侧副本的 src_pk —— 勾选后删的就是它
|
||||
Keep int // 保留项的 src_pk —— UUID 在基线里能找到的那条
|
||||
Arrival time.Time
|
||||
PlaceName string
|
||||
}
|
||||
|
||||
// ArrivalStr 是模板里显示的到达时间（本地时区，分钟精度）。
|
||||
func (v EditDupVisit) ArrivalStr() string { return v.Arrival.Local().Format("2006-01-02 15:04") }
|
||||
|
||||
// dupKey 把「到达时间 + 地点」折成一个比较键。时间取到毫秒：副本与原件的到达时间本来
|
||||
// 就是同一个瞬间，而基线与站点两侧都用这一个函数，取整方式一致就不会错配。
|
||||
func dupKey(secs float64, who string) string {
|
||||
return strconv.FormatInt(int64(math.Round(secs*1000)), 10) + "|" + who
|
||||
}
|
||||
|
||||
// dupCoordKey 是地点坐标的比较键（6 位小数，与工具一致）。
|
||||
func dupCoordKey(lat, lon float64) string { return fmt.Sprintf("%.6f|%.6f", lat, lon) }
|
||||
|
||||
// appleSeconds 把时间换算成 Core Data 的秒数（2001-01-01 UTC 起算），与基线的 ZARRIVALDATE_ 同系。
|
||||
func appleSeconds(t time.Time) float64 { return t.UTC().Sub(appleEpoch).Seconds() }
|
||||
|
||||
// dupSet 只在键还没被占时写入。Python 那边用的是 dict.setdefault：同一个「时间 + 地点」
|
||||
// 在库里有多条时取先到的那条，顺序照抄，两边结果才一致。
|
||||
func dupSet[T any](m map[string]T, k string, v T) {
|
||||
if _, ok := m[k]; !ok {
|
||||
m[k] = v
|
||||
}
|
||||
}
|
||||
|
||||
// dupBaseline 是从基线库读出的判定依据。
|
||||
type dupBaseline struct {
|
||||
uuids map[string]bool // 基线里出现过的到访 UUID（小写 hex）
|
||||
byKey map[string]string // 「到达时间 + 地点」→ 基线里那条的 UUID
|
||||
}
|
||||
|
||||
// dupPlace 是基线里一个地点的名字与坐标。
|
||||
type dupPlace struct {
|
||||
name string
|
||||
lat, lon float64
|
||||
}
|
||||
|
||||
// readDupBaseline 只读打开基线库（Core Data 单文件），取出判定要用的两组信息。
|
||||
//
|
||||
// 驱动只认 _pragma / _time_format 这几个 DSN 参数，没有 mode=ro；基线库是 rollback journal
|
||||
// 模式（VACUUM INTO 的产物），只做 SELECT 不会落下任何旁写文件，再加 query_only 兜住
|
||||
// 「误写基线库」这条路——基线是导出的底稿，写坏了整个数据集就导不出去了。
|
||||
func readDupBaseline(ctx context.Context, path string) (*dupBaseline, error) {
|
||||
sdb, err := sql.Open("sqlite", "file:"+filepath.ToSlash(path)+"?_pragma=query_only(1)")
|
||||
if err != nil {
|
||||
return nil, err
|
||||
}
|
||||
defer sdb.Close()
|
||||
sdb.SetMaxOpenConns(1)
|
||||
|
||||
places, err := readDupPlaces(ctx, sdb)
|
||||
if err != nil {
|
||||
return nil, err
|
||||
}
|
||||
|
||||
b := &dupBaseline{uuids: map[string]bool{}, byKey: map[string]string{}}
|
||||
rows, err := sdb.QueryContext(ctx, `SELECT hex(ZIDENTIFIER_), ZARRIVALDATE_, ZLOCATION
|
||||
FROM ZVISIT WHERE ZIDENTIFIER_ IS NOT NULL`)
|
||||
if err != nil {
|
||||
return nil, err
|
||||
}
|
||||
defer rows.Close()
|
||||
for rows.Next() {
|
||||
var uuid string
|
||||
var arrival sql.NullFloat64
|
||||
var loc sql.NullInt64
|
||||
if err := rows.Scan(&uuid, &arrival, &loc); err != nil {
|
||||
return nil, err
|
||||
}
|
||||
uuid = strings.ToLower(uuid)
|
||||
if uuid == "" {
|
||||
continue
|
||||
}
|
||||
b.uuids[uuid] = true
|
||||
if !arrival.Valid || !loc.Valid {
