diff --git a/README.md b/README.md
index 10fe0a7..bdfde28 100644
--- a/README.md
+++ b/README.md
@@ -103,8 +103,9 @@ SELECT COUNT(*) FROM dm.sales_report;
оно проведет от билетов и сегментов к факту и витрине. Рядом держите
[интерактивную карту](docs/design/architecture-map.html) — локальный файл
`docs/design/architecture-map.html` нужно открыть в браузере; в Gitea HTML
-показывается как исходный текст. Затем переходите к
-[учебным заданиям](docs/assignment/README.md).
+показывается как исходный текст. Затем разберите
+[готовую загрузку справочника](docs/design/reading_the_pipeline.md#ods-airports)
+и переходите к [первому заданию ODS](docs/assignment/README.md#первая-загрузка-ods).
## DAG-и в стенде
@@ -154,10 +155,10 @@ make clean # полный reset: удалить контейнер
## Документация
-- [Учебные задания](docs/assignment/README.md)
- [Структура DWH: от бронирования до витрины](docs/design/db_schema.md)
+- [От карты к SQL загрузки](docs/design/reading_the_pipeline.md)
+- [Учебные задания: порядок работы и проверка](docs/assignment/README.md)
- [Интерактивная карта таблиц и связей](docs/design/architecture-map.html)
-- [Как читать пайплайн по скрипту загрузки](docs/design/reading_the_pipeline.md)
- [План тестирования/проверок и негативные кейсы](TESTING.md)
- [Дополнительные заметки и технические детали](docs/README.md)
- [Детали по STG DAG](docs/bookings_to_gp_stage.md)
diff --git a/docs/README.md b/docs/README.md
index 04ecee3..14b0c1a 100644
--- a/docs/README.md
+++ b/docs/README.md
@@ -1,29 +1,36 @@
# Документация
-Этот каталог содержит дополнительные материалы к учебному стенду.
+## Знакомство и первое задание
-## Быстрый путь (для менти)
+После [запуска стенда](../README.md) пройдите три шага:
-- [Быстрый старт и команды](../README.md)
-- [Структура DWH: от бронирования до витрины](design/db_schema.md)
-- [Интерактивная карта таблиц и связей](design/architecture-map.html)
-- [Учебные задания](assignment/README.md)
-- [Как читать пайплайн по скрипту загрузки](design/reading_the_pipeline.md)
-- [План тестирования и проверки](../TESTING.md)
-- [Главный учебный DAG: bookings → stg](bookings_to_gp_stage.md)
-- [Учебный DAG: stg -> ods](bookings_to_gp_ods.md)
-- [Учебный DAG: ods -> dds](bookings_to_gp_dds.md)
-- [Учебный DAG: dds -> dm](bookings_to_gp_dm.md)
+1. [Структура DWH](design/db_schema.md): смысл строк и связей на примере поездки.
+2. [От карты к SQL загрузки](design/reading_the_pipeline.md#ods-airports):
+ разбор готового справочника ODS. Сборка факта понадобится позже, перед DDS.
+3. [Учебные задания](assignment/README.md): файлы для работы, порядок запуска
+ и проверка результата. Поля и бизнес-правила находятся в [ТЗ](assignment/analyst_spec.md).
+
+## Найти деталь во время работы
+
+[Интерактивная карта](design/architecture-map.html) ведет от таблицы к ее
+источникам, потребителям, SQL и пункту задания.
Карту открывайте из локальной копии: `docs/design/architecture-map.html` в браузере.
Сервер не нужен. Просмотр исходного HTML в Gitea не показывает карту.
[Руководство](design/db_schema.md#как-открыть-карту) объясняет открытие и адресные ссылки.
+Если вопрос о запуске или проверке, откройте нужный материал:
+
+- [Порядок запуска DAG](dag_execution_order.md) и [план проверки стенда](../TESTING.md).
+- Руководства загрузок: [STG](bookings_to_gp_stage.md), [ODS](bookings_to_gp_ods.md),
+ [DDS](bookings_to_gp_dds.md), [DM](bookings_to_gp_dm.md).
+- [Соглашения об именах](design/naming_conventions.md) и [классы DQ-проверок](reference/dq_taxonomy.md).
