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 facts, faqs, local_contents, media, units
from common.enums import (
    PUBLISHABLE_FACT_STATUSES,
    DBWRType,
    ErrorType,
    FactStatus,
    LocalContentStatus,
    MediaStatus,
    PlaceCategory,
)
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.
# ★ 스냅샷은 site_versions.snapshot 에 통째로 들어간다. 지역 캐시는 region_code 단위 공용이라
#   한 지역에 수백 건이 쌓일 수 있고, 그걸 다 박제하면 버전 행마다 그만큼이 복사된다.
#   화면(LocalGuideSection)도 그만큼 보여주지 않는다 — 최근 수집분 위주로 자른다.
_LOCAL_MAX_PER_TYPE = 20

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

    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,
    }
    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'])}"
    )
    return snapshot


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

    ★ 노출 가능 = PUBLISHED + 노출 기간 안.
      local_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 ""
    if not region_code:
        return {"region_code": None, "contents": []}

    now = datetime.now(timezone.utc)
    query = (
        select(local_contents)
        .where(
            local_contents.region_code == region_code,
            local_contents.deleted == False,  # noqa: E712
            local_contents.status == LocalContentStatus.PUBLISHED.value,
            or_(local_contents.display_start_at.is_(None), local_contents.display_start_at <= now),
            or_(local_contents.display_end_at.is_(None), local_contents.display_end_at > now),
        )
        .order_by(local_contents.content_type.asc(), local_contents.collected_at.desc())
    )
    err, rows = await DB_SESSION_MNG.execute_lambda(
        local_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.
        #   빈 채로 나가면 렌더러가 그 섹션을 아예 그리지 않는다.
        LOG.w(f"[snapshot] 지역 정보 조회 실패 region={region_code}: {err.name}")
        return {"region_code": region_code, "contents": []}

    seen: dict[int, int] = {}
    contents = []
    for row in rows or []:
        content_type = int(row.content_type)
        # 종류별 상한. 위 order_by 가 collected_at 내림차순이라 최근 수집분이 남는다.
        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 {}
        contents.append({
            "content_type": content_type,
            "source": 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),
        })
    return {"region_code": region_code, "contents": contents}


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(
        facts.DBType(),
        DBWRType.DB_READ.value,
        lambda s: DB_SESSION_MNG.execute(s, query),
    )
    return list(rows) if err == ErrorType.SUCCESS else []