"""Nizsze progi autovacuum i autoanalyze dla duzych tabel.

Domyslne progi (20% zmienionych wierszy do vacuum, 10% do analyze) przy 4-23 mln wierszy
znacza, ze autovacuum prawie nie rusza tych tabel: 2026-09-21 scene_performers mialo
ostatni przebieg 27.07 i 11% stron oznaczonych jako widoczne, playback_sources 24%,
a statystyki scenes byly z 25.08. Skutek: index-only scan i tak czyta sterte (w
source-stats 94% odczytow scene_performers szlo na dysk, job przekroczyl 30 min,
Sentry GOON-V), a planista myli sie przy szukaniu po tytule (GOON-73).

2% daje przebieg co ~100 tys. zmian. Autovacuum jest dlawiony (cost_delay 2 ms), wiec
czesciej znaczy krocej, nie ciezej. SET na parametrach tabeli bierze tylko
SHARE UPDATE EXCLUSIVE, nie blokuje odczytow ani zapisow.

Revision ID: 0045_autovacuum_big_tables
Revises: 0044_playback_eporner_thumb_idx
Create Date: 2026-09-21
"""
from __future__ import annotations

from alembic import op

revision = "0045_autovacuum_big_tables"
down_revision: str | None = "0044_playback_eporner_thumb_idx"
branch_labels = None
depends_on = None

_TABLES = (
    "scenes",
    "playback_sources",
    "scene_performers",
    "scene_tags",
    "scene_external_refs",
    "external_records",
)
_PARAMS = (
    "autovacuum_vacuum_scale_factor",
    "autovacuum_vacuum_insert_scale_factor",
    "autovacuum_analyze_scale_factor",
)


def upgrade() -> None:
    op.execute("SET LOCAL lock_timeout = '5s'")
    for table in _TABLES:
        params = ", ".join(f"{p} = 0.02" for p in _PARAMS)
        op.execute(f"ALTER TABLE {table} SET ({params})")


def downgrade() -> None:
    op.execute("SET LOCAL lock_timeout = '5s'")
    for table in _TABLES:
        op.execute(f"ALTER TABLE {table} RESET ({', '.join(_PARAMS)})")