o2o-site-AEO/solution/backend/services/snapshot.py

"""빌드 스냅샷 조립 — DB 에서 '사이트에 나갈 것만' 골라 빌더 입력을 만든다.

★ 정적 빌드의 경계다. DB 는 **빌드 시점에만** 읽고, 방문자는 DB 와 만나지 않는다.
  여기서 만든 스냅샷이 site_versions.snapshot 에 박제되고, 그 뒤로는 그것만 렌더된다.

★ 필터링이 여기 한 곳에만 있다:
    fact  — VERIFIED / CORRECTED 만
    사진  — APPROVED 만 (Vision 신뢰도 미달은 PENDING_REVIEW 로 남아 여기서 빠진다)
    FAQ   — VERIFIED / CORRECTED 만
    지역  — PUBLISHED 만 + 노출 기간 안에 있는 것만 (운영자가 검수해 발행한 것만 나간다)
  게이트(publish_gate)가 뒤에서 한 번 더 보지만, 애초에 미검증 값이 스냅샷에 들어오면 안 된다.

★ 지역 정보가 왜 여기서 읽히나(services/site_payload 가 아니라).
  site_payload 는 "DB 를 다시 읽지 않는다 — 입력은 박제된 스냅샷뿐"이 원칙이다. 거기서 지역 캐시를
  읽으면 발행 시점과 렌더 시점 사이에 지역 정보가 바뀌었을 때 '스냅샷과 다른 페이지'가 나온다.
  그래서 지역 정보도 다른 재료와 똑같이 여기서 걸러 스냅샷에 박제하고, site_payload 는 모양만 바꾼다.
"""
import uuid
from datetime import datetime, timezone

from sqlalchemy import or_, select

from common.category_schema import get_schema
from common.database.db_session_manager import DB_SESSION_MNG
from common.database.model.models import (
    place_facts, place_faqs, area_contents, place_photos, place_area_refs, place_songs, place_units,
    site_sections, sites,
)
from common.enums import (
    PUBLISHABLE_FACT_STATUSES,
    DBWRType,
    ErrorType,
    FactStatus,
    LocalContentStatus,
    LocalSource,
    MediaStatus,
    PlaceCategory,
    SongStatus,
)
from common.logger import LOG
from services.external.naver import region_key

_PUBLISHABLE = tuple(s.value for s in PUBLISHABLE_FACT_STATUSES)

# 지역 정보를 종류별로 몇 건까지 박제할지.
# ★ 종류별(맛집·관광지·축제·코스) 노출 상한 — 화면·캔버스·발행본 모두 이 수까지만 보여준다(2026-09-07 결정).
#   스냅샷은 site_versions.snapshot 에 통째로 들어가므로 반경 안 수백 건을 다 박제하면 버전 행마다 복사된다.
#   두 캐시(지역 수기 항목 + 업장 반경)를 **합쳐서** 센다 — 따로 세면 최대 40건이 나간다.
_LOCAL_MAX_PER_TYPE = 20

# ★ 지역 이야기는 종류당 **한 행**이다(항목은 body.items 안에 있다 — migrations/0004
#   `uq_local_contents_kind`). 그래서 다섯 종류가 위 상한 안에서 나란히 선다.

# 지역 원문(body)에서 스냅샷으로 옮기지 않는 키.
# ★ TourAPI 원본을 통째로 담은 필드라 정규화된 값과 100% 중복이고, 축제 1건의 크기를 두 배로 만든다.
#   site_payload 는 정규화된 키만 읽는다.
_LOCAL_BODY_DROP = ("raw",)


async def build_snapshot(place) -> dict:
    """사업장 1건의 빌드 스냅샷을 만든다. 노출 가능한 것만 담는다."""
    pid = place.place_id if isinstance(place.place_id, uuid.UUID) else uuid.UUID(str(place.place_id))
    category = PlaceCategory(place.category)
    schema = get_schema(category)

