goon/app/models/scene.py

import enum
import uuid
from datetime import date, datetime

from sqlalchemy import (
    Boolean,
    Date,
    DateTime,
    Enum,
    Float,
    ForeignKey,
    Integer,
    SmallInteger,
    String,
    Text,
    UniqueConstraint,
    func,
)
from sqlalchemy.dialects.postgresql import UUID
from sqlalchemy.orm import Mapped, mapped_column

from app.models.base import Base, TimestampMixin, UUIDPKMixin


class FingerprintKind(str, enum.Enum):
    phash = "phash"
    oshash = "oshash"
    md5 = "md5"


class Scene(UUIDPKMixin, TimestampMixin, Base):
    __tablename__ = "scenes"

    title: Mapped[str] = mapped_column(String, nullable=False)
    title_normalized: Mapped[str] = mapped_column(String, nullable=False, index=True)
    slug: Mapped[str | None] = mapped_column(String, index=True)
    release_date: Mapped[date | None] = mapped_column(Date, index=True)
    studio_id: Mapped[uuid.UUID | None] = mapped_column(
        UUID(as_uuid=True), ForeignKey("studios.id", ondelete="SET NULL"), index=True
    )
    duration_sec: Mapped[int | None] = mapped_column(Integer)
    description: Mapped[str | None] = mapped_column(Text)
    code: Mapped[str | None] = mapped_column(String(128), index=True)
    director: Mapped[str | None] = mapped_column(String(256))
    # True = scena wpadła masowym backfillem katalogu (deep-crawl, głębokie strony), NIE
    # świeży ingest. Tube podają datę importu jako release_date, więc stary backfill
    # udaje "nowość" (licznik +N w ulubionych). Ten flag pozwala go wykluczyć z "nowych"
    # bez chowania sceny. Ustawiany przy TWORZENIU (deep_crawl page > próg); świeży
    # latest-crawl + delta TPDB/StashDB → False. Patrz app/scheduler/deep_crawl.py.
    backfill: Mapped[bool] = mapped_column(
        Boolean, nullable=False, server_default="false", index=True
    )

    # Najwyzsza ZNANA jakosc sposrod zywych zrodel sceny (720, 1080, 2160...).
    # NULL = zadne zywe zrodlo nie podalo jakosci, czyli 93,5% katalogu; filtr jakosci
    # takie sceny odsiewa. Odswiezane w `app/scheduler/taxonomy_counts.py`.
    # Denormalizacja jest tu KONIECZNA, nie wygodna: uzasadnienie i pomiary w migracji
    # 0029_scenes_max_quality.
    max_quality_p: Mapped[int | None] = mapped_column(SmallInteger)


class SceneExternalRef(Base):
    __tablename__ = "scene_external_refs"

    source_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("sources.id", ondelete="CASCADE"), primary_key=True
    )
    external_id: Mapped[str] = mapped_column(String, primary_key=True)
    scene_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("scenes.id", ondelete="CASCADE"), nullable=False, index=True
    )
    confidence: Mapped[float] = mapped_column(Float, nullable=False, default=1.0, server_default="1.0")
    url: Mapped[str | None] = mapped_column(String(1024))
    first_seen: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), server_default=func.now(), nullable=False
    )
    last_seen: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), server_default=func.now(), nullable=False
    )


class SceneFingerprint(Base):
    """Fingerprinty zaciągnięte ze źródeł (TPDB/StashDB), nie liczone lokalnie."""

    __tablename__ = "scene_fingerprints"
    __table_args__ = (UniqueConstraint("scene_id", "kind", "value"),)

    id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), primary_key=True, server_default=func.gen_random_uuid()
    )
    scene_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("scenes.id", ondelete="CASCADE"), nullable=False, index=True
    )
    kind: Mapped[FingerprintKind] = mapped_column(Enum(FingerprintKind, name="fingerprint_kind"))
    value: Mapped[str] = mapped_column(String(128), nullable=False, index=True)
    source_id: Mapped[uuid.UUID | None] = mapped_column(
        UUID(as_uuid=True), ForeignKey("sources.id", ondelete="SET NULL")
    )


class ScenePerformer(Base):
    __tablename__ = "scene_performers"

    scene_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("scenes.id", ondelete="CASCADE"), primary_key=True
    )
    performer_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("performers.id", ondelete="CASCADE"), primary_key=True
    )
    role: Mapped[str | None] = mapped_column(String(64))
    position: Mapped[int | None] = mapped_column(Integer)
    as_alias: Mapped[str | None] = mapped_column(String(256))
    #: Skąd wzięło się TO przypisanie. Bez tego nie da się odróżnić obsady z kanonu od
    #: performera doklejonego przez luźny tube-search (ten dopasowuje wynik po JEDNYM
    #: tokenie zapytania, więc „Rapture" łapała każdą scenę ze słowem „rapture",
    #: 30 z 72 jej scen było fałszywych i trzeba je było przeglądać ręcznie).
    #: Trzymamy NAJBARDZIEJ wiarygodne źródło, jakie przypisało: kanoniczne
    #: (tpdb/stashdb) nadpisuje scraperowe, nigdy odwrotnie. NULL = wiersz sprzed
    #: migracji 0026, źródła nie da się odtworzyć wstecz.
    source_id: Mapped[uuid.UUID | None] = mapped_column(
        UUID(as_uuid=True), ForeignKey("sources.id", ondelete="SET NULL"), index=True
    )


class SceneTag(Base):
    __tablename__ = "scene_tags"

    scene_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("scenes.id", ondelete="CASCADE"), primary_key=True
    )
    tag_id: Mapped[uuid.UUID] = mapped_column(
        UUID(as_uuid=True), ForeignKey("tags.id", ondelete="CASCADE"), primary_key=True
    )
    source_id: Mapped[uuid.UUID | None] = mapped_column(
        UUID(as_uuid=True), ForeignKey("sources.id", ondelete="SET NULL")
    )
    # Data sortowania sceny (premiera albo dzien dodania), powielona tu pod indeks
    # "najnowsze sceny tagu" (GOON-64, migracje 0042 i 0043). Pisze ja WYZWALACZ w bazie,
    # nie aplikacja: wartosc podana przy INSERT i tak zostanie nadpisana.
    sort_date: Mapped[date | None] = mapped_column(Date)