fotkyBuzalkovi/SCHEMA.md

Databázové schéma — fotky_buzalkovi

PostgreSQL 192.168.1.76:5432, databáze fotky_buzalkovi.

---

Skupina 1: Zpracované fotky

Tyto tabulky obsahují naparsované informace o fotkách — EXIF, hashe, metadata, tagy. Jsou základem pro veškerou další práci (vyhledávání, deduplikace, organizace).

photos (vyprázdněno 2026-05-26, naplňuje se z zaloha_obrazku)

Hlavní tabulka. Každý řádek = jedna unikátní fotka identifikovaná hashem sha256_file.

Sloupec	Typ	Nullable	Default	Popis
id	BIGSERIAL	NO	autoincrement	PK
zaloha_id	INTEGER	YES	—	FK → zaloha_obrazku(id) ON DELETE SET NULL (propojení s nasbíranou zálohou)
sha256_file	CHAR(64)	NO	—	SHA-256 celého souboru (UNIQUE)
sha256_pixels	CHAR(64)	YES	—	SHA-256 pixelových dat (odhalí změnu jen v metadatech)
phash	BIGINT	YES	—	Perceptuální hash (vizuální podobnost)
dhash	BIGINT	YES	—	Difference hash (vizuální podobnost)
file_path	VARCHAR(2000)	NO	—	Absolutní cesta k souboru
file_path_relative	VARCHAR(2000)	YES	—	Relativní cesta
file_name	VARCHAR(500)	NO	—	Název souboru
file_stem	VARCHAR(500)	YES	—	Název bez přípony
file_ext	VARCHAR(20)	YES	—	Přípona (.jpg, .png, …)
file_size	BIGINT	YES	—	Velikost v bajtech
mime_type	VARCHAR(50)	YES	—	MIME typ (image/jpeg, …)
format	VARCHAR(20)	YES	—	Formát obrázku (JPEG, PNG, …)
mode	VARCHAR(20)	YES	—	Barevný mód (RGB, L, RGBA, …)
width	INT	YES	—	Šířka v pixelech
height	INT	YES	—	Výška v pixelech
megapixels	NUMERIC	YES	—	Rozlišení v megapixelech
has_transparency	BOOLEAN	YES	false	Má alfa kanál
icc_profile	BOOLEAN	YES	false	Obsahuje ICC profil
embedded_thumbnail	BOOLEAN	YES	false	Obsahuje vložený náhled
taken_at	TIMESTAMPTZ	YES	—	Datum pořízení fotky
taken_at_source	VARCHAR(20)	YES	—	Zdroj datumu (exif / mtime / …)
mtime	TIMESTAMPTZ	YES	—	Datum poslední modifikace souboru
collected_at	TIMESTAMPTZ	YES	—	Datum sběru/importu do pipeline
camera_make	VARCHAR(100)	YES	—	Výrobce fotoaparátu
camera_model	VARCHAR(255)	YES	—	Model fotoaparátu
lens_model	VARCHAR(255)	YES	—	Model objektivu
iso	INT	YES	—	ISO citlivost
aperture	NUMERIC	YES	—	Clona (f/2.8, …)
exposure_time	VARCHAR(30)	YES	—	Expoziční čas (1/250, …)
focal_length_mm	NUMERIC	YES	—	Ohnisková vzdálenost v mm
gps_lat	NUMERIC	YES	—	GPS šířka
gps_lon	NUMERIC	YES	—	GPS délka
gps_altitude	NUMERIC	YES	—	GPS nadmořská výška
is_screenshot	BOOLEAN	YES	false	Detekováno jako screenshot
face_count	INT	YES	—	Počet detekovaných obličejů
exif_raw	JSONB	YES	—	Kompletní surová EXIF data
iptc_raw	JSONB	YES	—	Kompletní surová IPTC data
xmp_raw	JSONB	YES	—	Kompletní surová XMP data
imported_at	TIMESTAMPTZ	YES	now()	Kdy byl záznam vložen do DB
processing_status	VARCHAR(50)	YES	'pending'	Stav zpracování

Indexy:

• photos_pkey — PK (id)
• photos_sha256_file_key — UNIQUE (sha256_file)
• idx_photos_sha256_pixels — (sha256_pixels)
• idx_photos_phash — (phash)
• idx_photos_taken_at — (taken_at)
• idx_photos_camera_model — (camera_model)
• idx_photos_file_name — (file_name)
• idx_photos_file_ext — (file_ext)
• idx_photos_exif_gin — GIN (exif_raw)
• idx_photos_zaloha_id — (zaloha_id) — pro rychlý resume při importu

---

tags

Hierarchická tabulka tagů. Podporuje stromovou strukturu přes parent_tag_id.