+
## Дизайн (`design/`)
- [Единые конвенции нейминга DWH (служебные поля и SCD)](design/naming_conventions.md)
- [Структура DWH и маршрут по карте](design/db_schema.md)
-- [Как читать пайплайн по скрипту загрузки](design/reading_the_pipeline.md)
+- [От карты к SQL загрузки](design/reading_the_pipeline.md)
- [Дизайн-документ STG](design/bookings_stg_design.md)
- [Дизайн-документ ODS](design/bookings_ods_design.md)
- [Дизайн-документ DDS](design/bookings_dds_design.md)
diff --git a/docs/assignment/README.md b/docs/assignment/README.md
index d779a8f..3880083 100644
--- a/docs/assignment/README.md
+++ b/docs/assignment/README.md
@@ -1,85 +1,94 @@
# Учебные задания
-## О чём задание
+В стенде уже работает цепочка от Bookings до `dm.sales_report`.
+Вы дополните ее загрузками ODS, измерениями DDS и четырьмя витринами DM.
+Поля, преобразования и бизнес-правила описаны в [ТЗ](analyst_spec.md).
-В стенде уже работает **эталонный вертикальный срез** — полная цепочка
-`STG → ODS → DDS → DM` для витрины `dm.sales_report`. Ваша задача —
-реализовать недостающие загрузки по аналогии с эталоном.
+## Подготовка
-На месте ваших заданий сейчас стоят **заглушки** (`SELECT 1;`). Вы замените
-их на реальную SQL-логику, и после этого весь DWH будет заполнен.
+Пройдите шаги 1–6 [быстрого старта](../../README.md#быстрый-старт-основной-сценарий-bookings--stg--ods--dds--dm):
+поднимите стенд, создайте таблицы, запустите эталонную цепочку и проверьте данные.
+Затем прочитайте [руководство о структуре DWH](../design/db_schema.md).
+Открывайте [карту](../design/architecture-map.html) рядом с заданием;
+для Gitea есть [инструкция открытия локального HTML](../design/db_schema.md#как-открыть-карту).
-## С чего начать чтение
+Таблицы уже созданы, задачи Airflow подключены к SQL-файлам.
+В учебных `*_load.sql` и `*_dq.sql` пока стоит `SELECT 1;`.
+Вы заменяете эти заглушки; менять DAG и создавать таблицы заново не требуется.
-Сначала посмотрите [руководство о структуре DWH и карту](../design/db_schema.md).
-Пока пишете свой слой, держите рядом [метод чтения скрипта загрузки](../design/reading_the_pipeline.md).
-Для `*_dq.sql` сверяйтесь с [классами DQ-проверок](../reference/dq_taxonomy.md).
+## Первая загрузка: ODS
-## Перед началом
+Начните с `ods.airplanes`, затем добавьте `ods.seats`.
+На карте откройте [модели самолетов](../design/architecture-map.html#node=ods.airplanes)
+и [места](../design/architecture-map.html#node=ods.seats): источники STG уже заполнены.
+Позже обе таблицы понадобятся `dds.dim_airplanes` для характеристик модели
+и расчета ее вместимости.
-Убедитесь, что стенд запущен и данные загружены —
-пройдите шаги 1–6 из [README (Быстрый старт)](../../README.md#быстрый-старт-основной-сценарий-bookings--stg--ods--dds--dm).
+### Готовый пример
-После этого в Greenplum будут данные в эталонных таблицах (`stg.*`, `ods.bookings`,
-`dds.dim_airports`, `dds.fact_flight_sales`, `dm.sales_report` и др.).
+Пройдите [разбор stg.airports → ods.airports](../design/reading_the_pipeline.md#ods-airports).
+Это близкий пример полного снимка с выбором батча, преобразованиями и дедупликацией.
+Для первого задания этого разбора достаточно.
-## Шаг 1. Изучите эталон
+### Самостоятельная работа
-Прежде чем писать код, разберите, как устроены эталонные загрузки.
-По одному файлу на каждый ключевой паттерн:
+Откройте [часть 1 ТЗ](analyst_spec.md#часть-1-ods-слой-operational-data-store).
