//go:build integration

// 集成测试：去重核心查询需要真实 PostgreSQL + pgvector 环境。
//
// 运行方式（先起库，见 scripts/pgvector）：
//
//	docker compose -f scripts/pgvector/docker-compose.yml up -d
//	go test -tags integration ./internal/repository/ -run TestDedup -v
//
// 默认 `go test ./...` 不会编译本文件（build tag 隔离），CI 无库环境不受影响。
package repository

import (
	"context"
	"database/sql"
	"testing"

	"fashionapi/internal/config"
	"fashionapi/internal/database"
	"fashionapi/internal/model"
	"fashionapi/internal/pkg/phash"

	"gorm.io/gorm"
)

// testDB 连真实库并校验去重所需的结构已就绪。
//
// 结构不再由 AutoMigrate 自动创建（已移除），须先自行准备好库，例如：
//
//	./bin/dbtool dump -out db_dump.sql
//	psql -U fashion -d fashion -v ON_ERROR_STOP=1 -f db_dump.sql
//
// 这里只做存在性校验并给出明确提示，避免后续查询报出难懂的错。
func testDB(t *testing.T) *gorm.DB {
	t.Helper()
	cfg, err := config.Load("")
	if err != nil {
		t.Fatalf("加载配置失败: %v", err)
	}
	db, err := database.New(cfg.Database)
	if err != nil {
		t.Fatalf("连接数据库失败: %v", err)
	}
	t.Cleanup(func() { _ = database.Close(db) })

	if err := db.Exec("SELECT 1 FROM brand_runway_images LIMIT 1").Error; err != nil {
		t.Fatalf("brand_runway_images 不可用（库结构未就绪？先 dbtool dump 再 psql -f 灌库）: %v", err)
	}
	return db
}

// insertRunwayImage 直接插入一条走秀图片行（无外键约束，runway_id / brand_id 可填占位值）。
func insertRunwayImage(t *testing.T, db *gorm.DB, image, phashBits string) {
	t.Helper()
	var ph sql.NullString
	if phashBits != "" {
		ph = sql.NullString{String: phashBits, Valid: true}
	}
	row := model.BrandRunwayImage{
		RunwayID:  1,
		BrandID:   1,
		Image:     image,
		Name:      "look",
		SortOrder: 1,
		Phash:     ph,
	}
	if err := db.Create(&row).Error; err != nil {
		t.Fatalf("插入图片失败: %v", err)
	}
	t.Cleanup(func() {
		db.Where("image = ?", image).Delete(&model.BrandRunwayImage{})
	})
}

// TestDedupNearDuplicate 近重复：dHash 汉明距离 ≤ 阈值应被 FindNearDuplicateImage 命中。
func TestDedupNearDuplicate(t *testing.T) {
	db := testDB(t)
	repo := NewIngestRepository(db)
	ctx := context.Background()

	// 插入一张已有图片，phash 为 64 维全 1 向量。
	insertRunwayImage(t, db, "runway/near-dup.jpg", phash.ToVectorBits(^uint64(0)))

	tables := []string{"brand_runway_images"}

	// 探测向量：仅第 0 位为 0、其余为 1 → 与全 1 向量汉明距离 = 1，应命中。
	probe := ^uint64(0) &^ 1
	_, found, err := repo.FindNearDuplicateImage(ctx, tables, phash.ToVectorBits(probe), phash.DefaultThreshold)
	if err != nil {
		t.Fatalf("FindNearDuplicateImage 出错: %v", err)
	}
	if !found {
		t.Fatalf("汉明距离 1 的近重复应被命中")
	}

	// 全 1 向量（与库中那条距离 0）的取反不是合法探针（会有空串问题），
	// 这里改用与库中那条完全相同的全 1 探针（非空、合法）并先断言查询本身不报错。
	probeSame, foundSame, errSame := repo.FindNearDuplicateImage(ctx, tables, phash.ToVectorBits(^uint64(0)), phash.DefaultThreshold)
	if errSame != nil {
		t.Fatalf("去重查询不应报错: %v", errSame)
	}
	if !foundSame {
		t.Fatalf("与库中那条完全相同的 phash 应命中")
	}
	if probeSame == 0 {
		t.Fatalf("命中的行 id 不应为 0")
	}
}