# 📊 Система статистики авторов

Полная документация по расчёту и использованию статистики авторов в Discours.

## 🎯 Обзор

Система статистики авторов предоставляет многомерную оценку активности, популярности и вовлечённости каждого автора на платформе. Все метрики рассчитываются в реальном времени и кешируются для производительности.

## 📈 Метрики AuthorStat

```graphql
# Статистика автора - полная метрика активности и популярности
type AuthorStat {
	# Контент автора
	shouts: Int                    # Количество опубликованных статей
	topics: Int                    # Количество уникальных тем, в которых участвовал
	comments: Int                  # Количество созданных комментариев и цитат
	
	# Взаимодействие с другими авторами
	coauthors: Int                 # Количество уникальных соавторов
	followers: Int                 # Количество подписчиков
	
	# Рейтинговая система
	rating: Int                    # Общий рейтинг (rating_shouts + rating_comments)
	rating_shouts: Int             # Рейтинг публикаций (сумма реакций LIKE/AGREE/ACCEPT/PROOF/CREDIT минус DISLIKE/DISAGREE/REJECT/DISPROOF)
	rating_comments: Int           # Рейтинг комментариев (реакции на комментарии автора)
	
	# Метрики вовлечённости
	replies_count: Int             # Количество ответов на контент автора (ответы на комментарии + комментарии на посты)
	viewed_shouts: Int             # Общее количество просмотров всех публикаций автора
}
```

### 📝 Контент автора

#### `shouts: Int`
**Количество опубликованных статей**
- Учитывает только статьи со статусом `published_at IS NOT NULL`
- Исключает удалённые статьи (`deleted_at IS NULL`)
- Подсчитывается через таблицу `shout_author`

```sql
SELECT sa.author, COUNT(DISTINCT s.id) as shouts_count
FROM shout_author sa
JOIN shout s ON sa.shout = s.id 
WHERE s.deleted_at IS NULL AND s.published_at IS NOT NULL
GROUP BY sa.author
```

#### `topics: Int`
**Количество уникальных тем, в которых участвовал автор**
- Подсчитывает уникальные темы через связку статей автора
- Основано на таблицах `shout_author` → `shout_topic`

```sql
SELECT sa.author, COUNT(DISTINCT st.topic) as topics_count
FROM shout_author sa
JOIN shout s ON sa.shout = s.id AND s.deleted_at IS NULL AND s.published_at IS NOT NULL
JOIN shout_topic st ON s.id = st.shout
GROUP BY sa.author
```

#### `comments: Int`
**Количество созданных комментариев и цитат**
- Включает реакции типа `COMMENT` и `QUOTE`
- Исключает удалённые комментарии

```sql
SELECT r.created_by, COUNT(DISTINCT r.id) as comments_count
FROM reaction r
JOIN shout s ON r.shout = s.id AND s.deleted_at IS NULL
WHERE r.deleted_at IS NULL AND r.kind IN ('COMMENT', 'QUOTE')
GROUP BY r.created_by
```

### 👥 Взаимодействие с другими авторами

#### `coauthors: Int`
**Количество уникальных соавторов**
- Подсчитывает авторов, с которыми автор публиковал совместные статьи
- Исключает самого автора из подсчёта
- Учитывает только опубликованные и неудалённые статьи

```sql
SELECT sa1.author, COUNT(DISTINCT sa2.author) as coauthors_count
FROM shout_author sa1
JOIN shout s ON sa1.shout = s.id 
    AND s.deleted_at IS NULL 
    AND s.published_at IS NOT NULL
JOIN shout_author sa2 ON s.id = sa2.shout 
    AND sa2.author != sa1.author  -- исключаем самого автора
GROUP BY sa1.author
```

#### `followers: Int`
**Количество подписчиков**
- Прямой подсчёт из таблицы `author_follower`

```sql
SELECT following, COUNT(DISTINCT follower) as followers_count
FROM author_follower
GROUP BY following
```

### ⭐ Рейтинговая система

#### `rating: Int`
**Общий рейтинг автора**
- Сумма `rating_shouts + rating_comments`
- Агрегированная метрика популярности контента

#### `rating_shouts: Int`
**Рейтинг публикаций автора**
- Сумма всех реакций на статьи автора
- Положительные реакции: `LIKE`, `AGREE`, `ACCEPT`, `PROOF`, `CREDIT` (+1)
- Отрицательные реакции: `DISLIKE`, `DISAGREE`, `REJECT`, `DISPROOF` (-1)
- Нейтральные реакции: остальные (0)

```sql
SELECT sa.author,
       SUM(CASE 
           WHEN r.kind IN ('LIKE', 'AGREE', 'ACCEPT', 'PROOF', 'CREDIT') THEN 1
           WHEN r.kind IN ('DISLIKE', 'DISAGREE', 'REJECT', 'DISPROOF') THEN -1
           ELSE 0
       END) as rating_shouts
FROM shout_author sa
JOIN shout s ON sa.shout = s.id AND s.deleted_at IS NULL AND s.published_at IS NOT NULL
JOIN reaction r ON s.id = r.shout AND r.deleted_at IS NULL
GROUP BY sa.author
```

