"""Kolejka scen, którym trzeba doliczyć długość ze strony tuba.

Filtr `min_duration_sec=60` odcina śmieciowe klipy i tak ma zostać, ale w SQL-u
`duration_sec >= 60` NIE jest prawdą dla NULL, więc scena o NIEZNANEJ długości znika
z feedu tak samo jak dziesięciosekundowy śmieć. Audyt 2026-08-20: **1 755 421 scen**
nie ma długości ani na scenie, ani na źródle, czyli scraper nigdy jej nie zebrał.
Największe zaległości to porntrex (676 tys.), xhamster (361 tys.), xvideos (259 tys.)
i xnxx (226 tys.).

**Dlaczego nie jeden uniwersalny regex po stronie szczegółów.** Bo trafia w śmieci.
Na próbce: porntrex ma w HTML `duration: '5'` (długość reklamy), mypornerleak
`disclaimer_cookie_duration":"720"` (ciastko), a xhamster i porntrex wypisują długości
WSZYSTKICH filmów powiązanych z paska obok. Naiwne dopasowanie przy jednym xhamsterze
dało 198 s zamiast prawdziwych 240 s. Zła długość jest gorsza niż jej brak, bo dedup
traktuje długość jako najmocniejszy pojedynczy sygnał i skleiłby obce sceny.

Dlatego backfill obsługuje tylko originy z POTWIERDZONYM, punktowym wzorcem
(`app/extractors/duration_extract.py`), a nie wszystko, co się nawinie:

* xvideos, xnxx: `VideoObject` LD-JSON z ISO 8601, sprawdzone 5/5
* xhamster: `"videoEntity":{"id":<id z URL>,…,"duration":<sekundy>}`, z kontrolą
  zgodności id, bo bez niej łapie film z paska obok

porntrex świadomie NIE jest tu obsługiwany: jego strona szczegółów w ogóle nie podaje
własnej długości (`video_duration` w flashvars nie występuje), a jedyne `durations`
w HTML należą do filmów powiązanych. Dla niego drogą jest listing, bo kafelek długość
pokazuje i `porntrex_browse.py` już ją stamtąd czyta.

Kolejka jest tabelą z tego samego powodu co przy phashu: wyznaczenie kandydatów to
ciężki przegląd całego katalogu, a mielenie ma przeżyć restart workera i pokazywać
postęp. Patrz [[phash_backfill_queue]] dla bliźniaczego wzorca.
"""
from __future__ import annotations

import uuid
from datetime import datetime

from sqlalchemy import DateTime, ForeignKey, Integer, String, func
from sqlalchemy.dialects.postgresql import UUID as PGUUID
from sqlalchemy.orm import Mapped, mapped_column

from app.models.base import Base


class DurationBackfillQueue(Base):
    __tablename__ = "duration_backfill_queue"

    scene_id: Mapped[uuid.UUID] = mapped_column(
        PGUUID(as_uuid=True),
        ForeignKey("scenes.id", ondelete="CASCADE"),
        primary_key=True,
    )
    #: Strona tuba, z której czytamy długość. Zapisana przy planowaniu, żeby mielenie
    #: nie musiało co paczkę wracać do `playback_sources`.
    page_url: Mapped[str] = mapped_column(String(1024), nullable=False)
    #: Decyduje, KTÓRY punktowy wzorzec zostanie użyty. Bez tego wracamy do zgadywania.
    origin: Mapped[str] = mapped_column(String(64), nullable=False)
    #: Rośnie przy każdej nieudanej próbie; po wyczerpaniu limitu wiersz jest odkładany,
    #: żeby skasowana strona nie blokowała kolejki w nieskończoność.
    attempts: Mapped[int] = mapped_column(Integer, nullable=False, server_default="0")
    #: Ustawione po sukcesie ALBO po wyczerpaniu prób (wtedy długość została pusta).
    done_at: Mapped[datetime | None] = mapped_column(
        DateTime(timezone=True), nullable=True
    )
    created_at: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), server_default=func.now(), nullable=False
    )