+Сверяйте с ней поля и правила каждой таблицы:
-| Паттерн | Файл для изучения | Что посмотреть |
-|---------|-------------------|----------------|
-| ODS: TRUNCATE + INSERT (snapshot-справочник) | `sql/ods/airports_load.sql` | Фильтрация по `stg_batch_id`, дедупликация через `ROW_NUMBER()` |
-| DDS: SCD1 UPSERT (измерение) | `sql/dds/dim_airports_load.sql` | TEMP TABLE → UPDATE (`IS DISTINCT FROM`) → INSERT |
-| DM: витрина с UPSERT | `sql/dm/sales_report_load.sql` | HWM-инкремент, агрегация фактов по измерениям |
+| Объект и требования | Файлы для реализации | DDL для сверки |
+|---|---|---|
+| [ods.airplanes](analyst_spec.md#11-odsairplanes) | [airplanes_load.sql](../../sql/ods/airplanes_load.sql), [airplanes_dq.sql](../../sql/ods/airplanes_dq.sql) | [airplanes_ddl.sql](../../sql/ods/airplanes_ddl.sql) |
+| [ods.seats](analyst_spec.md#12-odsseats) | [seats_load.sql](../../sql/ods/seats_load.sql), [seats_dq.sql](../../sql/ods/seats_dq.sql) | [seats_ddl.sql](../../sql/ods/seats_ddl.sql) |
-Описания каждого DAG — в `docs/`:
-[STG](../bookings_to_gp_stage.md) ·
-[ODS](../bookings_to_gp_ods.md) ·
-[DDS](../bookings_to_gp_dds.md) ·
-[DM](../bookings_to_gp_dm.md)
+Пример проверок: [airports_dq.sql](../../sql/ods/airports_dq.sql).
+Учтите разницу ключей: у модели это `airplane_code`, у места -
+`(airplane_code, seat_no)`.
-## Шаг 2. Откройте ТЗ
+### Запуск и проверка
-Техническое задание от аналитика: **[analyst_spec.md](analyst_spec.md)**.
+1. Дождитесь успешного `bookings_to_gp_stage` из подготовки.
+ Если STG уже заполнен, новый запуск для этой работы не нужен.
+2. Запустите `bookings_to_gp_ods` целиком. Он выберет согласованный снимок
+ в `resolve_stg_batch_id`, затем выполнит
+ `load_ods_airplanes → dq_ods_airplanes → load_ods_seats → dq_ods_seats`.
+ SQL использует XCom этого запуска, поэтому отдельно от выбора батча
+ загрузку запускать не стоит.
+3. В Greenplum посмотрите строки обеих таблиц: модели, типы числовых полей,
+ ключи мест и метки загрузки. Повторите ODS без нового запуска STG:
+ бизнес-строки и количество ключей должны сохраниться без дублей.
+4. После реализации обеих таблиц запустите `bookings_validate` и откройте
+ группу `validate_ods`. Она проверит наличие данных, совпадение ключей
+ с выбранным STG-батчем, отсутствие дублей и NULL в ключах,
+ а также общий `_load_id` двух таблиц.
-Там описаны все таблицы, которые нужно реализовать, с маппингами, бизнес-правилами
-и подсказками. Рекомендуемый порядок (от простого к сложному):
+В `bookings_validate` автоматически запускаются все три группы.
+Пока готовы только задания ODS, оценивайте `validate_ods`: ошибки DDS и DM
+на этом этапе ожидаемы. После выполнения всех заданий должны пройти все группы.
+`*_dq.sql` тоже нужно реализовать: успешный `SELECT 1;` ничего не проверяет.
-1. ODS: `airplanes`, `seats`
-2. DDS: `dim_airplanes`, `dim_passengers` (SCD1)
-3. DDS: `dim_routes` (SCD2 — ключевой вызов курсовой)
-4. DM: `airport_traffic`, `route_performance`, `monthly_overview`, `passenger_loyalty`
+## Следующие этапы
-## Шаг 3. Реализуйте задания
+| Этап | Требования | Готовый пример рядом |
+|---|---|---|
+| DDS: `dim_airplanes`, `dim_passengers` | [Модели](analyst_spec.md#21-ddsdim_airplanes-scd1), [пассажиры](analyst_spec.md#22-ddsdim_passengers-scd1) | [dim_airports_load.sql](../../sql/dds/dim_airports_load.sql) |
+| DDS: `dim_routes` | [Версии маршрута SCD2](analyst_spec.md#23-ddsdim_routes-scd2) | [Разбор сборки факта](../design/reading_the_pipeline.md#fact-flight-sales) показывает, как используется версия |
+| DM: `airport_traffic` → `route_performance` → `monthly_overview` → `passenger_loyalty` | [Часть 3 ТЗ](analyst_spec.md#часть-3-dm-слой-data-marts--витрины) | [sales_report_load.sql](../../sql/dm/sales_report_load.sql) |
-- **Файлы-заглушки уже на месте** — например, `sql/ods/airplanes_load.sql`
- содержит `SELECT 1;`. Ваша задача: заменить `SELECT 1;` на реальную SQL-логику.