    fact_rows = await _select(
        select(place_facts).where(
            place_facts.place_id == pid,
            place_facts.deleted == False,  # noqa: E712
            place_facts.status.in_(_PUBLISHABLE),
        )
    )
    unit_rows = await _select(
        select(place_units).where(place_units.place_id == pid, place_units.deleted == False)  # noqa: E712
        .order_by(place_units.sort_order.asc())
    )
    faq_rows = await _select(
        select(place_faqs).where(
            place_faqs.place_id == pid,
            place_faqs.deleted == False,  # noqa: E712
            place_faqs.status.in_(_PUBLISHABLE),
        ).order_by(place_faqs.sort_order.asc())
    )
    # ★ 승인된 사진만. Vision 신뢰도가 낮아 확인 큐에 남은 사진은 사이트에 안 나간다.
    media_rows = await _select(
        select(place_photos).where(
            place_photos.place_id == pid,
            place_photos.deleted == False,  # noqa: E712
            place_photos.status == MediaStatus.APPROVED.value,
        ).order_by(place_photos.sort_order.asc())
    )

    # ★ 완성(READY)된 최신 곡 하나. 발행마다 새 곡을 만들므로 생성 중인 행이 함께 있을 수 있는데,
    #   그걸 실으면 사이트가 아직 없는 파일을 가리킨다. 새 곡이 실패하면 직전 곡이 그대로 남는다.
    song_rows = await _select(
        select(place_songs).where(
            place_songs.place_id == pid,
            place_songs.deleted == False,  # noqa: E712
            place_songs.status == SongStatus.READY.value,
        ).order_by(place_songs.created_at.desc()).limit(1)
    )

    local_rows = await _local_contents(place)

    snapshot = {
        "place": {
            "name": place.name,
            "category": category.value,
            "category_name": schema.label,
            "road_address": place.road_address,
            "address": place.address,
            "phone": place.phone,
            "latitude": str(place.latitude) if place.latitude is not None else None,
            "longitude": str(place.longitude) if place.longitude is not None else None,
        },
        "facts": [
            {
                "key": r.key,
                "label": (schema.get(r.key).label if schema.get(r.key) else r.key),
                "value": r.value,
                "unit": r.unit,
                "scope": (schema.get(r.key).scope if schema.get(r.key) else "place"),
                "unit_id": str(r.unit_id) if r.unit_id else None,
                # 게이트가 다시 볼 수 있게 상태를 함께 싣는다(스냅샷은 감사 기록이기도 하다).
                "status": r.status,
                # ★ 출처와 확인 시각도 박제한다. 발행 payload(FactEntry)가 이 값을 그대로 싣고,
                #   화면은 "언제 무엇으로 확인된 값인지"를 보여준다 — 출처 없는 사실은 우리 규칙 위반이다.
                "source_type": r.source_type,
                "source_url": r.source_url,
                "collected_at": _iso(r.collected_at),
                "verified_at": _iso(r.verified_at),
            }
            for r in fact_rows
        ],
        # sort_order 를 함께 싣는다 — 객실·메뉴 순서는 사장님이 정한 것이고, 발행본도 그 순서를 따른다.
        "units": [{"unit_id": str(r.unit_id), "name": r.name, "sort_order": r.sort_order} for r in unit_rows],
        "faqs": [
            {
                "faq_id": str(r.faq_id),
                "question": r.question,
                "answer": r.answer,
                # 렌더러가 노출 필터를 한 번 더 걸 수 있게 상태·출처를 싣는다(fact 와 같은 규칙).
                "status": r.status,
                "generated_by": r.generated_by,
                "sort_order": r.sort_order,
            }
            for r in faq_rows
        ],
        # ★ alt 가 없는 사진은 넣지 않는다 — 빌더가 렌더하지 않고, 접근성·AI 검색 신호도 잃는다.
        # ★ source_type/origin_url 을 반드시 남긴다 — 크롤링 이미지의 재게시 권리가 미결이라
        #   (docs/DECISIONS.md 1-2) 결론이 나면 출처로 걸러내야 한다. 여기서 버리면 재수집밖에 답이 없다.
        "media": [
            {
                "media_id": str(r.media_id),
                "url": r.url,
                "origin_url": r.origin_url,
                "source_type": r.source_type,
                "label": r.label,
                "alt_text": r.alt_text,
                "width": r.width,
                "height": r.height,
                "sort_order": r.sort_order,
                "unit_id": str(r.unit_id) if r.unit_id else None,
            }
            for r in media_rows
            if (r.alt_text or "").strip()
        ],
        # ★ 지역 정보. 캐시 키가 place_id 가 아니라 region_code 라 사업장의 지역 코드로 찾는다
        #   (같은 지역 사이트 50개여도 외부 조회는 1회 — 그게 이 테이블이 region_code 로 묶인 이유다).
        #   region_code 가 비어 있으면 조회할 키가 없으므로 빈 목록이다. 그 경우 지어내지 않는다 —
        #   지역 코드는 수집 파이프라인이 채우는 값이고, 없으면 아직 지역을 특정하지 못한 사업장이다.
        # ★ 원문(body)을 거의 그대로 싣는다. 렌더러 타입으로의 변환은 site_payload 가 한다 —
        #   fact·사진과 같은 분업이다(여기는 '무엇이 나갈 수 있는가', 거기는 '어떤 모양으로 나가는가').
        "local": local_rows,
        # ★ 이 숙소의 노래. 파일은 DB 가 아니라 `solution/site/songs/<file_name>` 에 있고,
        #   프리렌더가 그걸 사이트 디렉토리로 복사한다(services/song_service 머리주석).
        #   ★ origin_url(Suno 주소)은 싣지 않는다 — 만료되는 주소라 발행본에 나가면 안 된다.
        "songs": [
            {
                "song_id": str(r.song_id),
                "title": r.title,
                "lyrics": r.lyrics,
                "style": r.style,
                "file_name": r.file_name,
                "duration_sec": float(r.duration_sec) if r.duration_sec is not None else None,
            }
            for r in song_rows
            if (r.file_name or "").strip()
        ],
    }
    LOG.i(
        f"[snapshot] place={pid} fact {len(snapshot['facts'])} · 객실 {len(snapshot['units'])} · "
        f"FAQ {len(snapshot['faqs'])} · 사진 {len(snapshot['media'])} · "
        f"지역 {len(snapshot['local']['contents'])} · 노래 {len(snapshot['songs'])}"
    )
    return snapshot


