From 8eb55679b2bbc4b4e81451250ed6b7ed9d1a3e21 Mon Sep 17 00:00:00 2001
From: hamed <15238-genius.ha@users.noreply.drupalcode.org>
Date: Sun, 19 Jul 2026 09:10:04 +0330
Subject: [PATCH] feat(sitemap): optimize doctor URL fetching and add sitemap
 index threshold warning

---
 app/sitemap.js | 50 +++++++++++++++++++++++++-------------------------
 1 file changed, 25 insertions(+), 25 deletions(-)

diff --git a/app/sitemap.js b/app/sitemap.js
index fb1edbe..bd4cc03 100644
--- a/app/sitemap.js
+++ b/app/sitemap.js
@@ -20,6 +20,9 @@ const API_URL = process.env.NEXT_PUBLIC_API_URL;
 const PAGE_LIMIT = 50;
 const MAX_PAGES = 200;
 
+// سقف استاندارد هر فایل sitemap ۵۰٬۰۰۰ URL است؛ کمی زودتر هشدار می‌دهیم.
+const SITEMAP_INDEX_THRESHOLD = 45000;
+
 function toSafeDate(value) {
     if (!value) return null;
     const d = new Date(typeof value === 'number' ? value * 1000 : value);
@@ -106,33 +109,17 @@ function cityFilterParams(scope) {
     return params;
 }
 
-// شهرهایی که دامنهٔ اختصاصی دارند — موجودیت‌هایشان canonical روی همان دامنه دارند و
-// نباید در sitemap دامنهٔ اصلی تکرار شوند.
-const CITY_IDS_WITH_DOMAIN = citiesData
-    .filter((c) => !isRootCity(c) && c.domain)
-    .map((c) => c.id);
-
-/**
- * پاسخ لیست پزشکان شهر ندارد؛ پس تفکیک با فیلتر سمت API انجام می‌شود:
- * روی دامنهٔ شهری با city_id، و روی دامنهٔ اصلی «همه منهای پزشکانِ شهرهای دامنه‌دار».
- */
-async function getDoctorsForScope(scope) {
-    if (!scope.isRoot) return fetchAllPages('/api/v1/doctors', cityFilterParams(scope));
-
-    const [all, ...perCity] = await Promise.all([
-        fetchAllPages('/api/v1/doctors'),
-        ...CITY_IDS_WITH_DOMAIN.map((cityId) =>
-            fetchAllPages('/api/v1/doctors', { city_id: String(cityId) })
-        ),
-    ]);
-    const ownedByCityDomain = new Set(perCity.flat().map((d) => d?.uuid).filter(Boolean));
-    return all.filter((d) => !ownedByCityDomain.has(d?.uuid));
-}
-
+// پاسخ لیست پزشکان از GET /api/v1/doctors حالا خودش city دارد، پس تفکیک دامنه با همان
+// فیلتری انجام می‌شود که کلینیک‌ها استفاده می‌کنند. پیش از این، نبودِ city مجبورمان
+// می‌کرد روی دامنهٔ اصلی کل لیست را ۳۵ بار (یک‌بار به‌ازای هر شهرِ دامنه‌دار) بگیریم و
+// تفاضل بگیریم — همان کاری که ~۱۳ ثانیه طول می‌کشید.
 async function getDoctorUrls(baseUrl, scope) {
-    const doctors = await getDoctorsForScope(scope);
+    const doctors = await fetchAllPages('/api/v1/doctors', cityFilterParams(scope));
     return doctors
         .filter((d) => !isThinDoctor(d))
+        // روی دامنهٔ اصلی فقط پزشکانی که شهرشان دامنهٔ اختصاصی ندارد؛ روی دامنهٔ شهری
+        // فیلتر city_id سمت API قبلاً کار را کرده است.
+        .filter((d) => !scope.isRoot || !findDomainByCityId(extractEntityCityId(d)))
         .map((d) =>
             withLastModified(
                 {
@@ -221,11 +208,24 @@ export default async function sitemap() {
         ];
 
         const seen = new Set();
-        return allUrls.filter((item) => {
+        const uniqueUrls = allUrls.filter((item) => {
             if (seen.has(item.url)) return false;
             seen.add(item.url);
             return true;
         });
+
+        // sitemap-index عمداً پیاده نشده: سقف استاندارد هر فایل ۵۰٬۰۰۰ URL است و
+        // بزرگ‌ترین دامنه اکنون حدود ۲٬۵۰۰ URL دارد — یعنی هنوز یک مرتبهٔ بزرگی فاصله.
+        // پیاده‌سازی‌اش با generateSitemaps ساختار URL را به /sitemap/[id].xml می‌برد و
+        // ارجاع robots.txt هم باید همراهش عوض شود؛ پس تا نزدیک‌شدن به آستانه نمی‌ارزد.
+        // این هشدار هست تا وقتی واقعاً لازم شد، در لاگ دیده شود نه در Search Console.
+        if (uniqueUrls.length > SITEMAP_INDEX_THRESHOLD) {
+            console.warn(
+                `[sitemap] ${domain}: ${uniqueUrls.length} URLs — نزدیک سقف ۵۰k، وقت پیاده‌سازی sitemap-index است`
+            );
+        }
+
+        return uniqueUrls;
     } catch (error) {
         console.error('Error generating sitemap:', error);
         return [];