-- **DDL уже создан** — таблицы существуют, создавать их не нужно.
-- **Таски в DAG-ах уже подключены** — `PostgresOperator` ссылается на ваши SQL-файлы.
- Менять Python-код DAG-ов не нужно.
-- **Нейминг полей:** сверяйтесь с `docs/design/naming_conventions.md`.
-
-## Шаг 4. Проверьте себя валидационным DAG-ом
-
-DAG **`bookings_validate`** — автоматическая проверка вашей реализации.
-
-- Три группы проверок: `validate_ods`, `validate_dds`, `validate_dm` — запускаются
- параллельно. Можно проверять ODS, пока DDS ещё не готов.
-- Включает активный SCD2-тест для `dim_routes`: загружает изменённые данные
- и проверяет, что версионирование работает корректно.
-- Сообщения об ошибках подскажут, что именно не так и что делать дальше.
-
-**Цель: все проверки зелёные.**
+Перед DDS разберите [загрузку факта](../design/reading_the_pipeline.md#fact-flight-sales).
+После реализации измерений выполните [пересчет факта и витрин](analyst_spec.md#пересчёт-факта-после-реализации-измерений).
+Проверяйте готовый слой своей группой в `bookings_validate`.
+В DDS есть активный SCD2-тест: он временно меняет данные маршрута,
+запускает вашу загрузку и затем восстанавливает тестируемые данные.
## Если застряли
-- Изучите эталонные SQL-скрипты — в них те же паттерны, что нужны для заданий.
-- Загляните в `docs/design/naming_conventions.md` — единый источник нейминга полей.
-- Сверьтесь с **веткой `solution`** — там полная рабочая реализация.
+Вернитесь к карточке объекта на карте: там есть DDL, загрузка, DQ и пункт ТЗ.
+Для конкретного вопроса используйте [соглашения об именах](../design/naming_conventions.md),
+[справочник DQ](../reference/dq_taxonomy.md) и руководства DAG:
+[ODS](../bookings_to_gp_ods.md), [DDS](../bookings_to_gp_dds.md), [DM](../bookings_to_gp_dm.md).
+Полную реализацию можно посмотреть в ветке `solution`.
## Для менторов
-Дизайн заданий и педагогическая логика — в ветке `solution`
-(`docs/design/assignment_design.md`).
+Дизайн заданий и педагогическая логика находятся в ветке `solution`,
+в `docs/design/assignment_design.md`.
diff --git a/docs/assignment/analyst_spec.md b/docs/assignment/analyst_spec.md
index e887bbb..992747e 100644
--- a/docs/assignment/analyst_spec.md
+++ b/docs/assignment/analyst_spec.md
@@ -13,6 +13,11 @@
>
> SQL-скрипты эталона лежат в `sql/stg/`, `sql/ods/`, `sql/dds/`, `sql/dm/`.
+Порядок запуска и проверки первой загрузки находится во
+[входе в задания](README.md#первая-загрузка-ods). В каждом разделе ниже есть
+ссылка на объект карты и близкий готовый пример. Карту открывайте
+[локально в браузере](../design/db_schema.md#как-открыть-карту).
+
---
## Рекомендуемый порядок выполнения
@@ -36,7 +41,7 @@
## Общие правила
-- **Нейминг полей:** см. `docs/design/naming_conventions.md` — единый источник
+- **Нейминг полей:** см. [соглашения об именах](../design/naming_conventions.md) — единый источник
истины для служебных полей (`_load_id`, `_load_ts`, `created_at`, `updated_at`,
`valid_from`, `valid_to`, `hashdiff`, суффиксы `_bk` / `_sk`).
