STABLE: Final schema sync, optimized gitignore

backend/app/services/search_service.py

@@ -1,3 +1,4 @@
+# /opt/docker/dev/service_finder/backend/app/services/search_service.py
 from sqlalchemy.ext.asyncio import AsyncSession
 from sqlalchemy import select, func
 from app.models.service import ServiceProfile, ExpertiseTag, ServiceExpertise
@@ -15,36 +16,29 @@ class SearchService:
         is_premium: bool = False
     ):
         """
-        Keresés távolság és szakértelem alapján.
-        Premium: Trust Score + Valós távolság.
-        Free: Trust Score + Légvonal.
+        Keresés távolság és szakértelem alapján PostGIS funkciókkal.
         """
-        user_point = ST_MakePoint(lon, lat) # PostGIS pont létrehozása
+        user_point = ST_MakePoint(lon, lat) 
         
-        # Alap lekérdezés: ServiceProfile + Organization adatok
+        # Alap lekérdezés joinolva az Organization-el a nevekért
         stmt = select(ServiceProfile, Organization).join(
             Organization, ServiceProfile.organization_id == Organization.id
-        )
-
-        # 1. Sugár alapú szűrés (radius_km * 1000 méter)
-        stmt = stmt.where(
+        ).where(
             func.ST_DWithin(ServiceProfile.location, user_point, radius_km * 1000)
         )
 
-        # 2. Szakterület szűrése
+        # SZAKÉRTELEM SZŰRÉS (Logic Preserved)
         if expertise_key:
             stmt = stmt.join(ServiceProfile.expertises).join(ExpertiseTag).where(
                 ExpertiseTag.key == expertise_key
             )
 
-        # 3. Távolság és Trust Score alapú sorrend
-        # A ST_Distance méterben adja vissza az eredményt
+        # RENDEZÉS TÁVOLSÁG SZERINT
         stmt = stmt.order_by(ST_Distance(ServiceProfile.location, user_point))
 
         result = await db.execute(stmt.limit(50))
         rows = result.all()
 
-        # Rangsorolási logika alkalmazása
         results = []
         for s_prof, org in rows:
             results.append({
@@ -57,5 +51,5 @@ class SearchService:
                 "is_premium_partner": s_prof.trust_score >= 90
             })
 
-        # Súlyozott rendezés: Prémium partnerek és Trust Score előre
+        # SÚLYOZOTT RENDEZÉS (Logic Preserved: Premium előre, Trust Score csökkenő)
         return sorted(results, key=lambda x: (not is_premium, -x['trust_score']))