個人開発 » beatoraja

目的¶

#313 で確定した細分化データモデル設計（docs/notes-radar-subdivision-design.md）の Phase 1。新規パターン解析を伴わず、既に NotesRadarCalculator / NotesRadarFeature が算出済みの A分類サブ軸を新 axis_key として露出し、伝送 → 保持(EAV) → 集計 の縦串を先に通す。

親設計: #313。後続: Phase 2（B分類・新規パターン解析）。

スコープ（A分類サブ軸）¶

• NOTES: notes_density_peak_1s（既存 peakBurstNotes 公開化）/ notes_local_hardness（ピーク密度/平均密度比）
• PEAK: peak_burst_1s / peak_sustained_3s（既存値公開化）
• CHORD: chord_max_size（maxChordSize 公開済）
• SOF-LAN: soflan_accel / soflan_decel（既存ソフランクラスタを speed 差符号で分離）/ soflan_stop（stopCount/soflanStopTimeTotal）/ soflan_visual（scrollChangeCount＋逆スクロール）
• SCRATCH: scratch_bss（scratch lane の LongNote 始端。判定が軽微なため Phase 1 に含める）

本体側の変更接点（#313 §7 の縦串・既存29列と同型）¶

1. NotesRadarCalculator.ChartMetrics / calculate(): A分類値の露出（多くは既存値、soflan accel/decel は cluster 生成時に speed 差符号を保持する小改修）。
2. NotesRadarFeature.java: record コンポーネントを末尾追加。EMPTY・互換コンストラクタ・コンパクトコンストラクタを更新。既存6値先頭は不変＝後方互換。
3. SongData.java: getter 追加。
4. SongDataDto.java / SongDataResultSetHandler.java（列名存在チェック付き getDouble）。
5. SQLiteSongDatabaseAccessor.java: SONG_COLUMNS / FEATURE_COLUMNS_SQL / Table new Column("feature_xxx","REAL")（自動 ALTER 起点）。INSERT の VALUES プレースホルダ数を SONG_COLUMNS/DTO 順と一致させる。
6. IRChartData.java: values.put("feature_xxx", ...)。現状の「最終6値のみ送信」を「全 feature_ 送信」へ拡張*（server がサブ軸を受け取れる前提）。

plugin / server 側の責務¶

• IR 受信で feature_* を EAV テーブル song_chart_feature(song_sha256, axis_key, value, updated_at) に展開保持（axis_key = feature_ を除いた名と1:1）。
• 集計（達成率 min(exscore/(notes*2),1.0) 重み・軸ごと上位N平均・0〜200 アンカー）を新 axis_key へ拡張。

バックフィル¶

#145 同方式: 楽曲全更新で全譜面再計算 → songdata.db を IR 側へ取り込み。自動 ALTER で旧 DB も列追加、旧値0は全更新で再計算され埋まる。

テスト方針¶

• NotesRadarCalculatorTest 拡張: A分類値の算出・境界、既存6軸値の不変（回帰）、NotesRadarFeature.EMPTY 要素数一致、SongDataDto round-trip 一致、列欠落 DB（旧スキーマ）で getDouble が 0 を返すこと。
• IRChartDataTest: 新 feature_* キーが values に載ること。

未解決（実データ後決め）¶

• soflan accel/decel/visual の重み配分（既存総合 soflan との二重計上回避係数）。
• 各サブ軸の集計上位N。
• パターン軸ではないため anchor は既存流用 or 比率系はそのまま。