duxingchen
394e1e39c3
这三组接口此前是「上帝视角」且**匿名可访问**，现在全部挂 get_data_scope —— 既要求登录、又按业务分组范围过滤。顺带堵上了 AGENTS.md 点名的风险： /dashboard/people-history/export 此前匿名即可批量导出全员工时台账。 dashboard（11 个函数 / 24 处注入） · Product 主体 → product_where()；Task、TaskLog 主体 → 先 join(Product) 再 task_where() · 「卡片数字」与「下钻明细」成对出现的地方用同一谓词，避免「按钮显示 2、点开却是 0 条」 · get_user_operations 的 func.count() 改为 func.count(TaskLog.id) —— 显式化，不依赖 join 形状（当前是 many-to-one 不会放大，但这样写更稳） · unread_notif **刻意不过滤**：Notification.task_id 可空，按 Product 过滤会漏掉 无任务关联的提醒（就地注释说明） · get_my_stats 本轮不动 —— 它按本人归因，语义上不受分组影响 analytics（4 个函数 / 9 条语句） · get_analytics_options 的 4 条独立语句全部处理 —— 它是筛选栏下拉的选项源， 不过滤的话维修组能在下拉里看到生产组的人（最易漏的一处） · get_device_records 的 product_id 查号是安全闸：范围外 SN 查不出 → 直接返回 [] screen（3 个函数） · month_production **不做特判** —— 维修组的「本月生产数」本来就该是 0 · get_wip_distribution 按范围裁剪工序柱子，但坚持「恒 0 才裁、有数必现」， 保证 total == sum(items) 在任何 scope 下都成立 实测（17 个端点）：超管全部 200、匿名全部 401。 造 1 生产 + 1 售后产品后： 超管 products=2 / wip-matrix 2 行 / options 2 个型号 生产组 products=1 / wip-matrix 1 行 / options 1 个型号 维修组 products=1 / wip-matrix 1 行 / options 1 个型号 列表与统计口径一致；未分组用户在过渡期开关下仍走 ungrouped_fallback。 测试数据已还原。
317 lines
13 KiB
Python
317 lines
13 KiB
Python
"""大屏统计服务 — 面向管理层**日常运营与督导**的轻量只读聚合
|
||
|
||
设计约定：
|
||
- 只读，无写操作，字段扁平，便于大屏高频轮询。
|
||
- 时间一律按**北京时间**判定；DB 列为 timestamptz（实存 UTC），
|
||
比较前统一把边界换算成 UTC，避免月初/凌晨的边界漂移。
|
||
- 口径与 dashboard_service.get_dashboard_stats 保持一致：
|
||
未完结 = overall_status 不属于 {待仓库收货, 已入库, 在库, 已出库}。
|
||
|
||
视角说明：
|
||
管理层每天要看的是「这个月干得怎么样、现在卡在哪、系统有没有在跑」，
|
||
而不是历史品质排名。故本模块聚焦三件事 —— 当月吞吐、当前卡点、使用活跃度。
|
||
|
||
2026-09 起不再是「上帝视角」：统计函数一律接收调用方解析好的 DataScope，
|
||
查询里按 Product.lifecycle_phase 过滤（谓词只在 data_scope_service 生成，见该模块红线）。
|
||
"""
|
||
from __future__ import annotations
|
||
|
||
from datetime import datetime, timezone
|
||
|
||
from pydantic import BaseModel
|
||
from sqlalchemy import func, or_, select
|
||
from sqlalchemy.ext.asyncio import AsyncSession
|
||
|
||
from app.core.lifecycle import (
|
||
AFTER_SALES_ONLY_STEPS,
|
||
LIFECYCLE_AFTER_SALES,
|
||
LIFECYCLE_PRODUCTION,
|
||
allowed_steps,
|
||
)
|
||
from app.core.time_utils import get_beijing_time
|
||
from app.models.product import Product
|
||
from app.models.task import Task
|
||
from app.models.task_log import TaskLog
|
||
from app.services.data_scope_service import DataScope
|
||
|
||
# 已完结的宏观状态 —— 与 dashboard_service.get_dashboard_stats 同口径
|
||
FINISHED_OVERALL = ("待仓库收货", "已入库", "在库", "已出库")
|
||
|
||
# 仓储动作日志类型（由 webhooks / product_finalize_service 写入）
|
||
LOG_WAREHOUSE_INBOUND = "warehouse_inbound"
|
||
LOG_WAREHOUSE_OUTBOUND = "warehouse_outbound"
|
||
|
||
|
||
def _not_finished():
|
||
"""未完结条件 —— overall_status 为 NULL 或不在已完结集合内。
|
||
|
||
注意 PostgreSQL 中 `NULL NOT IN (...)` 结果为 NULL 而非 TRUE，
|
||
必须显式带上 IS NULL 分支，否则建单后未流转的设备会被整批漏掉。
|
||
"""
|
||
return or_(
|
||
Product.overall_status.is_(None),
|
||