|
||||
continue
|
||||
}
|
||||
pl, ok := places[loc.Int64]
|
||||
if !ok {
|
||||
continue
|
||||
}
|
||||
dupSet(b.byKey, dupKey(arrival.Float64, pl.name), uuid)
|
||||
if pl.lat != 0 || pl.lon != 0 {
|
||||
dupSet(b.byKey, dupKey(arrival.Float64, dupCoordKey(pl.lat, pl.lon)), uuid)
|
||||
}
|
||||
}
|
||||
return b, rows.Err()
|
||||
}
|
||||
|
||||
func readDupPlaces(ctx context.Context, sdb *sql.DB) (map[int64]dupPlace, error) {
|
||||
rows, err := sdb.QueryContext(ctx, `SELECT Z_PK, COALESCE(ZNAME_,''),
|
||||
COALESCE(ZLATITUDE,0), COALESCE(ZLONGITUDE,0) FROM ZLOCATION`)
|
||||
if err != nil {
|
||||
return nil, err
|
||||
}
|
||||
defer rows.Close()
|
||||
out := map[int64]dupPlace{}
|
||||
for rows.Next() {
|
||||
var pk int64
|
||||
var pl dupPlace
|
||||
if err := rows.Scan(&pk, &pl.name, &pl.lat, &pl.lon); err != nil {
|
||||
return nil, err
|
||||
}
|
||||
out[pk] = pl
|
||||
}
|
||||
return out, rows.Err()
|
||||
}
|
||||
|
||||
// siteDupVisit 是判定用的站点侧面貌。
|
||||
type siteDupVisit struct {
|
||||
srcPK int
|
||||
uuid string // 留档里的 ZIDENTIFIER_（小写 hex），站点新建的行没有
|
||||
arrival time.Time
|
||||
place string
|
||||
lat, lon float64
|
||||
}
|
||||
|
||||
// loadDupSiteVisits 读出站点侧的到访（含留档里的 UUID 与所属地点的名称/坐标），按 src_pk 排序。
|
||||
func (s *Server) loadDupSiteVisits(ctx context.Context, datasetID int64) ([]siteDupVisit, error) {
|
||||
rows, err := s.db.QueryContext(ctx, `SELECT v.src_pk,
|
||||
COALESCE(er.raw #>> '{ZIDENTIFIER_,$blob}',''),
|
||||
v.arrival, COALESCE(p.name,''), COALESCE(p.lat,0), COALESCE(p.lon,0)
|
||||
FROM visits v
|
||||
LEFT JOIN places p ON p.id = v.place_id
|
||||
LEFT JOIN entity_raw er ON er.dataset_id=v.dataset_id AND er.entity='ZVISIT' AND er.src_pk=v.src_pk
|
||||
WHERE v.dataset_id=$1
|
||||
ORDER BY v.src_pk`, datasetID)
|
||||
if err != nil {
|
||||
return nil, err
|
||||
}
|
||||
defer rows.Close()
|
||||
var out []siteDupVisit
|
||||
for rows.Next() {
|
||||
var sv siteDupVisit
|
||||
var b64 string
|
||||
if err := rows.Scan(&sv.srcPK, &b64, &sv.arrival, &sv.place, &sv.lat, &sv.lon); err != nil {
|
||||
return nil, err
|
||||
}
|
||||
sv.uuid = blobHex(b64)
|
||||
out = append(out, sv)
|
||||
}
|
||||
return out, rows.Err()
|
||||
}
|
||||
|
||||
// blobHex 把留档里的 base64 blob 转成小写 hex。基线侧用的是 hex(ZIDENTIFIER_)，
|
||||
// 两边同一个形式才比得上（大小写也要一致，否则一条都认不出来）。
|
||||
func blobHex(s string) string {
|
||||
if s == "" {
|
||||
return ""
|
||||
}
|
||||
b, err := base64.StdEncoding.DecodeString(s)
|
||||
if err != nil || len(b) == 0 {
|
||||
return ""
|
||||
}
|
||||
return strings.ToLower(fmt.Sprintf("%x", b))
|
||||
}
|
||||
|
||||
// detectDuplicateVisits 检出站点侧的重复到访，并给出每条该保留哪一行。
|
||||
//
|
||||
// 第二个返回值非空表示**判定不了**（基线不可用 / 跟本站到访对不上），此时页面只给一行
|
||||
// 说明、不给按钮——宁可不动，也不能拿一份对不上的参照去删用户的数据。
