# ARC-03 – Prüfprotokoll: Dublettenerkennung E-Mail

Voraussetzung ARC-01 (Mail, Fertig).

## Umsetzung

- `mail/internal/dedup/hash.go` — `HashAndBuffer(plaintext io.Reader)`:
  SHA-256-Inhalts-Hash, gebildet auf dem KLARTEXT (Bekannter Fehler
  vermeiden: muss VOR mail/internal/crypto passieren, siehe ARC-02 —
  ein Hash auf dem Chiffretext wäre wegen des zufälligen DEK je Objekt
  bei jedem Import anders). Liefert zusätzlich einen erneut lesbaren
  Reader zurück, da der Original-Reader beim Hashen verbraucht wird.
- `mail/internal/dedup/store.go` — `Store.Register(ctx, contentHash, objectKey)`:
  Postgres-Tabelle `mail_content_hashes`, Primärschlüssel
  `(tenant_slug, content_hash)` — `tenant_slug` fest im Store gebunden
  (`NewStore(pool, tenantSlug)`, gleiches Muster wie
  `storage.Service`/`encstorage.Service`), nicht nur Konvention.
  `ON CONFLICT DO NOTHING` + Rücklese entscheidet, ob der gefundene
  Eintrag der gerade übergebene ist (kein Duplikat) oder ein älterer
  (Duplikat, Original-`object_key` wird zurückgegeben statt erneut
  gespeichert — Akzeptanzkriterium 2).
- Kein Umbau: `mail/internal/storage`/`mail/internal/crypto`/
  `mail/internal/encstorage` unverändert (`git diff --stat` bleibt für
  alle drei leer). `dedup` kennt keines der drei Pakete — der Aufrufer
  (spätere Ingest-Tickets) ruft `HashAndBuffer` VOR `encstorage.Put`
  auf.

## Prüfungen

| # | Prüfung | Ergebnis |
|---|---|---|
| 1 | Test: dieselbe Nachricht aus zwei Quellen wird als Duplikat erkannt | **bestanden** – `TestRegister_SameMessageFromTwoSourcesIsDuplicate`: gleicher Hash, zwei verschiedene `object_key` ("quelle-1/objekt", "quelle-2/objekt") — zweite Registrierung liefert real `isDuplicate=true` und referenziert das Original `quelle-1/objekt` |
| 2 | Test: zwei Mandanten mit identischem Mailinhalt werden nicht fälschlich verknüpft | **bestanden** – `TestRegister_SameContentTwoTenantsNotLinked`: zwei `Store`-Instanzen mit unterschiedlichem `tenantSlug`, IDENTISCHER Hash — beide Registrierungen liefern real `isDuplicate=false`, keine Verknüpfung über die Mandantengrenze |
| 3 | Test mit knapp unterschiedlichen Nachrichten bestätigt korrekte Nicht-Erkennung | **bestanden** – `TestHashAndBuffer_SlightlyDifferentContentDifferentHash`: zwei Nachrichten, die sich nur im letzten Zeichen unterscheiden (`.` vs `,`) — real unterschiedlicher SHA-256-Hash |

## Build/Test-Ergebnis (192.168.1.131)

```
go build ./...  -> clean
go vet ./...    -> clean
golangci-lint run ./...  -> 0 issues
TEST_TENANT_DSN=postgresql://nexarch_test:***@localhost:5432/tenant_acme?sslmode=disable \
  go test ./... -v -p 1  -> alle Pakete bestanden, inkl. internal/dedup (5 Tests)
```

Testdaten (`mail_content_hashes`, Zeilen mit `tenant_slug` beginnend
`mandant-arc03-`) werden von den Tests selbst über `t.Cleanup`
entfernt.

## Gesamtergebnis

**Bestanden.** Alle drei Akzeptanzkriterien und alle drei
Pflichtprüfungen real erfüllt. Entsperrt SRC-01, SRC-02, SRC-07.