~Product.overall_status.in_(FINISHED_OVERALL),
|
||
)
|
||
|
||
|
||
def _month_bounds() -> tuple[datetime, datetime, str]:
|
||
"""返回 (本月起点 UTC, 当前时刻 UTC, 'YYYY-MM')。
|
||
|
||
本月起点 = 北京时间当月 1 日 00:00 —— 直接换算成 UTC 参与 timestamptz 比较，
|
||
不依赖数据库会话时区设置。
|
||
"""
|
||
now_bj = get_beijing_time()
|
||
month_start_bj = now_bj.replace(day=1, hour=0, minute=0, second=0, microsecond=0)
|
||
return (
|
||
month_start_bj.astimezone(timezone.utc),
|
||
now_bj.astimezone(timezone.utc),
|
||
month_start_bj.strftime("%Y-%m"),
|
||
)
|
||
|
||
|
||
# ============================================================
|
||
# 1. 当月吞吐指标
|
||
# ============================================================
|
||
|
||
class MonthlyMetrics(BaseModel):
|
||
"""大屏顶部四张数字卡（当月视角）"""
|
||
month: str # "2026-09"
|
||
month_start: str # "2026-09-01"（北京时间）
|
||
month_production: int # 本月有流转记录或新建的生产态设备数
|
||
month_inbound: int # 本月扫码入库数
|
||
month_outbound: int # 本月扫码出库数
|
||
month_returned: int # 本月进入售后/回流状态的设备数
|
||
|
||
|
||
async def get_monthly_metrics(db: AsyncSession, scope: DataScope) -> MonthlyMetrics:
|
||
"""当月吞吐四联指标（按当前用户的业务分组数据范围过滤）。
|
||
|
||
口径：
|
||
- month_production：lifecycle_phase = PRODUCTION，且「本月新建」或
|
||
「本月产生过任意 TaskLog 流转记录」的设备数（按设备去重）。
|
||
反映这个月实际被推着走的机器有多少。
|
||
- month_inbound / month_outbound：task_logs 中 action_type =
|
||
warehouse_inbound / warehouse_outbound 的记录数（MOM 扫码回调写入）。
|
||
- month_returned：本月创建过售后专属工序任务（发货测试 / 售后维修）的
|
||
设备数（去重）。Product 表无 updated_at，无法直接查「转为 AFTER_SALES
|
||
的时刻」，故以售后工序任务的创建时间作为进入售后阶段的时间锚点。
|
||
|
||
⚠️ month_production 上两条口径叠加（phase=PRODUCTION AND phase IN 范围），
|
||
维修组的本月生产数自然为 0 —— 这正是正确行为，不要为它加特判绕开范围。
|
||
"""
|
||
month_start_utc, now_utc, month_label = _month_bounds()
|
||
|
||
# 本月该设备产生过任意流转日志
|
||
has_activity = (
|
||
select(TaskLog.id)
|
||
.join(Task, Task.id == TaskLog.task_id)
|
||
.where(
|
||
Task.product_id == Product.id,
|
||
TaskLog.created_at >= month_start_utc,
|
||
)
|
||
.exists()
|
||
)
|
||
# 🚀 业务分组数据范围：主体 Product，直接追加 product_where
|
||
month_production = await db.scalar(
|
||
select(func.count(func.distinct(Product.id))).where(
|
||
Product.lifecycle_phase == LIFECYCLE_PRODUCTION,
|
||
or_(Product.created_at >= month_start_utc, has_activity),
|
||
scope.product_where(),
|
||
)
|
||
) or 0
|
||
|
||
async def _count_log(action_type: str) -> int:
|
||
# 🚀 业务分组数据范围：TaskLog 无阶段字段，两级 join 到 Product 后挂 task_where
|
||
# （计数列已是 TaskLog.id，join 不会放大行数）
|
||
return await db.scalar(
|
||
select(func.count(TaskLog.id))
|
||
.join(Task, Task.id == TaskLog.task_id)
|
||
.join(Product, Task.product_id == Product.id)
|
||
.where(
|
||
TaskLog.action_type == action_type,
|
||
TaskLog.created_at >= month_start_utc,
|
||
scope.task_where(),
|
||
)
|
||
) or 0
|
||
|
||
month_inbound = await _count_log(LOG_WAREHOUSE_INBOUND)
|
||
month_outbound = await _count_log(LOG_WAREHOUSE_OUTBOUND)
|
||