|
||||
func (s *Server) detectDuplicateVisits(ctx context.Context, datasetID int64) ([]EditDupVisit, string, error) {
|
||||
path := s.baselinePath(datasetID)
|
||||
if _, err := os.Stat(path); err != nil {
|
||||
return nil, "这份数据集还没有可用的基线库（当初上传的原始 .rondbackup 已不在），没法当参照，判定不了重复到访。", nil
|
||||
}
|
||||
base, err := readDupBaseline(ctx, path)
|
||||
if err != nil {
|
||||
log.Printf("读取基线库失败（数据集 %d，%s）: %v", datasetID, path, err)
|
||||
return nil, "读取基线库失败，判定不了重复到访。", nil
|
||||
}
|
||||
site, err := s.loadDupSiteVisits(ctx, datasetID)
|
||||
if err != nil {
|
||||
return nil, "", err
|
||||
}
|
||||
|
||||
var withUUID, matched int
|
||||
for _, sv := range site {
|
||||
if sv.uuid == "" {
|
||||
continue
|
||||
}
|
||||
withUUID++
|
||||
if base.uuids[sv.uuid] {
|
||||
matched++
|
||||
}
|
||||
}
|
||||
// 两道闸都防着「拿一份不相干的库当参照」：基线的 UUID 一个都比不上时，
|
||||
// 所有站内到访都会被算成副本，照着删就是把整库搬走。
|
||||
if len(base.uuids) == 0 {
|
||||
return nil, "基线里没有带 UUID 的到访，没法当参照，判定不了重复到访。", nil
|
||||
}
|
||||
if withUUID > 0 && matched == 0 {
|
||||
return nil, "基线跟本站到访一条都对不上，它多半不是这份数据集的手机包，判定不可靠，先不动它。", nil
|
||||
}
|
||||
|
||||
// 保留项：站点侧 UUID 在基线里能找到的那些（手机包里也有这条），按「时间 + 地点」建索引。
|
||||
keepByKey := map[string]int{}
|
||||
for _, sv := range site {
|
||||
if sv.uuid == "" || !base.uuids[sv.uuid] {
|
||||
continue
|
||||
}
|
||||
secs := appleSeconds(sv.arrival)
|
||||
dupSet(keepByKey, dupKey(secs, sv.place), sv.srcPK)
|
||||
if sv.lat != 0 || sv.lon != 0 {
|
||||
dupSet(keepByKey, dupKey(secs, dupCoordKey(sv.lat, sv.lon)), sv.srcPK)
|
||||
}
|
||||
}
|
||||
|
||||
var out []EditDupVisit
|
||||
for _, sv := range site {
|
||||
if sv.uuid == "" || base.uuids[sv.uuid] {
|
||||
continue
|
||||
}
|
||||
secs := appleSeconds(sv.arrival)
|
||||
byName, byCoord := dupKey(secs, sv.place), ""
|
||||
if sv.lat != 0 || sv.lon != 0 {
|
||||
byCoord = dupKey(secs, dupCoordKey(sv.lat, sv.lon))
|
||||
}
|
||||
// 基线里得有「同一时间同一地点」那条，否则这不是副本，是站点自己新增的到访
|
||||
if base.byKey[byName] == "" && (byCoord == "" || base.byKey[byCoord] == "") {
|
||||
continue
|
||||
}
|
||||
// 站点里也得有那条保留项：没有就无从改指，删了就是净丢一条记录
|
||||
keep, ok := keepByKey[byName]
|
||||
if !ok && byCoord != "" {
|
||||
keep, ok = keepByKey[byCoord]
|
||||
}
|
||||
if !ok {
|
||||
continue
|
||||
}
|
||||
out = append(out, EditDupVisit{Victim: sv.srcPK, Keep: keep, Arrival: sv.arrival, PlaceName: sv.place})
|
||||
}
|
||||
sort.SliceStable(out, func(i, j int) bool { return out[i].Arrival.After(out[j].Arrival) })
|
||||
return out, "", nil
|
||||
}
|
||||
|
||||
// editDuplicateVisitsApply 清理勾选的重复到访副本。
|
||||
func (s *Server) editDuplicateVisitsApply(w http.ResponseWriter, r *http.Request) {
|
||||
ctx := r.Context()
|
||||
ds, err := s.datasetFor(ctx)
|
||||
if err != nil || ds == nil {