- **SQL-файлы:** располагайте в `sql/{слой}/{объект}_{роль}.sql`
@@ -46,7 +51,10 @@
Вам нужно только заменить содержимое SQL-файлов — DAG менять не нужно.
- **Идемпотентность:** каждый скрипт загрузки должен быть безопасен
при повторном запуске (не создавать дубликатов).
-- **Шаблон `{{ run_id }}`:** используйте Jinja-шаблон Airflow для `_load_id`.
+- **Метки загрузки:** в ODS-снимках `airplanes` и `seats` сохраняйте в `_load_id`
+ идентификатор исходного STG-батча из `resolve_stg_batch_id`, как в `ods.airports`.
+ Так проверка сможет сопоставить ODS с тем снимком, из которого он загружен.
+ В заданиях DDS и DM используйте `'{{ run_id }}'` текущего запуска слоя.
---
@@ -67,11 +75,11 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
`ods.routes` тоже эталонный: факт `fact_flight_sales` использует его для резолвинга
аэропортов вылета/прилёта, независимо от студенческого `dds.dim_routes`.
-**Что вам делать:** Изучите эталонные скрипты как образец — именно так написан
-«боевой» код загрузки:
-- `sql/stg/airports_load.sql` — инкрементальная загрузка (HWM)
-- `sql/stg/airplanes_load.sql` — full snapshot с проверкой `_load_id`
-- `sql/ods/airports_load.sql` — TRUNCATE+INSERT из STG
+Для первого задания разберите [загрузку `ods.airports`](../design/reading_the_pipeline.md#ods-airports).
+При необходимости проследить получение снимка откройте
+[sql/stg/airports_load.sql](../../sql/stg/airports_load.sql) или
+[sql/stg/airplanes_load.sql](../../sql/stg/airplanes_load.sql): оба читают полный
+снимок источника. `NOT EXISTS` защищает от повторной вставки ключа в том же `_load_id`.
---
@@ -81,10 +89,14 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
> Справочники (`airplanes`, `seats`) загружаются стратегией TRUNCATE + INSERT
> из последнего согласованного батча STG. (`ods.routes` реализован в эталоне.)
>
-> **Аналог для изучения:** `sql/ods/airports_ddl.sql`, `sql/ods/airports_load.sql`
+> **Аналог для изучения:** [DDL airports](../../sql/ods/airports_ddl.sql),
+> [загрузка airports](../../sql/ods/airports_load.sql) и [ее разбор](../design/reading_the_pipeline.md#ods-airports).
### 1.1. ods.airplanes
+[На карте: модель самолета и ее источник](../design/architecture-map.html#node=ods.airplanes).
+Готовый пример полного снимка: [ods.airports](../design/reading_the_pipeline.md#ods-airports).
+
**Описание:** Очищенный справочник моделей воздушных судов с правильными типами.
**Источник:** `stg.airplanes`
@@ -95,7 +107,7 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
| `model` | TEXT NOT NULL | Наименование модели | `model` (парсинг JSON: `model::JSON->>'ru'` — если JSON, иначе `model` как есть) |
| `range_km` | INTEGER | Дальность полёта, км | `range::INTEGER` |
| `speed_kmh` | INTEGER | Крейсерская скорость, км/ч | `speed::INTEGER` |
-| `_load_id` | TEXT NOT NULL | Идентификатор батча | `'{{ run_id }}'` |
+| `_load_id` | TEXT NOT NULL | Идентификатор исходного STG-батча | `'{{ ti.xcom_pull(task_ids="resolve_stg_batch_id") }}'` |
| `_load_ts` | TIMESTAMP NOT NULL | Момент загрузки | `now()` |
**Тип историзации:** Нет (текущее состояние справочника, TRUNCATE + INSERT).
@@ -115,6 +127,9 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
### 1.2. ods.seats
+[На карте: места и связь с моделью](../design/architecture-map.html#node=ods.seats).
+Пример выбора снимка и дедупликации: [ods.airports](../design/reading_the_pipeline.md#ods-airports).
