backend_v2/internal/repository/embedding_integration_test.go

//go:build integration

// 集成测试：在真实 PostgreSQL + pgvector 上验证 image_embeddings 的读写与余弦近邻检索。
//
// 单测（embedding_repository_test.go）只覆盖向量串的格式化/解析等纯逻辑；
// 本测试覆盖真正跑 SQL 的部分——`?::vector` 转换、`<=>` 余弦算子、
// 以及与图片表 join 过滤软删行的行为。这些在 fake 上无法验证。
//
// 运行：go test -tags integration ./internal/repository/ -run TestEmbeddingRepo -v
package repository

import (
	"context"
	"testing"

	"fashionapi/internal/model"
)

// TestEmbeddingRepoUpsertListAndSimilar 覆盖写入 → 批量读回 → 余弦近邻检索这一整条链路。
func TestEmbeddingRepoUpsertListAndSimilar(t *testing.T) {
	db := testDB(t)
	ctx := context.Background()
	repo := NewEmbeddingRepository(db)

	// 1) 造两条走秀图片（近邻检索要 join 图片表过滤软删，因此图片必须真实存在且 is_deleted=0）。
	now := uint32(1)
	runway := model.BrandRunway{BrandID: 1, TitleEn: "embedding-it", Status: model.StatusPending, CreatedAt: now, UpdatedAt: now}
	if err := db.Create(&runway).Error; err != nil {
		t.Fatalf("建走秀失败: %v", err)
	}
	imgs := []model.BrandRunwayImage{
		{RunwayID: runway.ID, BrandID: 1, Image: "it/emb-a.jpg", Name: "a", SortOrder: 1, CreatedAt: now, UpdatedAt: now},
		{RunwayID: runway.ID, BrandID: 1, Image: "it/emb-b.jpg", Name: "b", SortOrder: 2, CreatedAt: now, UpdatedAt: now},
	}
	if err := db.Create(&imgs).Error; err != nil {
		t.Fatalf("建图片失败: %v", err)
	}
	t.Cleanup(func() {
		db.Exec("DELETE FROM image_embeddings WHERE kind = 'runway' AND image_id IN (?, ?)", imgs[0].ID, imgs[1].ID)
		db.Delete(&model.BrandRunwayImage{}, imgs[0].ID)
		db.Delete(&model.BrandRunwayImage{}, imgs[1].ID)
		db.Delete(&model.BrandRunway{}, runway.ID)
	})

	// 2) 两个几乎相同的 768 维向量（第二个与第一个只差一个分量），相似度应远高于阈值。
	va := make([]float32, 768)
	for i := range va {
		va[i] = 0.1
	}
	va[0] = 0.5
	vb := make([]float32, 768)
	copy(vb, va)
	vb[0] = 0.499

	if err := repo.UpsertEmbedding(ctx, "runway", imgs[0].ID, va); err != nil {
		t.Fatalf("写向量 A 失败: %v", err)
	}
	if err := repo.UpsertEmbedding(ctx, "runway", imgs[1].ID, vb); err != nil {
		t.Fatalf("写向量 B 失败: %v", err)
	}

	// 3) 批量读回：维度必须保持 768，且值能精确往返。
	got, err := repo.ListEmbeddings(ctx, "runway", []uint32{imgs[0].ID, imgs[1].ID})
	if err != nil {
		t.Fatalf("ListEmbeddings 失败: %v", err)
	}
	if len(got) != 2 {
		t.Fatalf("应读回 2 个向量，得到 %d", len(got))
	}
	if len(got[imgs[0].ID]) != 768 {
		t.Fatalf("向量维度应为 768，得到 %d", len(got[imgs[0].ID]))
	}
	if got[imgs[0].ID][0] != 0.5 {
		t.Fatalf("向量分量往返后不一致：%v", got[imgs[0].ID][0])
	}

	// 4) 近邻检索：不排除任何图时，A 应找到同图集的 B（高相似度），且结果里不含自身。
	neighbors, err := repo.FindSimilarImages(ctx, "runway", imgs[0].ID, nil, got[imgs[0].ID], 0.9, 5)
	if err != nil {
		t.Fatalf("FindSimilarImages 失败: %v", err)
	}
	var found *SimilarImage
	for i := range neighbors {
		if neighbors[i].ImageID == imgs[0].ID {
			t.Fatalf("近邻结果不应包含自身 imageID=%d", imgs[0].ID)
		}
		if neighbors[i].ImageID == imgs[1].ID {
			found = &neighbors[i]
		}
	}
	if found == nil {
		t.Fatalf("应找到近邻 B(imageID=%d)，实际结果 %+v", imgs[1].ID, neighbors)
	}
	if found.Similar < 0.99 {
		t.Fatalf("两向量几乎相同，相似度应接近 1，实际 %f", found.Similar)
	}
	if found.OwnerID != runway.ID {
		t.Fatalf("近邻所属记录应为 %d，实际 %d", runway.ID, found.OwnerID)
	}
	// 近邻的描述字段必须带回，后台靠它们显示「和哪张图像」。
	if found.Image != "it/emb-b.jpg" || found.Name != "b" || found.OwnerTitle != "embedding-it" {
		t.Fatalf("近邻描述字段不完整: %+v", found)
	}

