"""Wykrywanie i czyszczenie zdegenerowanych phashy.

Phash identyfikuje scenę tylko wtedy, gdy miniaturka pokazuje treść sceny. Gdy tube
serwuje zaślepkę, czarną klatkę albo wspólne intro studia, ta sama wartość ląduje
przy setkach niepowiązanych scen i przestaje cokolwiek znaczyć — a `find_by_phash_within`
bierze najbliższą wartość z CAŁEJ tabeli, więc taki wpis jest czystym szumem.

Próg `min_scenes=10` wynika z rozkładu zmierzonego 2026-07-27: 11 000 wartości
występowało przy dokładnie 2 scenach (to realne duplikaty, chcemy je zachować),
1346 przy 3-9, a dopiero od 10 w górę zaczynają się grupy, w których liczba różnych
tytułów równa się liczbie scen — czyli nic ich nie łączy poza obrazkiem.

Kolejność ma znaczenie: najpierw `refresh` (zapisz wartości na stałe), potem `purge`
(skasuj wiersze). Odwrotnie skasowalibyśmy dowody i blacklista wyszłaby pusta.
"""
from __future__ import annotations

import logging

from sqlalchemy import text
from sqlalchemy.orm import Session

log = logging.getLogger(__name__)

DEFAULT_MIN_SCENES = 10

_REFRESH_SQL = """
INSERT INTO phash_blacklist (value, scene_count)
SELECT value, count(DISTINCT scene_id)
FROM scene_fingerprints
WHERE kind = 'phash'
GROUP BY value
HAVING count(DISTINCT scene_id) >= :min_scenes
ON CONFLICT (value) DO UPDATE SET scene_count = EXCLUDED.scene_count
"""

_PURGE_SQL = """
DELETE FROM scene_fingerprints f
USING phash_blacklist b
WHERE f.kind = 'phash' AND f.value = b.value
"""


def refresh_phash_blacklist(session: Session, *, min_scenes: int = DEFAULT_MIN_SCENES) -> int:
    """Dopisz do blacklisty wartości dzielone przez ≥min_scenes scen. Zwraca rozmiar
    blacklisty po odświeżeniu (wpisy raz dodane NIE znikają — o to chodzi)."""
    session.execute(text(_REFRESH_SQL), {"min_scenes": min_scenes})
    return int(session.execute(text("SELECT count(*) FROM phash_blacklist")).scalar_one())


def purge_blacklisted_fingerprints(session: Session) -> int:
    """Skasuj wiersze `scene_fingerprints` o zablacklistowanej wartości. Zwraca liczbę
    skasowanych. Sceny zostają nietknięte — znika tylko bezużyteczny odcisk."""
    return int(session.execute(text(_PURGE_SQL)).rowcount or 0)


def run_phash_blacklist(*, min_scenes: int = DEFAULT_MIN_SCENES) -> dict[str, int]:
    from app.db import session_scope

    with session_scope() as session:
        size = refresh_phash_blacklist(session, min_scenes=min_scenes)
        purged = purge_blacklisted_fingerprints(session)
        session.commit()
    log.info("phash blacklist: %d wartości na liście, skasowano %d odcisków", size, purged)
    return {"blacklist_size": size, "purged": purged}