+
**Описание:** Карта посадочных мест с корректными типами.
**Источник:** `stg.seats`
@@ -124,7 +139,7 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
| `airplane_code` | TEXT NOT NULL | Код модели (PK, часть 1) | `airplane_code` |
| `seat_no` | TEXT NOT NULL | Номер места (PK, часть 2) | `seat_no` |
| `fare_conditions` | TEXT NOT NULL | Класс обслуживания | `fare_conditions` |
-| `_load_id` | TEXT NOT NULL | Идентификатор батча | `'{{ run_id }}'` |
+| `_load_id` | TEXT NOT NULL | Идентификатор исходного STG-батча | `'{{ ti.xcom_pull(task_ids="resolve_stg_batch_id") }}'` |
| `_load_ts` | TIMESTAMP NOT NULL | Момент загрузки | `now()` |
**Тип историзации:** Нет (текущее состояние справочника, TRUNCATE + INSERT).
@@ -149,10 +164,14 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
> ключами. SCD1-измерения обновляют атрибуты «на месте». SCD2-измерение
> хранит историю изменений через версионирование.
>
-> **Аналог для SCD1:** `sql/dds/dim_airports_ddl.sql`, `sql/dds/dim_airports_load.sql`
+> **Аналог для SCD1:** [DDL dim_airports](../../sql/dds/dim_airports_ddl.sql),
+> [загрузка dim_airports](../../sql/dds/dim_airports_load.sql).
### 2.1. dds.dim_airplanes (SCD1)
+[На карте: характеристики и вместимость модели](../design/architecture-map.html#node=dds.dim_airplanes).
+Пример SCD1: [dim_airports_load.sql](../../sql/dds/dim_airports_load.sql).
+
**Описание:** Измерение моделей самолётов. Содержит технические характеристики
и рассчитанное общее количество мест (обогащение из `ods.seats`).
@@ -184,7 +203,8 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
в `ods.seats` для данного `airplane_code` (LEFT JOIN).
**Генерация суррогатного ключа:** `MAX(airplane_sk) + ROW_NUMBER()`.
-Безопасно при `concurrency=1` в DAG.
+Загрузки одной таблицы должны выполняться последовательно. В DDS DAG
+параллельные запуски ограничены параметром `max_active_runs=1`.
**Distribution Key:** `airplane_sk`
@@ -192,6 +212,9 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
### 2.2. dds.dim_passengers (SCD1)
+[На карте: пассажир из билетов](../design/architecture-map.html#node=dds.dim_passengers).
+Пример обновления атрибутов и вставки новых ключей: [dim_airports_load.sql](../../sql/dds/dim_airports_load.sql).
+
**Описание:** Измерение пассажиров. Извлекается из таблицы билетов — каждый
уникальный `passenger_id` становится строкой измерения.
@@ -230,6 +253,10 @@ STG-слой (все 9 таблиц) и `ods.routes` полностью реал
### 2.3. dds.dim_routes (SCD2)
+[На карте: версии маршрута](../design/architecture-map.html#node=dds.dim_routes).
+В [разборе готового факта](../design/reading_the_pipeline.md#fact-joins) видно,
+как загрузчик выбирает версию на дату рейса. Алгоритм самой SCD2-загрузки дан ниже.
+
> **Это ключевой вызов курсовой.** Реализация SCD Type 2 — обязательный навык
> для Data Engineer. Ниже — алгоритм текстом; SQL вы пишете самостоятельно.
> Если застряли — сверьтесь с веткой `solution`.
@@ -317,10 +344,15 @@ md5(concat_ws('|',
> **Цель:** Построить аналитические витрины поверх DDS.
> Каждая витрина отвечает на конкретный бизнес-вопрос.
>
-> **Аналог для изучения:** `sql/dm/sales_report_ddl.sql`, `sql/dm/sales_report_load.sql`
+> **Аналог для изучения:** [DDL sales_report](../../sql/dm/sales_report_ddl.sql),
+> [загрузка sales_report](../../sql/dm/sales_report_load.sql).
### 3.1. dm.airport_traffic
+[На карте: аэропорт за день](../design/architecture-map.html#node=dm.airport_traffic).
+Пример пересчета затронутых дат: [sales_report_load.sql](../../sql/dm/sales_report_load.sql).
+Две роли аэропорта проследите в [готовом факте](../design/reading_the_pipeline.md#fact-joins).