|
||
# 🚀 业务分组数据范围：已 join Product，直接挂 product_where
|
||
month_returned = await db.scalar(
|
||
select(func.count(func.distinct(Task.product_id)))
|
||
.join(Product, Task.product_id == Product.id)
|
||
.where(
|
||
Product.lifecycle_phase == LIFECYCLE_AFTER_SALES,
|
||
Task.task_name.in_(tuple(AFTER_SALES_ONLY_STEPS)),
|
||
Task.created_at >= month_start_utc,
|
||
scope.product_where(),
|
||
)
|
||
) or 0
|
||
|
||
return MonthlyMetrics(
|
||
month=month_label,
|
||
month_start=f"{month_label}-01",
|
||
month_production=int(month_production),
|
||
month_inbound=int(month_inbound),
|
||
month_outbound=int(month_outbound),
|
||
month_returned=int(month_returned),
|
||
)
|
||
|
||
|
||
# ============================================================
|
||
# 2. 工序积压分布（柱状图）
|
||
# ============================================================
|
||
|
||
class WipStage(BaseModel):
|
||
stage: str # 工序名（中文，直接作为图表类目）
|
||
phase: str # PRODUCTION / AFTER_SALES，供前端分区着色
|
||
count: int
|
||
|
||
|
||
class WipDistributionResponse(BaseModel):
|
||
total: int # 未完结设备总数
|
||
items: list[WipStage]
|
||
|
||
|
||
# 阶段与流转顺序 —— 顺序即「工序先后」，前端据此排布柱子
|
||
WIP_STAGES: tuple[tuple[str, str], ...] = (
|
||
("待启动", LIFECYCLE_PRODUCTION), # overall_status 为空：建单后尚未流转
|
||
("备货", LIFECYCLE_PRODUCTION),
|
||
("生产", LIFECYCLE_PRODUCTION),
|
||
("测试", LIFECYCLE_PRODUCTION),
|
||
("维修", LIFECYCLE_PRODUCTION),
|
||
("发货测试", LIFECYCLE_AFTER_SALES),
|
||
("售后维修", LIFECYCLE_AFTER_SALES),
|
||
)
|
||
|
||
# 「待启动」对应的真实分组键（overall_status IS NULL / 空串）
|
||
_UNSTARTED_KEY = ""
|
||
|
||
# 词表内工序 → 声明的阶段（补画「有数但被范围裁掉」的工序时，用它还原分区着色）
|
||
_STAGE_PHASE: dict[str, str] = {
|
||
(_UNSTARTED_KEY if s == "待启动" else s): p for s, p in WIP_STAGES
|
||
}
|
||
|
||
|
||
def _visible_stages(scope: DataScope) -> tuple[tuple[str, str], ...]:
|
||
"""按当前业务分组范围裁剪工序柱 —— 只保留本组阶段内的工序。
|
||
|
||
维修组（AFTER_SALES）的大屏上挂一排恒为 0 的「备货 / 生产 / 测试」柱子没有意义，
|
||
反而让人误以为"有活压着没干"。判定取并集（宁可多留、不可错删）：
|
||
· 工序自己声明的 phase 落在范围内 ——「待启动」这类合成列按 PRODUCTION 论；
|
||
· 或工序名属于该阶段的合法工序词表（词表取自 core.lifecycle，本模块不另抄一份）：
|
||
「发货测试」两个阶段都合法，故生产组也照常保留。
|
||
范围不限（超管 / 未分组主管）时原样返回，保证大屏类目与改造前完全一致。
|
||
"""
|
||
if scope.phases is None:
|
||
return WIP_STAGES
|
||
allowed: set[str] = set()
|
||
for phase in scope.phases:
|
||
allowed |= set(allowed_steps(phase))
|
||
return tuple(
|
||
(stage, phase)
|
||
for stage, phase in WIP_STAGES
|
||
if phase in scope.phases or stage in allowed
|
||
)
|
||
|
||
|
||
async def get_wip_distribution(db: AsyncSession, scope: DataScope) -> WipDistributionResponse:
|
||
"""工序积压分布 —— 当前数据范围内未完结设备按 overall_status 聚合的数量。
|
||
|
||
返回**固定阶段列表**（含 0 值），保证大屏布局稳定、柱子不因某天缺数据而
|
||
整根消失；同时把数据里出现但不在词表内的状态追加在末尾，确保 items 的
|
||
count 之和恒等于 total（避免统计悄悄漏数）。
|
||
|
||
⚠️ 「恒 0 才裁、有数必现」是裁剪的铁律：被 `_visible_stages` 裁掉的工序若
|
||
名下**真有设备**（如上个阶段的设备卡在旧工序名上没流转走），它会带着
|
||
真实计数回到列表末尾 —— 宁可多画一根柱子，也绝不把设备藏起来变成