	// 5) 传入同图集排除集后，B 必须被排除——需求是只看「本图集 vs 其他图集」，
	//    同图集内所有照片共享背景/灯光/造型，相似度天然偏高，参与比对只会是噪音。
	excluded, err := repo.FindSimilarImages(ctx, "runway", imgs[0].ID,
		[]uint32{imgs[0].ID, imgs[1].ID}, got[imgs[0].ID], 0.9, 5)
	if err != nil {
		t.Fatalf("排除同图集时 FindSimilarImages 失败: %v", err)
	}
	for _, n := range excluded {
		if n.ImageID == imgs[1].ID {
			t.Fatalf("同图集的图应被排除，但仍返回了 imageID=%d", imgs[1].ID)
		}
	}

	// 6) 重复写入同一 (kind, image_id) 应走 UPSERT 更新而非插入新行。
	if err := repo.UpsertEmbedding(ctx, "runway", imgs[0].ID, vb); err != nil {
		t.Fatalf("重复写向量失败: %v", err)
	}
	again, err := repo.ListEmbeddings(ctx, "runway", []uint32{imgs[0].ID})
	if err != nil {
		t.Fatalf("重复写后 ListEmbeddings 失败: %v", err)
	}
	if len(again) != 1 {
		t.Fatalf("同一 (kind,image_id) 应只有一行，得到 %d", len(again))
	}
	if again[imgs[0].ID][0] != 0.499 {
		t.Fatalf("UPSERT 应更新为新值，实际 %v", again[imgs[0].ID][0])
	}
}

// TestEmbeddingRepoSkipsSoftDeletedImages 软删的图片不得作为「疑似同款」参照
// （image_embeddings 无 is_deleted 列，靠 join 图片表过滤）。
func TestEmbeddingRepoSkipsSoftDeletedImages(t *testing.T) {
	db := testDB(t)
	ctx := context.Background()
	repo := NewEmbeddingRepository(db)

	now := uint32(1)
	runway := model.BrandRunway{BrandID: 1, TitleEn: "embedding-it-softdel", Status: model.StatusPending, CreatedAt: now, UpdatedAt: now}
	if err := db.Create(&runway).Error; err != nil {
		t.Fatalf("建走秀失败: %v", err)
	}
	imgs := []model.BrandRunwayImage{
		{RunwayID: runway.ID, BrandID: 1, Image: "it/sd-a.jpg", Name: "a", SortOrder: 1, CreatedAt: now, UpdatedAt: now},
		{RunwayID: runway.ID, BrandID: 1, Image: "it/sd-b.jpg", Name: "b", SortOrder: 2, IsDeleted: 1, CreatedAt: now, UpdatedAt: now},
	}
	if err := db.Create(&imgs).Error; err != nil {
		t.Fatalf("建图片失败: %v", err)
	}
	t.Cleanup(func() {
		db.Exec("DELETE FROM image_embeddings WHERE kind = 'runway' AND image_id IN (?, ?)", imgs[0].ID, imgs[1].ID)
		db.Delete(&model.BrandRunwayImage{}, imgs[0].ID)
		db.Delete(&model.BrandRunwayImage{}, imgs[1].ID)
		db.Delete(&model.BrandRunway{}, runway.ID)
	})

	vec := make([]float32, 768)
	for i := range vec {
		vec[i] = 0.1
	}
	if err := repo.UpsertEmbedding(ctx, "runway", imgs[0].ID, vec); err != nil {
		t.Fatalf("写向量 A 失败: %v", err)
	}
	if err := repo.UpsertEmbedding(ctx, "runway", imgs[1].ID, vec); err != nil {
		t.Fatalf("写向量 B（软删图）失败: %v", err)
	}

	neighbors, err := repo.FindSimilarImages(ctx, "runway", imgs[0].ID, nil, vec, 0.0, 50)
	if err != nil {
		t.Fatalf("FindSimilarImages 失败: %v", err)
	}
	for _, n := range neighbors {
		if n.ImageID == imgs[1].ID {
			t.Fatalf("已软删的图片(imageID=%d)不应作为同款参照", imgs[1].ID)
		}
	}
}