+
**Бизнес-вопрос:** «Какой пассажиропоток и выручка у каждого аэропорта по дням?»
**Описание:** Ежедневная статистика по каждому аэропорту: сколько рейсов
@@ -359,6 +391,11 @@ md5(concat_ws('|',
и `arrival_airport_sk`. Затем сгруппируйте по `(traffic_date, airport_sk)`.
**Метрики:**
+
+Здесь `SUM(is_boarded)` означает число строк с признаком посадки.
+Поле булево; в SQL используйте `SUM(CASE WHEN is_boarded THEN 1 ELSE 0 END)`,
+как в `sales_report_load.sql`.
+
- `departures_flights` — `COUNT(DISTINCT flight_id)` для роли «вылет»
- `departures_passengers` — `SUM(is_boarded)` для роли «вылет»
- `departures_revenue` — `SUM(price)` для роли «вылет»
@@ -377,6 +414,10 @@ md5(concat_ws('|',
### 3.2. dm.route_performance
+[На карте: статистика маршрута](../design/architecture-map.html#node=dm.route_performance).
+Соединение факта с измерениями и агрегация показаны в
+[sales_report_load.sql](../../sql/dm/sales_report_load.sql); здесь по ТЗ нужен полный пересчет.
+
**Бизнес-вопрос:** «Какие маршруты самые эффективные? Где высокий load factor,
а где теряем пассажиров?»
@@ -427,9 +468,8 @@ md5(concat_ws('|',
- `avg_boarding_rate` — `AVG(CASE WHEN is_boarded THEN 1 ELSE 0 END)`
- `avg_load_factor` — `total_boarded / (total_flights * total_seats)`
-**Тип хранения Greenplum:** AO Column Store (zstd). Идеален для аналитики:
-отличное сжатие, чтение только нужных колонок. AO не поддерживает UPDATE —
-поэтому используем Full Rebuild.
+**Тип хранения Greenplum:** AO Column Store (zstd), сжатое колоночное хранение.
+В этом задании небольшой результат полностью пересоздается при каждом запуске.
**Distribution Key:** `route_bk`
@@ -440,6 +480,10 @@ md5(concat_ws('|',
### 3.3. dm.monthly_overview
+[На карте: месяц и модель самолета](../design/architecture-map.html#node=dm.monthly_overview).
+Пример отбора затронутых периодов: [sales_report_load.sql](../../sql/dm/sales_report_load.sql).
+В этом задании период и уровни агрегации определены ниже.
+
**Бизнес-вопрос:** «Какова помесячная динамика: рейсы, выручка, load factor
в разрезе типов самолётов?»
@@ -479,9 +523,11 @@ md5(concat_ws('|',
**Ключевой приём — Двухуровневая агрегация:**
-Чтобы честно посчитать среднюю заполняемость (`avg_load_factor`), нельзя просто
-поделить `SUM(boarded)` на `SUM(seats)` — это даёт ошибку (парадокс Симпсона).
-Правильный путь:
+В этом задании `avg_load_factor` - среднее долей занятых мест по рейсам:
+каждый рейс имеет одинаковый вес. Отношение `SUM(boarded) / SUM(seats)`
+дает среднее с весом по вместимости и при разной вместимости может отличаться.
+Нужный расчет:
+
1. **Уровень 1 (рейс):** Для каждого `flight_id` посчитайте `load_factor = boarded / total_seats`.
2. **Уровень 2 (месяц):** Возьмите `AVG(load_factor)` по всем рейсам месяца.
@@ -502,6 +548,10 @@ md5(concat_ws('|',
### 3.4. dm.passenger_loyalty
+[На карте: история пассажира](../design/architecture-map.html#node=dm.passenger_loyalty).
+В [sales_report_load.sql](../../sql/dm/sales_report_load.sql) посмотрите отделение
+затронутых дат от полной истории за эти даты. Здесь единица пересчета - пассажир.
+
**Бизнес-вопрос:** «Кто наши самые лояльные пассажиры? Сколько они летают,
тратят, какой класс предпочитают?»
@@ -568,6 +618,10 @@ md5(concat_ws('|',
## Пересчёт факта после реализации измерений
+[Факт на карте](../design/architecture-map.html#node=dds.fact_flight_sales) и
+[разбор его INSERT и UPDATE](../design/reading_the_pipeline.md#найдите-запись-результата)
+помогут проследить, когда заполняются ключи измерений.
