Hyungi Ahn
9d4aa201a8
문제 본문 + 보기 1~4 → bge-m3 1024차원. status 자체가 큐 역할 (별도 큐
테이블 없음 — ProcessingQueue 인프라 영향 0). APScheduler 1분 cron 이
status in {none, failed, stale} 행을 batch=10 처리. 새 문제는 default
'none' 으로 자동 backfill.
데이터 모델 (migrations 193~194):
- study_questions: embedding vector(1024), embedding_status VARCHAR(20)
DEFAULT 'none' (none/pending/ready/failed/stale), embedding_updated_at,
embedding_model
- HNSW partial index (vector_cosine_ops) WHERE deleted_at IS NULL AND
embedding IS NOT NULL — bge-m3 cosine 기준, documents.embedding (ivfflat)
과 ops 일관
재계산 트리거: question_text / choice_1~4 변경 시 ready→stale 자동.
correct_choice / explanation / subject / scope 변경은 재계산 안 함
(의미 검색에 영향 없음).
워커 (workers/study_question_embed_worker.py):
- race-safe pending 마킹 (조건부 UPDATE WHERE status IN none/failed/stale)
- AIClient.embed(text) bge-m3 호출, 15s timeout
- 실패 시 status='failed', 직전 embedding 보존, 다음 cron 틱에 재시도
- 본문 = "문제: ...\n보기:\n1. ...\n2. ...\n3. ...\n4. ..." (subject/scope
의도 제외 — 분류명이 의미 검색 노이즈)
후속 PR 예정: 비슷한 문제 검색 UI / 중복 입력 감지 / RAG 정확도 향상 /
오답 클러스터링. 본 PR 은 임베딩 저장·재계산·backfill 까지만.
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
112 lines
5.0 KiB
Python
112 lines
5.0 KiB
Python
"""study_questions / study_question_attempts ORM — 학습 워크스페이스의 문제은행 트랙
|
|
|
|
PR-2 가드레일:
|
|
- study_topic 1차 컨테이너에 자산 타입별 조인 테이블 추가 방식. polymorphic 단일 테이블 영구 금지.
|
|
- subject/scope 는 강한 enum 미사용 (jlpt 등 어학 분류 확장 여지).
|
|
- 문제 삭제는 API 에서 soft delete only. attempts FK 는 ON DELETE RESTRICT 로 DB 레벨 보호 (hard delete 실수 차단, 이력 보존).
|
|
- correct_choice 변경 시 기존 attempt.is_correct 재계산 안 함 (기록은 그 시점의 사실).
|
|
"""
|
|
|
|
from datetime import datetime
|
|
|
|
from pgvector.sqlalchemy import Vector
|
|
from sqlalchemy import BigInteger, Boolean, DateTime, ForeignKey, Integer, SmallInteger, String, Text
|
|
from sqlalchemy.orm import Mapped, mapped_column, relationship
|
|
|
|
from core.database import Base
|
|
|
|
|
|
class StudyQuestion(Base):
|
|
__tablename__ = "study_questions"
|
|
|
|
id: Mapped[int] = mapped_column(BigInteger, primary_key=True)
|
|
user_id: Mapped[int] = mapped_column(
|
|
BigInteger, ForeignKey("users.id", ondelete="CASCADE"), nullable=False
|
|
)
|
|
study_topic_id: Mapped[int] = mapped_column(
|
|
BigInteger, ForeignKey("study_topics.id", ondelete="CASCADE"), nullable=False
|
|
)
|
|
|
|
question_text: Mapped[str] = mapped_column(Text, nullable=False)
|
|
choice_1: Mapped[str] = mapped_column(Text, nullable=False)
|
|
choice_2: Mapped[str] = mapped_column(Text, nullable=False)
|
|
choice_3: Mapped[str] = mapped_column(Text, nullable=False)
|
|
choice_4: Mapped[str] = mapped_column(Text, nullable=False)
|
|
correct_choice: Mapped[int] = mapped_column(SmallInteger, nullable=False)
|
|
|
|
subject: Mapped[str | None] = mapped_column(String(120))
|
|
scope: Mapped[str | None] = mapped_column(String(200))
|
|
exam_name: Mapped[str | None] = mapped_column(String(120))
|
|
exam_round: Mapped[str | None] = mapped_column(String(120))
|
|
explanation: Mapped[str | None] = mapped_column(Text)
|
|
source_note: Mapped[str | None] = mapped_column(Text)
|
|
|
|
is_active: Mapped[bool] = mapped_column(Boolean, default=True, nullable=False)
|
|
|
|
# PR-3: AI 풀이 캐시 (수동 트리거)
|
|
# status: none | pending | ready | failed | stale (강한 enum 미사용, VARCHAR 권장값)
|
|
ai_explanation: Mapped[str | None] = mapped_column(Text)
|
|
ai_explanation_status: Mapped[str] = mapped_column(
|
|
String(20), default="none", nullable=False
|
|
)
|
|
ai_explanation_generated_at: Mapped[datetime | None] = mapped_column(
|
|
DateTime(timezone=True)
|
|
)
|
|
ai_explanation_model: Mapped[str | None] = mapped_column(String(120))