|
||||
redirectEdit(w, r, "err", "还没有可编辑的数据集")
|
||||
return
|
||||
}
|
||||
if err := r.ParseForm(); err != nil {
|
||||
s.serverError(w, r, err)
|
||||
return
|
||||
}
|
||||
want := map[int]bool{}
|
||||
for _, v := range r.PostForm["victim"] {
|
||||
if n, cerr := strconv.Atoi(strings.TrimSpace(v)); cerr == nil && n > 0 {
|
||||
want[n] = true
|
||||
}
|
||||
}
|
||||
if len(want) == 0 {
|
||||
redirectEdit(w, r, "err", "没有勾选要清理的副本")
|
||||
return
|
||||
}
|
||||
// 编号不照着表单删：渲染到点击之间库可能已经变过，这里重算一遍判定，
|
||||
// 只有当下**仍被判为副本**的编号才会动。
|
||||
pairs, unavailable, err := s.detectDuplicateVisits(ctx, ds.ID)
|
||||
if err != nil {
|
||||
s.serverError(w, r, err)
|
||||
return
|
||||
}
|
||||
if unavailable != "" {
|
||||
redirectEdit(w, r, "err", unavailable)
|
||||
return
|
||||
}
|
||||
var picked []EditDupVisit
|
||||
for _, p := range pairs {
|
||||
if want[p.Victim] {
|
||||
picked = append(picked, p)
|
||||
}
|
||||
}
|
||||
if len(picked) == 0 {
|
||||
redirectEdit(w, r, "err", "选中的记录已经不是副本了（库里可能已经变过），请刷新页面重试")
|
||||
return
|
||||
}
|
||||
if err := s.withTx(ctx, func(ex execer) error {
|
||||
return s.cleanDuplicateVisits(ctx, ex, ds.ID, picked)
|
||||
}); err != nil {
|
||||
s.serverError(w, r, err)
|
||||
return
|
||||
}
|
||||
redirectEdit(w, r, "ok", fmt.Sprintf("已清理 %d 条重复到访", len(picked)))
|
||||
}
|
||||
|
||||
// cleanDuplicateVisits 删掉一批副本，并把指向它们的合并标记改指到保留项。
|
||||
//
|
||||
// 全程在一个事务里：分开提交会留下「到访没了、留档还指着它」的悬空引用，
|
||||
// 导出到 rond 里就是坏数据（到访那条 ZMERGEDTO 指向一个不存在的 Z_PK）。
|
||||
func (s *Server) cleanDuplicateVisits(ctx context.Context, ex execer, datasetID int64, pairs []EditDupVisit) error {
|
||||
victims := make([]int64, 0, len(pairs))
|
||||
for _, p := range pairs {
|
||||
victims = append(victims, int64(p.Victim))
|
||||
}
|
||||
// 聚合要按地点重算，先把副本所属地点收下来（删完就在 visits 里查不到了）
|
||||
placeIDs, err := s.dupVictimPlaces(ctx, ex, datasetID, victims)
|
||||
if err != nil {
|
||||
return err
|
||||
}
|
||||
|
||||
// 改指合并标记时**只动本来就存在的那一个键**（jsonb_set 的 create_if_missing=false），
|
||||
// 与 tools/dedup_site_visits.py 有一处刻意的不同：工具把两个键都写成保留项，于是
|
||||
// 「只有 ZPARENT 指向副本」的行会凭空长出一个 ZMERGEDTO——那在真机里是「这条已并入
|
||||
// 别处」的意思，会白丢一条记录。实测基线里 956 条留档都带着这两个键，但只有 54 / 10
|
||||
// 条有值，凭空补键是很容易踩到的。
|
||||
//
|
||||
// raw->> 取出来是 text，必须按字符串比（拿数字去比会报「text = integer 操作符不存在」）。
|
||||
for _, p := range pairs {
|
||||
for _, col := range []string{"ZMERGEDTO", "ZPARENT"} {
|
||||
if _, err := ex.ExecContext(ctx, `UPDATE entity_raw
|
||||
SET raw = jsonb_set(raw, ARRAY[$4::text], to_jsonb($3::int), false)
|
||||
WHERE dataset_id=$1 AND entity='ZVISIT' AND raw->>$4 = $2`,
|
||||
datasetID, strconv.Itoa(p.Victim), p.Keep, col); err != nil {
|
||||
return err
|
||||
}
|
||||
}
|
||||
}
|
||||
// 副本的附属记录：位移（两端任一）、天气。到访本身删掉后，它自己的留档与标签关联
