GTFSの上下ポールをグループ化しバス停の重複表示を修正

[TinyKitten]

概要

parent_station の階層を持たない GTFS フィードで、同じバス停の上下ポールが別々の駅グループとして登録され、アプリの検索結果に同名バス停が2件表示される不具合を修正する。

変更の種類

• バグ修正
• 新機能
• データの修正・追加
• リファクタリング
• ドキュメント
• CI/CD
• その他

変更内容

• バス停は station_g_cd 単位でまとめて表示されるが、integrate_gtfs_stops_to_stations は station_g_cd を stop_id のハッシュから採番していた。parent_station を持たないフィード(西武バス・東急コミュニティバス各種・京王バス等)は上下ポールがそれぞれ別のトップレベル stop として取り込まれるため、同名でも別 station_g_cd になり、同じバス停名が2件出ていた。
• build_bus_station_g_cd_map を追加し、同名かつ 250m 以内の stop を union-find でまとめ、クラスタ代表(最小 stop_id)の station_g_cd を共有させる。
  • 近接スコープにより、遠く離れた同名別バス停(例: 西武と都営に約92km離れて存在する「新道」)は別グループのまま維持。
  • 単独 stop は従来の generate_bus_station_g_cd と同一値になるため、parent_station を正しく持つ都営バスなど、既に正常なフィードには影響しない。
  • 閾値はローカルの GTFS 実データで検証し、150〜350m のいずれでも >600m に広がるクラスタは発生しなかったため、安全側で 250m を採用。約5765 バス停 → 約3610 グループに集約(実データ上のフィード分)。
• 単体テスト test_build_bus_station_g_cd_map_merges_nearby_poles を追加(近接ポールの併合・遠隔同名の分離・単独stopの値不変を検証)。

テスト

• cargo fmt --all -- --check が通ること
• cargo clippy -- -D warnings が通ること
• cargo test（SQLX_OFFLINE=true）が通ること

補足: 本修正はインポート処理のため、反映にはバス停の再インポートが必要です。

関連Issue

スクリーンショット（任意）

Summary by CodeRabbit

• 新機能
  • GTFSの「方向ポール」（同名で近接する停留所）を半径250m基準で同一物理停留所として統合するようになりました。
  • 統合後の停留所には、安定した共通の駅コードが割り当てられます。
• バグ修正
  • 同名でも一定距離を超える停留所は別として扱われます。
  • 親を持つ階層の停留所は従来どおり固定され、統合の対象外になります。
• テスト
  • 統合条件（同一化・連鎖による誤統合防止・階層除外）を回帰テストで検証しました。

[coderabbitai]

No actionable comments were generated in the recent review. 🎉

ℹ️ Recent review info

⚙️ Run configuration

Configuration used: Organization UI

Review profile: CHILL

Plan: Pro

Run ID: fb3d600a-cf1e-4fa1-96ad-0fa169b5879e

📥 Commits

Reviewing files that changed from the base of the PR and between ec08f9f and 957e617.

📒 Files selected for processing (1)

• stationapi/src/import.rs

---

📝 Walkthrough

Walkthrough

GTFS停留所を名称・距離・親子関係に基づいてクラスタ化し、代表stop_id由来のstation_g_cdをstation追加処理へ反映します。統合結果のログ出力と、近接・連鎖・親停止の扱いを検証する回帰テストを追加します。

Changes

GTFS停留所グルーピング

Layer / File(s)	Summary
停留所グループマップの構築 stationapi/src/import.rs	haversine_distanceと250mの半径を用い、trim後の同名停留所をcomplete-linkageで貪欲にクラスタ化します。親停止は自己グループに固定し、代表stop_idは辞書順最小とします。近接・連鎖・親停止の回帰テストも追加します。
station_g_cd割り当てへの統合 stationapi/src/import.rs	integrate_gtfs_stops_to_stationsが親停止集合から構築した統合マップを使用します。マップにないstopは従来の生成処理へフォールバックし、統合グループ数をログ出力します。

Estimated code review effort: 3 (Moderate) | ~25 minutes

Sequence Diagram(s)

sequenceDiagram
  participant GTFSStops
  participant build_bus_station_g_cd_map
  participant integrate_gtfs_stops_to_stations
  participant Stations
  GTFSStops->>build_bus_station_g_cd_map: 停留所名・位置・親停止集合を渡す
  build_bus_station_g_cd_map-->>integrate_gtfs_stops_to_stations: stop_idからstation_g_cdへのマップ
  integrate_gtfs_stops_to_stations->>Stations: 統合代表に基づくstation_g_cdを割り当てる
  integrate_gtfs_stops_to_stations->>Stations: 未登録stop_idは従来方式で割り当てる

