tamakyi
152af81f6a
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）。
634 lines
26 KiB
Go
634 lines
26 KiB
Go
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")
|
||
}
|
||
}
|