|
||||
// 分别由 pruneEntityRaw 与 visit_tags 的外键级联清掉。
|
||||
if _, err := ex.ExecContext(ctx, `DELETE FROM movements WHERE dataset_id=$1
|
||||
AND (from_visit_src = ANY($2::bigint[]) OR to_visit_src = ANY($2::bigint[]))`,
|
||||
datasetID, victims); err != nil {
|
||||
return err
|
||||
}
|
||||
if _, err := ex.ExecContext(ctx, `DELETE FROM weather WHERE dataset_id=$1 AND visit_src = ANY($2::bigint[])`,
|
||||
datasetID, victims); err != nil {
|
||||
return err
|
||||
}
|
||||
if _, err := ex.ExecContext(ctx, `DELETE FROM visits WHERE dataset_id=$1 AND src_pk = ANY($2::bigint[])`,
|
||||
datasetID, victims); err != nil {
|
||||
return err
|
||||
}
|
||||
s.pruneEntityRaw(ctx, ex, datasetID)
|
||||
for _, id := range placeIDs {
|
||||
if err := s.refreshPlaceAgg(ctx, ex, id); err != nil {
|
||||
return err
|
||||
}
|
||||
}
|
||||
return s.refreshDatasetAgg(ctx, ex, datasetID)
|
||||
}
|
||||
|
||||
// dupVictimPlaces 是这批副本所属的地点 id（不含 place_id 为空的）。
|
||||
func (s *Server) dupVictimPlaces(ctx context.Context, ex execer, datasetID int64, victims []int64) ([]int64, error) {
|
||||
rows, err := ex.QueryContext(ctx, `SELECT DISTINCT place_id FROM visits
|
||||
WHERE dataset_id=$1 AND src_pk = ANY($2::bigint[]) AND place_id IS NOT NULL`, datasetID, victims)
|
||||
if err != nil {
|
||||
return nil, err
|
||||
}
|
||||
defer rows.Close()
|
||||
var out []int64
|
||||
for rows.Next() {
|
||||
var id int64
|
||||
if err := rows.Scan(&id); err != nil {
|
||||
return nil, err
|
||||
}
|
||||
out = append(out, id)
|
||||
}
|
||||
return out, rows.Err()
|
||||
}
|
||||
@@ -68,6 +68,13 @@ func (s *Server) editPage(w http.ResponseWriter, r *http.Request) {
|
||||
} else {
|
||||
d.CanExport = true
|
||||
}
|
||||
// 重复到访（站点侧的历史副本）以基线为参照，见 edit_duplicates.go。
|
||||
// 这里只读基线库与站点数据，不改任何东西；判定不了时 d.DupUnavailable 非空。
|
||||
if pairs, unavailable, err := s.detectDuplicateVisits(ctx, ds.ID); err != nil {
|
||||
log.Printf("检测重复到访失败（数据集 %d）: %v", ds.ID, err)
|
||||
} else {
|
||||
d.DupVisits, d.DupUnavailable = pairs, unavailable
|
||||
}
|
||||
|
||||
// 活动类型与标签
|
||||
if d.Activities, err = s.editOptions(ctx, `SELECT a.id, COALESCE(a.name,'')
|
||||
|
||||
@@ -272,6 +272,8 @@ func (s *Server) routes() {
|
||||
s.mux.HandleFunc("POST /admin/photos/import", s.requireAdmin(s.adminPhotosImport))
|
||||
s.mux.HandleFunc("POST /admin/edit/visit/delete", s.requireAdmin(s.editVisitDelete))
|
||||
s.mux.HandleFunc("POST /admin/edit/visit/bookmark", s.requireAdmin(s.adminVisitBookmark))
|
||||
// 重复到访：清掉站点侧跟手机包重复的历史副本（判定见 edit_duplicates.go）
|
||||
s.mux.HandleFunc("POST /admin/edit/dup/clean", s.requireAdmin(s.editDuplicateVisitsApply))
|
||||
s.mux.HandleFunc("POST /admin/edit/movement", s.requireAdmin(s.editMovementCreate))
|
||||
