feat(validate): добавлен валидационный DAG bookings_validate

- Зачем:
  - студент реализует 9 объектов DWH без автоматической обратной связи;
  - ошибки (NULL в PK, дубли BK, сломанный SCD2) обнаруживались только на слое DM
    через 2–3 слоя, где отладка многократно сложнее.
- Что:
  - создан DAG bookings_validate.py — три параллельных TaskGroup (validate_ods,
    validate_dds, validate_dm), schedule=None (только ручной trigger);
  - создано 17 SQL-скриптов в sql/validate/: ODS BK coverage vs STG-батч,
    согласованность _load_id между ods.airplanes и ods.seats, дубли BK, NULL в PK,
    покрытие ODS→DDS для измерений (dim_routes требует открытой версии valid_to IS NULL),
    SCD2 активный тест backup→mutate→student_load→check(5 инвариантов)→restore
    (trigger_rule=all_done), проверка «дыр» между SCD2-версиями,
    exists-чеки для 4 DM-витрин;
  - добавлен класс TestBookingsValidate (5 smoke-тестов) в tests/test_dags_smoke.py.
- Проверка:
  - make test — 4 passed, 14 skipped (DAG-тесты скипаются без Airflow, норма);
  - ручной trigger bookings_validate в Airflow UI на solution-ветке — все таски зелёные.
This commit is contained in:
2026-03-12 12:12:44 +03:00
parent 23cde47fe7
commit a51e2a6243
19 changed files with 850 additions and 0 deletions
+55
View File
@@ -0,0 +1,55 @@
-- Проверка ODS-инвариантов:
-- 1. Нет дублей по BK в ods.airplanes и ods.seats.
-- 2. Обе таблицы загружены из одного согласованного батча (_load_id совпадают).
--
-- Почему важна согласованность батча:
-- ods.airplanes и ods.seats — части одного snapshot'а (TRUNCATE+INSERT из одного STG-батча).
-- Если они собраны из разных батчей (например, airplanes перезагрузили, а seats — нет),
-- JOIN между ними даст неконсистентный срез и невалидный total_seats в dim_airplanes.
DO $$
DECLARE
v_dup_airplanes BIGINT;
v_dup_seats BIGINT;
v_load_id_airplanes TEXT;
v_load_id_seats TEXT;
BEGIN
-- airplanes: BK = airplane_code
SELECT COUNT(*) INTO v_dup_airplanes
FROM (
SELECT airplane_code FROM ods.airplanes
GROUP BY airplane_code HAVING COUNT(*) > 1
) AS d;
IF v_dup_airplanes > 0 THEN
RAISE EXCEPTION 'FAILED: ods.airplanes содержит % дублирующихся airplane_code. Проверьте, что load начинается с TRUNCATE.', v_dup_airplanes;
END IF;
-- seats: BK = (airplane_code, seat_no)
SELECT COUNT(*) INTO v_dup_seats
FROM (
SELECT airplane_code, seat_no FROM ods.seats
GROUP BY airplane_code, seat_no HAVING COUNT(*) > 1
) AS d;
IF v_dup_seats > 0 THEN
RAISE EXCEPTION 'FAILED: ods.seats содержит % дублирующихся (airplane_code, seat_no). Проверьте, что load начинается с TRUNCATE.', v_dup_seats;
END IF;
-- Согласованность батча: обе таблицы должны быть загружены из одного _load_id
SELECT DISTINCT _load_id INTO v_load_id_airplanes FROM ods.airplanes;
SELECT DISTINCT _load_id INTO v_load_id_seats FROM ods.seats;
IF v_load_id_airplanes IS NOT NULL
AND v_load_id_seats IS NOT NULL
AND v_load_id_airplanes <> v_load_id_seats
THEN
RAISE EXCEPTION E'FAILED: ods.airplanes и ods.seats загружены из разных батчей.\n'
' airplanes._load_id = %\n'
' seats._load_id = %\n'
'ODS — единый snapshot: обе таблицы должны содержать один и тот же _load_id.\n'
'Запустите оба load-скрипта (airplanes_load.sql и seats_load.sql) в одном прогоне.',
v_load_id_airplanes, v_load_id_seats;
END IF;
RAISE NOTICE 'PASSED: Нет дублей по BK в ods.airplanes и ods.seats; батч согласован (%)', v_load_id_airplanes;
END $$;