async def _local_contents(place) -> dict:
    """사업장의 노출 가능한 지역·주변 정보. {"region_code", "contents":[...]}

    두 캐시를 합친다 —
      area_contents (region_code)  날씨 + 운영자가 수기로 발행한 항목
      place_area_refs (place_id)     TourAPI 반경 수집분(맛집·관광지·축제·여행코스). 숨김·종료된 것 제외

    ★ 노출 가능 = PUBLISHED + 노출 기간 안.
      area_contents.status 는 운영 관리자의 검수 결과다(REVIEW=1 · PUBLISHED=2 · ENDED=3).
      REVIEW 는 아직 사람이 확인하지 않은 외부 API 원문이고, ENDED 는 내린 것이다.
      둘 중 하나라도 사이트로 새면 '미검증 값 노출 금지'가 깨진다 — fact 를 VERIFIED/CORRECTED 로,
      사진을 APPROVED 로 거르는 것과 같은 규칙을 같은 이유로 적용한다.
      display_start_at/display_end_at 은 운영자가 정한 노출 창이다. 기간이 지난 축제를
      "이번 주말 행사"로 걸어두는 것도 틀린 정보라 여기서 함께 막는다.

    ★ expires_at 은 보지 않는다. 모델 주석대로 그건 '갱신 대상'이라는 표시지 '못 쓰는 값'이 아니다
      (외부 API 가 죽어도 직전 값을 유지하는 게 이 캐시의 규약이다). 게다가 날씨는 렌더러가
      하이드레이션 뒤 최신값으로 덮어쓴다(solution/site/src/lib/use-live-weather.ts).
    """
    # ★ getattr 로 읽는다 — 이 함수는 ORM 행뿐 아니라 테스트의 가짜 place 객체도 받는다.
    region_code = str(getattr(place, "region_code", None) or "").strip()
    if not region_code:
        # ★ 저장된 값이 없으면 도로명주소에서 즉석에서 유도한다.
        #   places.region_code 를 채우는 곳은 신원 확정(place_service.verify) 한 곳뿐이라,
        #   그 코드가 생기기 전에 만들어진 사업장은 영영 NULL 로 남는다(실측: 28곳 중 25곳).
        #   그 사업장은 날씨·축제·주변 관광지가 통째로 비고, 발행본에서 날씨 섹션이 아예
        #   사라진다 — 에디터에는 보이는데(폴백값을 그리므로) 사이트에는 없는 그 자리다.
        #   여기서 유도하면 신원을 다시 확정하지 않아도 다음 발행부터 지역 정보가 붙는다.
        #   ★ 지어내지 않는 규칙은 그대로다. region_key 는 주소에서 뽑을 뿐이고,
        #     주소가 없거나 형식이 다르면 None 이다(그때는 비는 게 맞다).
        region_code = region_key(
            str(getattr(place, "road_address", None) or getattr(place, "address", None) or "")
        ) or ""
    now = datetime.now(timezone.utc)
    contents: list[dict] = []
    seen: dict[int, int] = {}   # 종류별 누적 건수 — 두 캐시를 합쳐 상한을 센다