Sloupec	Typ	Nullable	Default	Popis
id	SERIAL	NO	autoincrement	PK
name	VARCHAR(100)	NO	—	Název tagu
parent_tag_id	INT	YES	—	Rodičovský tag (FK → tags.id)

Constrainty:

• PK (id)
• UNIQUE (name, parent_tag_id) — stejný název může existovat pod různými rodiči
• FK parent_tag_id → tags(id)

---

photo_tags

Vazební tabulka M:N mezi photos a tags.

Sloupec	Typ	Nullable	Default	Popis
photo_id	BIGINT	NO	—	FK → photos(id) ON DELETE CASCADE
tag_id	INT	NO	—	FK → tags(id) ON DELETE CASCADE
source	VARCHAR(20)	YES	—	Zdroj tagu (manual / auto / …)
created_at	TIMESTAMPTZ	YES	now()	Kdy byl tag přiřazen

Constrainty:

• PK (photo_id, tag_id)
• FK photo_id → photos(id) ON DELETE CASCADE
• FK tag_id → tags(id) ON DELETE CASCADE

---

Skupina 2: Sběr a záloha fotek

Tyto tabulky slouží výhradně pro proces sběru fotek ze všech počítačů na jedno centrální úložiště (Tower1). Neobsahují žádné informace o obsahu fotek — jen evidenci, odkud byly soubory sebrány a kam byly zálohovány. S dalším zpracováním (EXIF, tagy, organizace) nemají nic společného.

Skript: 00 PictureCollector/collect_pictures.py (Linux) / collect_pictures_windows.py (Windows)

zaloha_obrazku (39 961 záznamů)

Každý řádek = jeden unikátní soubor fyzicky uložený v záloze (identifikovaný BLAKE3 hashem).

Sloupec	Typ	Nullable	Default	Popis
id	SERIAL	NO	autoincrement	PK
blake3_hash	VARCHAR(64)	NO	—	BLAKE3 hash souboru (UNIQUE)
cesta_zalohy	TEXT	NO	—	Cesta k záloze na Tower1
nazev_souboru	VARCHAR(512)	NO	—	Název souboru
velikost	BIGINT	YES	—	Velikost v bajtech
datum_kopirovani	TIMESTAMP	YES	now()	Kdy byl soubor zkopírován

Indexy:

• zaloha_obrazku_pkey — PK (id)
• zaloha_obrazku_blake3_hash_key — UNIQUE (blake3_hash)
• idx_zaloha_hash — (blake3_hash)

---

zdrojove_soubory (45 090 záznamů)

Každý řádek = jeden nalezený zdrojový soubor na nějakém počítači. Stejný soubor (stejný BLAKE3 hash) může mít více záznamů, pokud existuje na různých místech/počítačích.

Sloupec	Typ	Nullable	Default	Popis
id	SERIAL	NO	autoincrement	PK
hostname	VARCHAR(255)	NO	—	Název počítače, kde byl soubor nalezen
cesta_zdroje	TEXT	NO	—	Původní cesta k souboru
nazev_souboru	VARCHAR(512)	NO	—	Název souboru
velikost	BIGINT	YES	—	Velikost v bajtech
datum_nalezeni	TIMESTAMP	YES	now()	Kdy byl soubor nalezen
blake3_hash	VARCHAR(64)	NO	—	BLAKE3 hash souboru
zaloha_id	INT	YES	—	FK → zaloha_obrazku(id)

Constrainty:

• PK (id)
• UNIQUE (hostname, cesta_zdroje) — každý soubor z každého PC jen jednou
• FK zaloha_id → zaloha_obrazku(id)

Indexy:

• idx_zdroj_hash — (blake3_hash)
• idx_zdroj_zaloha — (zaloha_id)
• idx_zdroj_host — (hostname)

---

Poznámky

• Počty záznamů jsou k datu 2026-05-24.
• Tabulka cameras z původního create_schema.py v DB neexistuje — informace o kameře jsou přímo ve sloupcích camera_make / camera_model v tabulce photos.
• EXIF parser: ExifRead (Pillow má bug v GPS).
• Tabulky skupiny 1 a skupiny 2 jsou propojené přes photos.zaloha_id → zaloha_obrazku.id (přidáno 2026-05-26). Skript 30 SběrDat/collect_and_import.py čte záznamy z zaloha_obrazku, zpracuje metadata a uloží do photos včetně FK na zdrojovou zálohu.