#### `rating_comments: Int`
**Рейтинг комментариев автора**
- Аналогичная система для реакций на комментарии автора
- Подсчитывает реакции на комментарии через `reply_to`

```sql
SELECT r1.created_by,
       SUM(CASE 
           WHEN r2.kind IN ('LIKE', 'AGREE', 'ACCEPT', 'PROOF', 'CREDIT') THEN 1
           WHEN r2.kind IN ('DISLIKE', 'DISAGREE', 'REJECT', 'DISPROOF') THEN -1
           ELSE 0
       END) as rating_comments
FROM reaction r1
JOIN reaction r2 ON r1.id = r2.reply_to AND r2.deleted_at IS NULL
WHERE r1.deleted_at IS NULL AND r1.kind IN ('COMMENT', 'QUOTE')
GROUP BY r1.created_by
```

### 🔄 Метрики вовлечённости

#### `replies_count: Int`
**Количество ответов на контент автора**
- **Комплексная метрика**, включающая:
  1. **Ответы на комментарии автора** (через `reply_to`)
  2. **Комментарии на посты автора** (прямые комментарии к статьям)

Логика расчёта:
```python
# Ответы на комментарии
replies_to_comments = COUNT(r2) WHERE r1.created_by = author AND r2.reply_to = r1.id

# Комментарии на посты
comments_on_posts = COUNT(r) WHERE sa.author = author AND r.shout = s.id

# Итого
replies_count = replies_to_comments + comments_on_posts
```

#### `viewed_shouts: Int`
**Общее количество просмотров всех публикаций автора**
- Интеграция с `ViewedStorage` (Google Analytics)
- Суммирует просмотры всех статей автора
- Обновляется асинхронно из внешних источников

## 🔍 API использования

### GraphQL запрос

```graphql
query LoadAuthors($by: AuthorsBy, $limit: Int, $offset: Int) {
  load_authors_by(by: $by, limit: $limit, offset: $offset) {
    id
    slug
    name
    bio
    pic
    stat {
          shouts
    topics
    coauthors
    followers
      rating
      rating_shouts
      rating_comments
      comments
      replies_count
      viewed_shouts
    }
  }
}
```

### Параметры сортировки

```graphql
# Сортировка по количеству публикаций
{ "order": "shouts" }

# Сортировка по общему рейтингу
{ "order": "rating" }

# Сортировка по вовлечённости
{ "order": "replies_count" }

# Сортировка по просмотрам
{ "order": "viewed_shouts" }
```

## ⚡ Производительность

### Кеширование
- **Redis кеш** для результатов запросов
- **Ключи кеша**: `authors:stats:limit={limit}:offset={offset}:order={order}`
- **TTL**: Настраивается в `cache.py`

### Оптимизации SQL
- **Batch запросы** для получения статистики всех авторов одновременно
- **Подготовленные параметры** для защиты от SQL-инъекций
- **Индексы** на ключевых полях (`author_id`, `shout_id`, `reaction.kind`)

### Сортировка
- **SQL-уровень сортировки** для метрик статистики
- **Подзапросы с JOIN** для производительности
- **COALESCE** для обработки NULL значений

## 🧪 Тестирование

### Unit тесты
```python
# Тестирование расчёта статистики
async def test_author_stats_calculation():
    # Создаём тестовые данные
    # Проверяем корректность расчёта каждой метрики
    pass

# Тестирование сортировки
async def test_author_sorting():
    # Проверяем сортировку по разным полям
    pass
```

### Интеграционные тесты
- Тестирование с реальными данными
- Проверка производительности на больших объёмах
- Валидация кеширования

## 🔧 Конфигурация

### Переменные окружения
```bash
# Google Analytics для просмотров
GOOGLE_KEYFILE_PATH=/path/to/service-account.json
GOOGLE_PROPERTY_ID=your-property-id

# Redis для кеширования
REDIS_URL=redis://localhost:6379
```

### Настройки реакций
Типы реакций определены в `orm/reaction.py`:
```python
# Положительные (+1)
POSITIVE_REACTIONS = ["LIKE", "AGREE", "ACCEPT", "PROOF", "CREDIT"]

# Отрицательные (-1)  
NEGATIVE_REACTIONS = ["DISLIKE", "DISAGREE", "REJECT", "DISPROOF"]
```

## 🚀 Развитие

### Планируемые улучшения
- [ ] Исторические тренды статистики
- [ ] Сегментация по периодам времени
- [ ] Дополнительные метрики вовлечённости
- [ ] Персонализированные рекомендации на основе статистики

### Известные ограничения
- Просмотры обновляются с задержкой (Google Analytics API)
- Большие объёмы данных могут замедлять запросы без кеша
- Сложные запросы сортировки требуют больше ресурсов