|
||
「合计 1 台、柱子全是 0」的鬼故事。恒 0 的柱子才真正不画。
|
||
"""
|
||
# 🚀 业务分组数据范围：主体 Product，直接挂 product_where（计数列是 Product.id，无 join 放大）
|
||
rows = await db.execute(
|
||
select(Product.overall_status, func.count(Product.id))
|
||
.where(_not_finished(), scope.product_where())
|
||
.group_by(Product.overall_status)
|
||
)
|
||
counts: dict[str, int] = {}
|
||
for raw_status, cnt in rows.all():
|
||
key = (raw_status or "").strip()
|
||
counts[key] = counts.get(key, 0) + cnt
|
||
|
||
total = sum(counts.values())
|
||
|
||
# 🚀 业务分组数据范围：只画本组阶段的工序柱（范围不限时即 WIP_STAGES 原样）
|
||
stages = _visible_stages(scope)
|
||
items: list[WipStage] = []
|
||
for stage, phase in stages:
|
||
key = _UNSTARTED_KEY if stage == "待启动" else stage
|
||
items.append(WipStage(stage=stage, phase=phase, count=counts.get(key, 0)))
|
||
|
||
# 词表外的状态追加在末尾。known_keys 只按**可见**柱子算：被裁掉的工序若名下
|
||
# 真有设备，就走这条追加路径回来（阶段着色按词表还原），保证合计不漏数；
|
||
# cnt 为 0 的则被下面的 `and cnt` 挡掉 —— 那才是本次裁剪要除掉的那排空柱。
|
||
known_keys = {_UNSTARTED_KEY if s == "待启动" else s for s, _ in stages}
|
||
for key, cnt in counts.items():
|
||
if key not in known_keys and cnt:
|
||
items.append(WipStage(
|
||
stage=key or "待启动",
|
||
phase=_STAGE_PHASE.get(key, LIFECYCLE_PRODUCTION),
|
||
count=cnt,
|
||
))
|
||
|
||
return WipDistributionResponse(total=total, items=items)
|
||
|
||
|
||
# ============================================================
|
||
# 3. 系统使用活跃度（本月人员排行）
|
||
# ============================================================
|
||
|
||
class ActiveUser(BaseModel):
|
||
user_id: str
|
||
user_name: str
|
||
receive_count: int # 接收
|
||
transfer_count: int # 转交
|
||
record_count: int # 上传备注
|
||
total: int
|
||
|
||
|
||
class ActiveUsersResponse(BaseModel):
|
||
month: str
|
||
items: list[ActiveUser]
|
||
|
||
|
||
async def get_active_users(db: AsyncSession, scope: DataScope, top_n: int = 5) -> ActiveUsersResponse:
|
||
"""本月系统活跃度排行 —— 直接桥接 /dashboard/user-operations 的口径。
|
||
|
||
不重复实现聚合逻辑：转交/接收取 task_logs（action_type = receive / complete），
|
||
上传备注取 task_records（排除系统自动备注）。仅返回本月**确实有操作**的人员，
|
||
避免排行榜被一串 0 稀释 —— 领导要看到的是"系统真的有人在用"。
|
||
|
||
按当前用户的业务分组数据范围过滤：范围直接透传给 get_user_operations，
|
||
两处口径共用一份谓词，不在这里另抄一遍。
|
||
"""
|
||
from app.services.dashboard_service import get_user_operations
|
||
|
||
month_start_utc, _now, month_label = _month_bounds()
|
||
# 🚀 业务分组数据范围：由调用方解析好的真实 scope 透传（不再是「不限」占位）
|
||
operations = await get_user_operations(
|
||
db, scope, since=month_start_utc, until=None,
|
||
)
|
||
active = [op for op in operations if op.total > 0][:top_n]
|
||
|
||
return ActiveUsersResponse(
|
||
month=month_label,
|
||
items=[
|
||
ActiveUser(
|
||
user_id=op.user_id,
|
||
user_name=op.user_name,
|
||
receive_count=op.receive_count,
|
||
transfer_count=op.transfer_count,
|
||
record_count=op.record_count,
|
||
total=op.total,
|
||
)
|
||
for op in active
|
||
],
|
||
)
|