rond-with-you/internal/stats/placecols_test.go

package stats_test

import (
	"context"
	"regexp"
	"strings"
	"testing"

	"rond-with-you/internal/stats"
)

// placeCols 里每个相关子查询都必须带 `<别名>.dataset_id = p.dataset_id`：
// idx_visits_place 是 (dataset_id, place_id)，缺了前导列，每轮循环都要为库里
// 每个 dataset 各下一次索引（实测 Buffer 命中 23737 → 5669，耗时 53ms → 31ms）。
// 谓词本身冗余，删掉不会报错、也不会算错，只会悄悄变慢 —— 所以只能这么钉。
func TestPlaceColsCarriesDatasetIDInCorrelatedSubqueries(t *testing.T) {
	// 去掉全部空白再找，免得因为换行/缩进/等号两边空格的差异误报。
	compact := strings.NewReplacer(" ", "", "\n", "", "\t", "", "\r", "").Replace(stats.PlaceCols)
	// 必须按子查询分段判断：v2 出现三次，全文 Contains 会被另外两处顶包。
	hits := regexp.MustCompile(`FROMvisits(v\d+)`).FindAllStringSubmatchIndex(compact, -1)
	if len(hits) != 5 {
		t.Fatalf("placeCols 里的 visits 子查询数量变成 %d（期望 5），请同步更新本用例", len(hits))
	}
	for i, m := range hits {
		alias := compact[m[2]:m[3]]
		end := len(compact)
		if i+1 < len(hits) {
			end = hits[i+1][0]
		}
		if seg := compact[m[1]:end]; !strings.Contains(seg, alias+".dataset_id=p.dataset_id") {
			t.Errorf("placeCols 中 %s 的子查询缺少 %s.dataset_id=p.dataset_id（会导致索引前导列缺失）", alias, alias)
		}
	}
}

// placeCols 里 top 活动三轴（name/color/icon）是三个**互相独立**的众数，
// 不能合并成一个 GROUP BY：合并后同一活动名下的颜色/图标会跟着最多的那一行走，
// 而独立众数允许「名字取 A、颜色取 B」。这里用 Go 侧独立数一遍钉住语义。
// SQL 的并列取法是未定义的，所以只在「三轴都存在唯一严格最大值」的地点上断言。
func TestPlaceColsTopActivityMatchesIndependentCount(t *testing.T) {
	db, dsID := setup(t)
	ctx := context.Background()
	d := stats.DB{DB: db}

	type counts map[string]int
	type placeAgg struct {
		name, color, icon counts
		home, work        bool
	}
	aggs := map[int64]*placeAgg{}

	var placeIDs []int64
	rows, err := db.QueryContext(ctx, `SELECT id FROM places WHERE dataset_id=$1`, dsID)
	if err != nil {
		t.Fatal(err)
	}
	for rows.Next() {
		var id int64
		if err := rows.Scan(&id); err != nil {
			t.Fatal(err)
		}
		placeIDs = append(placeIDs, id)
		aggs[id] = &placeAgg{name: counts{}, color: counts{}, icon: counts{}}
	}
	rows.Close()
	if err := rows.Err(); err != nil {
		t.Fatal(err)
	}

	// 有活动的到访：top 三轴的独立计数。
	rows, err = db.QueryContext(ctx, `SELECT v.place_id, a.name, a.color, a.icon
		FROM visits v JOIN activities a ON a.id=v.activity_id WHERE v.dataset_id=$1`, dsID)
	if err != nil {
		t.Fatal(err)
	}
	for rows.Next() {
		var pid int64
		var name, color, icon string
		if err := rows.Scan(&pid, &name, &color, &icon); err != nil {
			t.Fatal(err)
		}
		a := aggs[pid]
		if a == nil {
			continue
		}
		a.name[name]++
		a.color[color]++
		a.icon[icon]++
	}
	rows.Close()
	if err := rows.Err(); err != nil {
		t.Fatal(err)
	}

	// is_home / is_work 来自 visits 本身，不 join activities。
	for _, tc := range []struct {
		q    string
		mark func(*placeAgg)
	}{
		{`SELECT place_id FROM visits WHERE dataset_id=$1 AND is_home`, func(a *placeAgg) { a.home = true }},
		{`SELECT place_id FROM visits WHERE dataset_id=$1 AND is_work`, func(a *placeAgg) { a.work = true }},
	} {
		rows, err := db.QueryContext(ctx, tc.q, dsID)
		if err != nil {
			t.Fatal(err)
		}
		for rows.Next() {
			var pid int64
			if err := rows.Scan(&pid); err != nil {
				t.Fatal(err)
			}
			if a := aggs[pid]; a != nil {
				tc.mark(a)
			}
		}
		rows.Close()
		if err := rows.Err(); err != nil {
			t.Fatal(err)
		}
	}

	got, err := d.MapPlaces(ctx, stats.Filter{DatasetID: dsID}, 4000)
	if err != nil {
		t.Fatal(err)
	}
	if len(got) == 0 {
		t.Skip("MapPlaces 返回空，无法比对")
	}

	strict := func(c counts) (string, bool) { // 唯一严格众数
		best, n, tie := "", 0, false
		for v, k := range c {
			switch {
			case k > n:
				best, n, tie = v, k, false
			case k == n:
				tie = true
			}
		}
		return best, best != "" && !tie
	}

	checked := 0
	for _, p := range got {
		a := aggs[p.ID]
		if a == nil {
			t.Fatalf("MapPlaces 返回了不属于本数据集的地点 %d", p.ID)
		}
		if p.IsHome != a.home || p.IsWork != a.work {
			t.Errorf("地点 %d: is_home=%v is_work=%v，独立统计为 %v/%v",
				p.ID, p.IsHome, p.IsWork, a.home, a.work)
		}
		name, nOK := strict(a.name)
		color, cOK := strict(a.color)
		icon, iOK := strict(a.icon)
		if !nOK || !cOK || !iOK {
			continue // SQL 的并列取法未定义，跳过
		}
		checked++
		if p.TopActivity != name || p.TopColor != color || p.TopIcon != icon {
			t.Errorf("地点 %d: top 三轴 = %q/%q/%q，独立数出 %q/%q/%q",
				p.ID, p.TopActivity, p.TopColor, p.TopIcon, name, color, icon)
		}
	}
	if checked == 0 {
		t.Skip("本数据集没有「三轴唯一众数」的地点，比不了")
	}
	t.Logf("已比对 %d/%d 个地点（其余有并列，跳过）", checked, len(got))
}