-- ============================================================================
-- پیش‌بررسی سوم — فقط دو سؤال باقی‌مانده
-- ============================================================================
--
-- ⚠️ فقط SELECT COUNT. صفر INSERT/UPDATE/DELETE. هیچ ستون متنی در خروجی.
--
-- اجرا:
--     mysql -u USER -p -h HOST -P 3305 oapi < migration-precheck-3.sql > out3.txt
--
-- مرجع: docs/DATA-MIGRATION-MAP.md §۵.۹
-- ============================================================================

-- ---------------------------------------------------------------------------
-- سؤال: new_city باید به cityId نگاشت شود یا ستون جدا بگیرد؟
--
-- تصمیم مالک: «یا در فیلد شهر بنشیند یا در یک فیلد آدرس متنی مپ شود».
-- کدام‌یک، به این بستگی دارد که آیا این ۱۷۶ ردیف city_id هم دارند یا نه:
--
--   فقط new_city (city_id تهی)  → ستون متنی لازم است، چون شهر در جدول cities نیست
--   هر دو را دارند               → new_city تکراری است، می‌توان رهایش کرد
-- ---------------------------------------------------------------------------
SELECT '=== new_city vs city_id ===' AS section;

SELECT
  SUM(new_city IS NOT NULL AND new_city <> '' AND city_id IS     NULL) AS only_new_city,
  SUM(new_city IS NOT NULL AND new_city <> '' AND city_id IS NOT NULL) AS both_set,
  SUM((new_city IS NULL OR new_city = '')     AND city_id IS NOT NULL) AS only_city_id,
  SUM((new_city IS NULL OR new_city = '')     AND city_id IS     NULL) AS neither
FROM customers WHERE deleted_at IS NULL;

-- از آن ۱۷۶ ردیف، چندتا متنی‌شان با عنوان یک شهر موجود در `cities` یکی است؟
-- اگر بالا باشد، اکثرشان قابل تبدیل به city_id هستند و ستون متنی لازم نیست.
SELECT 'new_city matches an existing cities.title' AS metric, COUNT(*) AS n
FROM customers c
-- The two columns have different collations (unicode_ci vs general_ci), so
-- both sides are pinned to one; without it MySQL refuses the comparison.
JOIN cities ci ON TRIM(ci.title) COLLATE utf8mb4_general_ci = TRIM(c.new_city) COLLATE utf8mb4_general_ci
WHERE c.deleted_at IS NULL AND c.new_city IS NOT NULL AND c.new_city <> ''
  AND c.city_id IS NULL;

-- چند مقدار متمایز؟ (عدد است، نه متن — اگر کم باشد نگاشت دستی ممکن است)
SELECT 'distinct_new_city_values' AS metric, COUNT(DISTINCT TRIM(new_city)) AS n
FROM customers WHERE deleted_at IS NULL AND new_city IS NOT NULL AND new_city <> '';


-- ---------------------------------------------------------------------------
-- سؤال: birth_date — آیا تاریخ‌ها معتبرند؟
--
-- ستون timestamp است. ولی اگر تاریخ جلالی به‌اشتباه به‌عنوان میلادی
-- ذخیره شده باشد، سال‌ها ۱۳xx می‌شوند که در timestamp جا نمی‌شوند،
-- یا به مقادیر عجیب تبدیل شده‌اند.
-- ---------------------------------------------------------------------------
SELECT '=== birth_date sanity ===' AS section;

SELECT
  COUNT(birth_date)                                      AS total_set,
  SUM(YEAR(birth_date) < 1900)                           AS year_before_1900,
  SUM(YEAR(birth_date) BETWEEN 1900 AND 1950)            AS year_1900_1950,
  SUM(YEAR(birth_date) BETWEEN 1951 AND 2010)            AS year_1951_2010,
  SUM(YEAR(birth_date) > 2010)                           AS year_after_2010,
  CAST(MIN(YEAR(birth_date)) AS CHAR)                    AS min_year,
  CAST(MAX(YEAR(birth_date)) AS CHAR)                    AS max_year
FROM customers WHERE deleted_at IS NULL;

SELECT '=== END ===' AS section;