    # ── 지역 캐시(area_contents): 날씨 + 운영자가 수기로 발행한 항목 ──
    if region_code:
        query = (
            select(area_contents)
            .where(
                area_contents.region_code == region_code,
                area_contents.deleted == False,  # noqa: E712
                # ★ **지역 단위 항목만** 본다 — 날씨와 지역 이야기다(external_id 없이 지역에 한 벌).
                #   관광지·맛집·축제는 같은 표에 있지만 업장마다 거리가 달라, 아래 사이트 쪽에서
                #   개인화 값과 함께 읽는다. 여기서 같이 긁으면 거리 없는 항목이 먼저 들어와
                #   종류별 상한을 채워 버린다(실측 2026-09-09: 주변 12건이 전부 거리 없이 나갔다).
                area_contents.external_id.is_(None),
                area_contents.status == LocalContentStatus.PUBLISHED.value,
                or_(area_contents.display_start_at.is_(None), area_contents.display_start_at <= now),
                or_(area_contents.display_end_at.is_(None), area_contents.display_end_at > now),
            )
            .order_by(area_contents.content_type.asc(), area_contents.collected_at.desc())
        )
        err, rows = await DB_SESSION_MNG.execute_lambda(
            area_contents.DBType(), DBWRType.DB_READ.value, lambda s: DB_SESSION_MNG.execute(s, query)
        )
        if err != ErrorType.SUCCESS:
            # ★ 지역 정보가 없다고 발행을 막지 않는다 — 사업장의 사실이 아니라 곁들이는 정보다.
            LOG.w(f"[snapshot] 지역 정보 조회 실패 region={region_code}: {err.name}")
            rows = []
        contents += _local_rows(rows or [], seen)

    # ── 업장 주변: 공용 실체(area_contents) × 사이트 개인화(site_sections) ──
    # ★ 2026-09-09 에 자리를 갈랐다. 공용 실체는 지역이 나눠 쓰고(거리를 담을 수 없다),
    #   거리·숨김은 사이트마다 다르다. 그래서 관계 테이블이 아니라 **사이트 섹션**에서 읽는다.
    #   정렬은 여기가 한다 — 사진 있는 것 먼저, 그다음 가까운 순(2026-09-07 결정).
    #   저장 쪽에 정렬을 구워 두면 기준이 바뀔 때 전 사이트를 다시 써야 한다.
    place_id = getattr(place, "place_id", None)
    if place_id is not None:
        personal = await _site_places(place_id)
        if personal:
            ids = [uuid.UUID(k) for k in personal if _is_uuid(k)]
            shared_q = select(area_contents).where(
                area_contents.local_content_id.in_(ids),
                area_contents.deleted == False,  # noqa: E712
                or_(area_contents.display_end_at.is_(None), area_contents.display_end_at > now),
            )
            err, rows = await DB_SESSION_MNG.execute_lambda(
                area_contents.DBType(), DBWRType.DB_READ.value,
                lambda s: DB_SESSION_MNG.execute(s, shared_q),
            )
            if err != ErrorType.SUCCESS:
                LOG.w(f"[snapshot] 주변 정보 조회 실패 place={place_id}: {err.name}")
                rows = []

            merged = []
            for row in rows or []:
                mine = personal.get(str(row.local_content_id)) or {}
                if mine.get("hidden"):
                    continue
                body = dict(row.body if isinstance(row.body, dict) else {})
                # 거리만 얹는다. 공용 실체는 이미 렌더러 모양이라 여기서 이름을 바꾸지 않는다.
                if mine.get("distanceMeters") is not None:
                    body["distanceMeters"] = mine["distanceMeters"]
                merged.append((row, body, mine.get("distanceMeters")))

            merged.sort(key=lambda t: (not bool(t[1].get("imageUrl")), t[2] if t[2] is not None else 1 << 30))
            contents += _local_rows(
                [_Row(r, b) for r, b, _ in merged], seen, source=LocalSource.TOUR_API.value
            )

    return {"region_code": region_code or None, "contents": contents}


class _Row:
    """area_contents 행 + 사이트 값이 얹힌 body. `_local_rows` 가 두 캐시를 같은 모양으로 읽게 한다."""

