update

internal/repository/ingest_repository.go

@@ -56,6 +56,16 @@ type IngestRepository interface {
 	// ScheduleRetry 失败时调用：attempts+1，未达上限则退避后重置 pending，达上限则置 failed。
 	// 用于临时失败（网络抖动 / 单图下载失败）的自动重试，区别于永久失败（payload 解析错等）直接 MarkFailed。
 	ScheduleRetry(ctx context.Context, id uint32, errMsg string) error
+	// ListImagePHashes 返回全部已晋升图片（runway + street）的 (id, phash, kind)，
+	// 跳过 is_deleted 与 phash=0/NULL（存量未计算）。供入库时与新增图做全局汉明比对（近似去重）。
+	ListImagePHashes(ctx context.Context) ([]ImagePHash, error)
+}
+
+// ImagePHash 已晋升图片的感知哈希摘要，供入库时全局近似去重比对。
+type ImagePHash struct {
+	ID    uint32 // 图片数字主键
+	Phash uint64 // 感知哈希（SQL 已过滤 0/NULL）
+	Kind  string // "runway" | "street"（决定 dup_of 的 hashid 类型）
 }
 
 type ingestRepository struct {
@@ -366,6 +376,40 @@ func (r *ingestRepository) RetryJob(ctx context.Context, id uint32) error {
 		}).Error
 }
 
+// ListImagePHashes 返回全部已晋升图片（runway + street）的感知哈希摘要，供入库时全局近似去重。
+// 跳过 is_deleted 与 phash=0/NULL（存量未计算）。结果合并 runway + street 两类，
+// 用 Kind 标注类型，调用方据此把 dup_of 编码成对应 hashid 类型。
+//
+// 注：每次入库任务都会全量拉取一次（图片量当前为千级，可接受）；若后续图片量到十万级，
+// 可改为按 runway_id/snap_id 分批或加内存缓存 + 定时刷新，避免每 job 一次全表扫描。
+func (r *ingestRepository) ListImagePHashes(ctx context.Context) ([]ImagePHash, error) {
+	type phRow struct {
+		ID    uint32 `gorm:"column:id"`
+		Phash uint64 `gorm:"column:phash"`
+	}
+	out := make([]ImagePHash, 0, 64)
+	const whereActive = "is_deleted = 0 AND phash IS NOT NULL AND phash <> 0"
+
+	var rw []phRow
+	if err := r.db.WithContext(ctx).Model(&model.BrandRunwayImage{}).
+		Select("id, phash").Where(whereActive).Scan(&rw).Error; err != nil {
+		return nil, err
+	}
+	for _, x := range rw {
+		out = append(out, ImagePHash{ID: x.ID, Phash: x.Phash, Kind: "runway"})
+	}
+
+	var sn []phRow
+	if err := r.db.WithContext(ctx).Model(&model.StreetSnapImage{}).
+		Select("id, phash").Where(whereActive).Scan(&sn).Error; err != nil {
+		return nil, err
+	}
+	for _, x := range sn {
+		out = append(out, ImagePHash{ID: x.ID, Phash: x.Phash, Kind: "street"})
+	}
+	return out, nil
+}
+
 // isDuplicateKey 兜底：gorm 的 ErrDuplicatedKey 在不同驱动下的封装不一定一致，
 // 直接命中 MySQL 1062 错误号更稳。
 func isDuplicateKey(err error) bool {