s.mux.HandleFunc("POST /admin/edit/movement/update", s.requireAdmin(s.editMovementUpdate))
|
||||
s.mux.HandleFunc("POST /admin/edit/movement/delete", s.requireAdmin(s.editMovementDelete))
|
||||
|
||||
@@ -346,6 +346,51 @@
|
||||
{{else}}<div class="empty">没有匹配的地点</div>{{end}}
|
||||
</div>
|
||||
|
||||
{{/* 重复到访：站点侧跟手机包「同一到达时间 + 同一地点」的历史副本。判定见
|
||||
edit_duplicates.go（与 tools/dedup_site_visits.py 同一套语义）。
|
||||
只在检出 >0 对时出现；判定不了时只给一行说明、不给按钮。 */}}
|
||||
{{if .DupUnavailable}}
|
||||
<div class="card" data-card="dup-visits">
|
||||
<h2>重复到访</h2>
|
||||
<div class="card-sub">{{.DupUnavailable}}</div>
|
||||
</div>
|
||||
{{else if .DupVisits}}
|
||||
<div class="card" data-card="dup-visits">
|
||||
<h2>重复到访 {{num (len .DupVisits)}} 对</h2>
|
||||
<div class="card-sub">
|
||||
这些到访跟手机包里的某条<b>到达时间 + 地点完全相同、但 UUID 不同</b>，是站点侧的历史副本，
|
||||
导出到 rond 后会变成成对的两条。默认全选：删掉勾选的副本会连它的位移 / 天气 / 留档一起清，
|
||||
并把指向它的合并标记改指到保留项（不动就会在导出时留下悬空引用）。
|
||||
</div>
|
||||
<form method="post" action="/admin/edit/dup/clean">
|
||||
<div class="tw">
|
||||
<table class="tb tb-stack">
|
||||
<thead><tr><th>到达时间</th><th>地点</th><th>保留（手机来源）</th><th>删除（站点副本）</th></tr></thead>
|
||||
<tbody>
|
||||
{{range .DupVisits}}
|
||||
<tr>
|
||||
<td class="muted mono" data-label="到达时间">{{.ArrivalStr}}</td>
|
||||
<td data-label="地点">{{if .PlaceName}}{{.PlaceName}}{{else}}<span class="muted">（未命名地点）</span>{{end}}</td>
|
||||
<td class="mono" data-label="保留">#{{.Keep}}</td>
|
||||
<td data-label="删除">
|
||||
<label class="check"><input type="checkbox" name="victim" value="{{.Victim}}" checked>
|
||||
<span class="mono">#{{.Victim}}</span></label>
|
||||
</td>
|
||||
</tr>
|
||||
{{end}}
|
||||
</tbody>
|
||||
</table>
|
||||
</div>
|
||||
<div class="row" style="margin-top:10px;gap:8px;align-items:center">
|
||||
<button class="btn primary" type="submit"
|
||||
onclick="return confirm('删除勾选的副本？连它们的位移 / 天气 / 留档一起清掉，不可撤销。')">清理选中的副本</button>
|
||||
<a class="btn" href="{{.EditLink}}">全部保留</a>
|
||||
<span class="muted">「全部保留」什么都不改，只是取消勾选。</span>
|
||||
</div>
|
||||
</form>
|
||||
</div>
|
||||
{{end}}
|
||||
|
||||
<div class="card" data-card="visits">
|
||||
<h2>到访记录</h2>
|
||||
<form method="get" action="/admin/edit" class="search-row" style="margin-top:6px">
|
||||
|
||||
@@ -808,6 +808,11 @@ type EditData struct {
|
||||
// OpenSrcPK 是「从地点详情页跳进来要定位的地点」（?open=<src_pk>）：非 0 时自动翻到
|
||||
// 该行所在页、展开它的编辑框并高亮，省得在几百行地点里手动搜
|
||||
OpenSrcPK int
|
||||
// DupVisits 是「重复到访」卡片检出的站点副本（与保留项的配对），空的就没有卡片
|
||||
DupVisits []EditDupVisit
|
||||
// DupUnavailable 非空表示判定不了（基线不可用 / 跟本站到访对不上），
|
||||
// 此时只显示一行说明、不给按钮——拿一份对不上的参照去删到访比不判更糟
|
||||
DupUnavailable string
|
||||
}
|
||||
|
||||
// PlaceSources 供模板渲染筛选下拉，顺序固定（与 placeSourceLabels 一致）。
|
||||
|
||||
Reference in New Issue
Block a user