From ffb8c3c934a5cbb55d04e732e89b71e5654299a4 Mon Sep 17 00:00:00 2001
From: Lizandro Guarnizo <77708265+lizandrogd@users.noreply.github.com>
Date: Tue, 11 Aug 2026 21:08:14 -0500
Subject: [PATCH] Partir el backfill en dos fases para que no muera a mitad
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

La ejecución real falló con "MySQL server has gone away" tras escribir 4.522
de 5.663: leer los 228.887 registros tarda más de media hora, y para cuando
empezaba a escribir el servidor ya había cerrado esa conexión. El singleton
de Database no sabe reconectar.

Ahora la lectura guarda el mapa en disco y termina; la segunda ejecución lo
toma de la caché en un segundo y escribe con la conexión sana. Reintentar
sale gratis, que era el otro problema: cada intento costaba media hora.

También informa cuántos teléfonos tienen más de un BSUID. La simulación
decía cero conflictos, pero no podía detectarlos: como no escribe, el bsuid
del usuario siempre estaba vacío y la comparación nunca daba positivo. Al
aplicar de verdad aparecieron. Ahora se cuentan al leer, sin depender de
lo ya escrito.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
---
 scripts/backfill_bsuid.php | 56 +++++++++++++++++++++++++++++++++++---
 1 file changed, 52 insertions(+), 4 deletions(-)

diff --git a/scripts/backfill_bsuid.php b/scripts/backfill_bsuid.php
index 07bb87b..f9e2bc7 100644
--- a/scripts/backfill_bsuid.php
+++ b/scripts/backfill_bsuid.php
@@ -11,23 +11,42 @@
  *
  * Es idempotente: se puede correr las veces que haga falta.
  *
+ * La lectura del histórico tarda más de media hora (son ~230.000 registros de
+ * un servidor remoto), y mantener la conexión abierta todo ese rato la mataba
+ * antes de empezar a escribir: "MySQL server has gone away". Por eso el mapa se
+ * guarda en disco y la escritura usa una conexión nueva. De paso, reintentar
+ * sale gratis: si el mapa ya está en caché, no se vuelve a leer la tabla.
+ *
  * Uso:
  *   php scripts/backfill_bsuid.php --simular   (no escribe, solo informa)
  *   php scripts/backfill_bsuid.php
+ *   php scripts/backfill_bsuid.php --releer    (ignora la caché y relee el histórico)
  */
 
 require_once __DIR__ . '/../config/config.php';
 
 $simular = in_array('--simular', $argv, true);
+$releer  = in_array('--releer',  $argv, true);
 echo $simular ? "Modo simulación: no se escribe nada.\n\n" : "Aplicando cambios.\n\n";
 
-$db = Database::getInstance();
+$cache = sys_get_temp_dir() . '/backfill_bsuid_mapa.json';
 
 // --- 1. Recorrer el histórico y armar el mapa BSUID → teléfono ---
-echo "Leyendo webhook_logs...\n";
 $mapa = [];
 $sinTelefono = [];
 
+if (!$releer && is_readable($cache)) {
+    $guardado    = json_decode(file_get_contents($cache), true) ?: [];
+    $mapa        = $guardado['mapa'] ?? [];
+    $sinTelefono = $guardado['sinTelefono'] ?? [];
+    printf("Mapa tomado de la caché (%s, del %s).\n", basename($cache), date('Y-m-d H:i', filemtime($cache)));
+    printf("Para releer el histórico: --releer\n\n");
+}
+
+if (!$mapa) {
+echo "Leyendo webhook_logs (tarda; es una sola vez)...\n";
+$db = Database::getInstance();
+
 // Una sola pasada sin buffer: son más de 400.000 registros, así que ni caben
 // en memoria de golpe ni conviene reconsultar la tabla por bloques (cada bloque
 // volvía a recorrerla entera y tardaba una eternidad).
@@ -82,15 +101,44 @@ try {
     }
     $stmt->closeCursor();
 } finally {
-    // Dejar la conexión como estaba: las escrituras siguientes la necesitan con buffer
+    // Dejar la conexión como estaba
     $conn->setAttribute(PDO::MYSQL_ATTR_USE_BUFFERED_QUERY, $bufferPrevio);
 }
 
 printf("\n  registros revisados: %d\n", $leidos);
 printf("  equivalencias encontradas: %d\n", count($mapa));
-printf("  personas que llegaron sin teléfono: %d\n\n", count($sinTelefono));
+file_put_contents($cache, json_encode(['mapa' => $mapa, 'sinTelefono' => $sinTelefono]));
+printf("  mapa guardado en %s\n", $cache);
+
+// Se termina aquí a propósito. Tras media hora de lectura el servidor ya cerró
+// esta conexión, y el singleton de Database no sabe reconectar: escribir ahora
+// falla con "MySQL server has gone away" a mitad del recorrido, que es justo lo
+// que pasó la primera vez. La segunda ejecución toma el mapa de la caché en un
+// segundo y escribe con la conexión sana.
+echo "\nMapa listo. Ejecute otra vez el comando para aplicarlo.\n";
+exit(0);
+}
+
+printf("  equivalencias encontradas: %d\n", count($mapa));
+printf("  personas que llegaron sin teléfono: %d\n", count($sinTelefono));
+
+// --- 1b. ¿Hay teléfonos con más de un BSUID? ---
+// Importa saberlo antes de escribir: si un mismo número aparece con dos
+// identificadores es porque cambió de dueño, o porque la persona volvió a
+// registrarse. Se queda el último visto, pero conviene que quede dicho.
+$porTelefono = [];
+foreach ($mapa as $b => $t) $porTelefono[$t][] = $b;
+$ambiguos = array_filter($porTelefono, fn($bs) => count($bs) > 1);
+printf("  teléfonos con más de un BSUID: %d\n\n", count($ambiguos));
+foreach (array_slice($ambiguos, 0, 10, true) as $t => $bs) {
+    printf("    %s → %s\n", substr($t, 0, -4) . '****', implode(', ', $bs));
+}
+if (count($ambiguos) > 10) printf("    (y %d más)\n", count($ambiguos) - 10);
+if ($ambiguos) echo "\n";
 
 // --- 2. Escribir el BSUID en el usuario que corresponde ---
+$db = Database::getInstance();
+
 $marcados = 0; $noExisten = 0; $yaEstaban = 0; $conflictos = 0;
 
 foreach ($mapa as $bsuid => $telefono) {