|
|
|
|
# PR-4: 자동 임베딩 (bge-m3 1024차원). status 가 큐 역할.
|
|
# 재계산 트리거 = question_text / choice_1~4 변경.
|
|
# correct_choice / subject / scope / explanation 변경은 재계산 안 함.
|
|
embedding = mapped_column(Vector(1024), nullable=True)
|
|
embedding_status: Mapped[str] = mapped_column(
|
|
String(20), default="none", nullable=False
|
|
)
|
|
embedding_updated_at: Mapped[datetime | None] = mapped_column(
|
|
DateTime(timezone=True)
|
|
)
|
|
embedding_model: Mapped[str | None] = mapped_column(String(120))
|
|
|
|
created_at: Mapped[datetime] = mapped_column(
|
|
DateTime(timezone=True), default=datetime.now, nullable=False
|
|
)
|
|
updated_at: Mapped[datetime] = mapped_column(
|
|
DateTime(timezone=True), default=datetime.now, onupdate=datetime.now, nullable=False
|
|
)
|
|
deleted_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))
|
|
|
|
# 연관 — 통합 뷰/통계 조회 시 selectinload 으로 끌어옴
|
|
topic: Mapped["StudyTopic | None"] = relationship( # type: ignore[name-defined] # noqa: F821
|
|
"StudyTopic", back_populates="questions", lazy="noload"
|
|
)
|
|
attempts: Mapped[list["StudyQuestionAttempt"]] = relationship(
|
|
back_populates="question",
|
|
cascade="all, delete-orphan", # ORM 레벨 cascade — 실 hard delete 는 RESTRICT FK 가 막음
|
|
order_by="StudyQuestionAttempt.answered_at.desc()",
|
|
lazy="noload",
|
|
)
|
|
|
|
|
|
class StudyQuestionAttempt(Base):
|
|
__tablename__ = "study_question_attempts"
|
|
|
|
id: Mapped[int] = mapped_column(BigInteger, primary_key=True)
|
|
user_id: Mapped[int] = mapped_column(
|
|
BigInteger, ForeignKey("users.id", ondelete="CASCADE"), nullable=False
|
|
)
|
|
study_question_id: Mapped[int] = mapped_column(
|
|
BigInteger,
|
|
ForeignKey("study_questions.id", ondelete="RESTRICT"),
|
|
nullable=False,
|
|
)
|
|
study_topic_id: Mapped[int] = mapped_column(
|
|
BigInteger, ForeignKey("study_topics.id", ondelete="CASCADE"), nullable=False
|
|
)
|
|
selected_choice: Mapped[int] = mapped_column(SmallInteger, nullable=False)
|
|
correct_choice: Mapped[int] = mapped_column(SmallInteger, nullable=False)
|
|
is_correct: Mapped[bool] = mapped_column(Boolean, nullable=False)
|
|
answered_at: Mapped[datetime] = mapped_column(
|
|
DateTime(timezone=True), default=datetime.now, nullable=False
|
|
)
|
|
|
|
question: Mapped["StudyQuestion"] = relationship(back_populates="attempts")
|