fotkyBuzalkovi/CONTEXT.md

FotkyBuzalkovi — kontext pro import do nové konverzace

Přečti tento soubor na začátku konverzace. Obsahuje vše potřebné pro navázání bez opakování.

---

Co je projekt

Systém pro zálohu, organizaci a tagování ~200 000 rodinných fotek. Lokální provoz, bez webových uživatelů. Rodina vlastní Nikon D80, naposledy foceno Vánoce 2025.

---

Infrastruktura

Server	IP	Hostname	Role
tower	192.168.1.76	tower	hlavní NAS (Unraid), spouští skripty
tower1	192.168.1.50	Tower1	archivní NAS (Unraid), fyzická záloha fotek

SSH: root přístupy — tower: root/7309208104, tower1: root/Vlado7309208104++
SSH klíče: sdílené mezi tower a tower1.

PostgreSQL: 192.168.1.76:5432, user vladimir.buzalka, heslo Vlado7309208104++, DB fotky_buzalkovi

Záloha fotek: vždy fyzicky na Tower1 → /mnt/user/ZalohaVsechObrazku

• Z tower přes NFS: /mnt/remotes/TOWER1.LAN_ZalohaVsechObrazku
• Z Windows PC přes UNC: \\Tower1\ZalohaVsechObrazku

---

Klíčová architektonická rozhodnutí

• Databáze: pouze PostgreSQL + filesystem (MongoDB a Redis vyřazeny)
• Identita fotky: 3 úrovně hashů — sha256_file (byte), sha256_pixels (pixely), phash (vizuální podobnost). BLAKE3 pro deduplikaci zálohy.
• EXIF parser: ExifRead je primární (Pillow má GPS bug)
• Embedding (CLIP/pgvector) — odloženo na později

---

DB tabulky v fotky_buzalkovi

Starší (z předchozí fáze)

• photos — sha256_file UNIQUE, phash, EXIF JSONB, indexy
• tags, photo_tags — tagování

Zálohovací pipeline (vytvořeno 2026-05-24)

zaloha_obrazku
  id SERIAL PK, blake3_hash VARCHAR(64) UNIQUE, cesta_zalohy TEXT,
  nazev_souboru VARCHAR(512), velikost BIGINT, datum_kopirovani TIMESTAMP

zdrojove_soubory
  id SERIAL PK, hostname VARCHAR(255), cesta_zdroje TEXT,
  nazev_souboru VARCHAR(512), velikost BIGINT, datum_nalezeni TIMESTAMP,
  blake3_hash VARCHAR(64), zaloha_id INTEGER → FK zaloha_obrazku(id)
  UNIQUE(hostname, cesta_zdroje)

---

Zálohovací skripty

Linux — servery (Unraid)

Soubor: 00 PictureCollector/collect_pictures.py
Nasazen jako Unraid User Script "CollectPictures" na obou serverech:

• /boot/config/plugins/user.scripts/scripts/CollectPictures/

Logika:

1. Skenuje /mnt/user/ rekurzivně
2. Přeskočí adresáře v EXCLUDED_DIR_NAMES (case-insensitive): ZalohaVsechObrazku, ZalohaVšechObrázků
3. Pro každý JPG/JPEG spočítá BLAKE3 hash
4. Nový hash → zkopíruje do zálohy + zapíše do obou tabulek
5. Duplikát → jen zapíše do zdrojove_soubory, nekopíruje
6. Bezpečné pro opakované spuštění — přeskočí soubory již v DB

ZALOHA_DIR podle hostname (automaticky):

"Tower1" → /mnt/user/ZalohaVsechObrazku        # lokální
"tower"  → /mnt/remotes/TOWER1.LAN_ZalohaVsechObrazku  # NFS

Cesta zálohy: ZalohaVsechObrazku/{hostname}/Foto/2023/img.jpg

Závislosti: blake3, psycopg2-binary — nainstalováno na obou serverech 2026-05-24.

---

Windows — libovolný PC v síti

Soubor: 00 PictureCollector/collect_pictures_windows.py

Rozdíly:

• Skenuje všechny DRIVE_FIXED disky (ne síťové, ne CD) — detekce přes ctypes
• Záloha přes UNC: \\Tower1\ZalohaVsechObrazku
• Cesta zálohy: ZalohaVsechObrazku\{hostname}\{disk}\cesta (např. …\JMENO-PC\D\Foto\img.jpg)
• Navíc přeskakuje: C:\Windows, $Recycle.Bin, System Volume Information, Recovery
• Instalace: pip install blake3 psycopg2-binary

---

Pomocné skripty (Windows, lokálně v 00 PictureCollector)

Soubor	Účel
ssh_deploy.py	Nasadí skript na tower
ssh_deploy_tower1.py	Nasadí skript na Tower1
stats.py	Statistiky zálohy z DB (počty, velikosti, per hostname)
create_tables.py	Vytvoří tabulky v DB
verify_tables.py	Ověří strukturu tabulek
clear_tables.py	TRUNCATE obou tabulek (pozor!)

---

Stav k 2026-05-25

• collect_pictures.py běží na tower (probíhá, 100TB NAS) — k 2026-05-25 ráno: 54 GB / 36 598 unikátních souborů
• Tower1 spuštěn, přidal 104 souborů
• Windows skript připraven, zatím nespuštěn na žádném PC

---

Otevřené otázky

1. Co s "sirotky" bez EXIF — importovat s mtime / odmítnout / označit?
2. Při shodě sha256_pixels — přeskočit / sloučit metadata / uložit oba jako související?
3. Storage layout — nechat in-place / archiv/YYYY/MM/ / content-addressable?
4. Navázat prací s daty až doběhnou servery — EXIF analýza, podobné fotky, organizace, prohlížeč