Loading

Poem

ぴょんと並んだポールたち
近けりゃひとつ、連鎖は別々
小さなIDを旗にして
親停留所は動かない
テストも跳ねて、確認完了！

🚥 Pre-merge checks | ✅ 5

✅ Passed checks (5 passed)

Check name	Status	Explanation
Title check	✅ Passed	変更内容の主眼であるGTFS停留所のグループ化と重複表示修正を端的に表しています。
Description check	✅ Passed	必要な各セクションが揃っており、概要・変更内容・テストも具体的に記載されています。
Docstring Coverage	✅ Passed	No functions found in the changed files to evaluate docstring coverage. Skipping docstring coverage check.
Linked Issues check	✅ Passed	Check skipped because no linked issues were found for this pull request.
Out of Scope Changes check	✅ Passed	Check skipped because no linked issues were found for this pull request.

✨ Finishing Touches

📝 Generate docstrings

• Create stacked PR
• Commit on current branch

🧪 Generate unit tests (beta)

• Create PR with unit tests
• Commit unit tests in branch fix/bus-stop-pole-grouping

---

_{Comment @coderabbitai help to get the list of available commands.}

[coderabbitai]

Actionable comments posted: 3

🤖 Prompt for all review comments with AI agents

Verify each finding against current code. Fix only still-valid issues, skip the
rest with a brief reason, keep changes minimal, and validate.

Inline comments:
In `@stationapi/src/import.rs`:
- Around line 2288-2300: Replace the pairwise union logic in the stop-grouping
loop with deterministic cluster assignment that only adds a stop when its
distance to every stop already in the candidate group is at most
BUS_STOP_GROUPING_RADIUS_METERS, preserving a maximum cluster diameter of 250m
rather than transitive connectivity. Update the surrounding grouping function to
use this assignment, and add a regression test covering three stops where A-B
and B-C are within the radius but A-C exceeds it, asserting A and C remain in
separate groups.
- Around line 2288-2302: Replace the all-pairs comparison loop over each
same-name stop bucket with a 250-meter spatial grid index, assigning stops to
grid cells and comparing each stop only with candidates in its own or adjacent
cells. Preserve the existing haversine-distance threshold and union-find updates
using find, parent, and BUS_STOP_GROUPING_RADIUS_METERS, while avoiding
duplicate candidate comparisons.
- Around line 3002-3004: Update the stop-loading SELECT and
build_bus_station_g_cd_map flow to retain whether each stop is referenced as a
parent_station. Use that metadata to keep parent stops mapped to their own
station_g_cd, while only grouping nearby or same-name poles for stops without a
parent hierarchy. Ensure independent hierarchy-less stops remain eligible for
the existing collapse behavior without merging with parent stops.

🪄 Autofix (Beta)

Fix all unresolved CodeRabbit comments on this PR:

• Push a commit to this branch (recommended)
• Create a new PR with the fixes

---

ℹ️ Review info

⚙️ Run configuration

Configuration used: Organization UI

Review profile: CHILL

Plan: Pro

Run ID: eac7f1bb-69f6-4e77-9cfa-bc8ca0a5ee14

📥 Commits

Reviewing files that changed from the base of the PR and between 8251c5a and ec08f9f.

📒 Files selected for processing (1)

• stationapi/src/import.rs

[TinyKitten]

Fixes Applied Successfully

Fixed 1 file based on 2 CodeRabbit feedback item(s) (1 item deferred with rationale).

Applied

• 近接の連鎖(single-linkage)で250mを超えるstopが統合されうる問題 → 決定的な greedy complete-linkage に変更し、クラスタ直径を BUS_STOP_GROUPING_RADIUS_METERS(250m)以内に制限。DB行順に依存しない。3点連鎖(A-B・B-C が半径内、A-C が半径外)の回帰テストを追加。
• 親stopと階層なしstopを区別せずグループ化していた問題 → parent_station として参照される stop を特定し、親stopは自身の station_g_cd に固定してグループ化対象外に。parent_station 階層を持つフィード(都営バス等)は完全に不変。回帰テストを追加。

Deferred

• 同名bucketの全ペア走査 O(k²) の空間インデックス化: 走査は同名bucket内(実データ上ほぼ2〜3件)に限定され、一度きりのオフラインインポートでは二乗コストは無視できるため、複雑さに見合わないと判断し見送り。

Files modified

• stationapi/src/import.rs

Commit: 957e617

検証: cargo fmt --all -- --check / cargo clippy -- -D warnings / SQLX_OFFLINE=true cargo test(import 41件)すべてパス。

The latest autofix changes are on the fix/bus-stop-pole-grouping branch.