/**
 * 고정 데이터셋 정책 위반분 정리.
 *   npx tsx scripts/purge-nondataset.ts [--apply]
 *
 * 사전(keyword)에는 큐레이션된 데이터셋만 남아야 한다. 과거 generate 테스트가
 * 만든 source='llm' 행이 섞여 있으면 다른 업종 키워드가 매칭 후보에 들어온다.
 */
import { createSql } from '../src/db/db';

async function main() {
  const apply = process.argv.includes('--apply');
  const sql = createSql();

  const rows = await sql<Array<{ source: string; n: number; sample: string[] }>>`
    SELECT source, count(*)::int AS n, (array_agg(canonical ORDER BY canonical))[1:6] AS sample
    FROM keyword GROUP BY source ORDER BY n DESC`;
  console.log('출처별 현황');
  for (const r of rows) console.log(`  ${r.source.padEnd(10)} ${String(r.n).padStart(5)}  ${r.sample.join(', ')}`);

  const doomed = await sql<Array<{ n: number }>>`
    SELECT count(*)::int AS n FROM keyword WHERE source NOT IN ('dataset', 'manual')`;
  const n = doomed[0]?.n ?? 0;
  if (n === 0) { console.log('\n정리 대상 없음'); await sql.end(); return; }

  if (!apply) {
    console.log(`\n정리 대상 ${n}건. 실제로 지우려면 --apply 를 붙일 것.`);
    await sql.end();
    return;
  }
  const del = await sql`DELETE FROM keyword WHERE source NOT IN ('dataset', 'manual') RETURNING id`;
  console.log(`\n✅ ${del.length}건 삭제 (merchant_keyword 는 CASCADE)`);
  await sql.end();
}

main().catch((e) => { console.error('❌', e); process.exit(1); });