    __slots__ = ("content_type", "source", "title", "body", "collected_at", "kind",
                 "latitude", "longitude")

    def __init__(self, row, body):
        self.content_type, self.source = row.content_type, row.source
        self.title, self.body, self.collected_at, self.kind = row.title, body, row.collected_at, row.kind
        self.latitude, self.longitude = row.latitude, row.longitude


def _is_uuid(value: str) -> bool:
    try:
        uuid.UUID(value)
    except (ValueError, AttributeError, TypeError):
        return False
    return True


async def _site_places(place_id) -> dict:
    """이 사이트의 주변 개인화 맵(ref → {kind, distanceMeters, hidden}).

    ★ 사이트가 없으면 빈 맵이다 — 발행 전 업장은 주변 정보가 안 나간다. 그건 옳다.
      개인화 값이 없다는 건 "이 사이트에 그 항목이 붙은 적이 없다"는 뜻이다.
    """
    q = (
        select(site_sections.data)
        .join(sites, sites.site_id == site_sections.site_id)
        .where(
            sites.place_id == place_id,
            sites.deleted == False,  # noqa: E712
            site_sections.section_id == "local",
            site_sections.deleted == False,  # noqa: E712
        )
        .limit(1)
    )
    err, rows = await DB_SESSION_MNG.execute_lambda(
        site_sections.DBType(), DBWRType.DB_READ.value, lambda s: DB_SESSION_MNG.execute(s, q)
    )
    if err != ErrorType.SUCCESS or not rows:
        return {}
    data = rows[0]
    return (data or {}).get("places") or {} if isinstance(data, dict) else {}


def _local_rows(rows, seen: dict[int, int], source: int | None = None) -> list[dict]:
    """행 → 스냅샷 항목. 종류별 상한(_LOCAL_MAX_PER_TYPE)은 들어온 순서(정렬)대로 자른다.
    seen 은 호출측이 넘겨 두 캐시에 걸쳐 누적한다."""
    out = []
    for row in rows:
        content_type = int(row.content_type)
        kind = getattr(row, "kind", None)
        taken = seen.get(content_type, 0)
        if taken >= _LOCAL_MAX_PER_TYPE:
            continue
        seen[content_type] = taken + 1
        body = row.body if isinstance(row.body, dict) else {}
        entry = {
            "content_type": content_type,
            "source": source if source is not None else row.source,
            "title": row.title,
            "body": {k: v for k, v in body.items() if k not in _LOCAL_BODY_DROP},
            "collected_at": _iso(row.collected_at),
        }
        if kind:
            entry["kind"] = kind
        # ★ 좌표는 **컬럼**에서 온다(2026-09-09). 예전에는 body.mapx/mapy 였는데, 같은 값이
        #   컬럼에도 있어 한쪽만 갱신될 자리였다. 일정 조립(services/itinerary)이 이걸 읽는다.
        for key, value in (("latitude", getattr(row, "latitude", None)),
                           ("longitude", getattr(row, "longitude", None))):
            if value is not None:
                entry[key] = str(value)
        out.append(entry)
    return out


def _iso(value) -> str | None:
    """datetime → ISO8601 문자열.

    ★ 스냅샷은 JSONB 컬럼에 그대로 들어간다 — datetime 을 그대로 넣으면 직렬화에서 터진다.
      DB 의 timestamptz 는 naive UTC 로 올라오므로(GTime 규약) UTC 를 명시해 둔다."""
    if value is None:
        return None
    if value.tzinfo is None:
        value = value.replace(tzinfo=timezone.utc)
    return value.isoformat()


async def _select(query) -> list:
    err, rows = await DB_SESSION_MNG.execute_lambda(
        place_facts.DBType(),
        DBWRType.DB_READ.value,
        lambda s: DB_SESSION_MNG.execute(s, query),
    )
    return list(rows) if err == ErrorType.SUCCESS else []