+
После того, как вы реализуете все DDS-измерения (`dim_airplanes`, `dim_passengers`,
`dim_routes`), нужно пересчитать факт — он загружался ещё без ваших SK:
diff --git a/docs/design/architecture-map.html b/docs/design/architecture-map.html
index 7072ae1..0235035 100644
--- a/docs/design/architecture-map.html
+++ b/docs/design/architecture-map.html
@@ -1268,6 +1268,10 @@
{
"label": "DQ",
"url": "../../sql/ods/airports_dq.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#ods-airports"
}
],
"parts": []
@@ -1836,6 +1840,10 @@
{
"label": "Пересчет после реализации измерений",
"url": "../assignment/analyst_spec.md#пересчёт-факта-после-реализации-измерений"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-flight-sales"
}
],
"parts": []
@@ -2633,6 +2641,10 @@
{
"label": "SQL",
"url": "../../sql/ods/airports_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#ods-airports"
}
]
},
@@ -3356,6 +3368,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
@@ -3397,6 +3413,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
@@ -3469,6 +3489,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
@@ -3505,6 +3529,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
diff --git a/docs/design/architecture-map/map.json b/docs/design/architecture-map/map.json
index 0384c8e..ca0c341 100644
--- a/docs/design/architecture-map/map.json
+++ b/docs/design/architecture-map/map.json
@@ -1068,6 +1068,10 @@
{
"label": "DQ",
"url": "../../sql/ods/airports_dq.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#ods-airports"
}
],
"parts": []
@@ -1636,6 +1640,10 @@
{
"label": "Пересчет после реализации измерений",
"url": "../assignment/analyst_spec.md#пересчёт-факта-после-реализации-измерений"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-flight-sales"
}
],
"parts": []
@@ -2433,6 +2441,10 @@
{
"label": "SQL",
"url": "../../sql/ods/airports_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#ods-airports"
}
]
},
@@ -3156,6 +3168,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
@@ -3197,6 +3213,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
@@ -3269,6 +3289,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
@@ -3305,6 +3329,10 @@
{
"label": "SQL",
"url": "../../sql/dds/fact_flight_sales_load.sql"
+ },
+ {
+ "label": "Разбор SQL загрузки",
+ "url": "reading_the_pipeline.md#fact-joins"
}
]
},
diff --git a/docs/design/db_schema.md b/docs/design/db_schema.md
index d6ecbbf..737a716 100644
--- a/docs/design/db_schema.md
+++ b/docs/design/db_schema.md
@@ -204,8 +204,8 @@ SQL использует `LEFT JOIN`, поэтому строка с таким
## Куда идти дальше
Для первого задания разберите готовую загрузку справочника:
-[как читать SQL загрузки](reading_the_pipeline.md), затем откройте
-[учебные задания](../assignment/README.md). Для точечного вопроса
+[от карты к SQL загрузки](reading_the_pipeline.md#ods-airports), затем откройте
+[первое задание ODS](../assignment/README.md#первая-загрузка-ods). Для точечного вопроса
о таблице возвращайтесь на карту: там находится каталог объектов,
их источников, потребителей, SQL и DQ.
diff --git a/docs/design/reading_the_pipeline.md b/docs/design/reading_the_pipeline.md
index 01db211..d5d7ea2 100644
--- a/docs/design/reading_the_pipeline.md
+++ b/docs/design/reading_the_pipeline.md
@@ -1,66 +1,132 @@
-# Как читать пайплайн по скрипту загрузки
+# От карты к SQL загрузки
-Большую схему не нужно запоминать. Связи любой таблицы уже записаны в блоке
-`FROM ... JOIN ...` её файла `*_load.sql`. Обычно каждая прочитанная таблица
-даёт одно входящее ребро. Если одна таблица читается под разными псевдонимами,
-как `dim_airports`, её можно показать одним узлом.
+На [карте](architecture-map.html) найдите таблицу, которую хотите заполнить,
+и откройте ее SQL загрузки. Проследите, какие строки скрипт читает,
+что меняет и по какому ключу записывает результат.
+Смысл строк и связей разобран в [руководстве о структуре DWH](db_schema.md).
-## Метод
+Для первого задания достаточно примера `ods.airports` ниже.
+К сборке факта вернитесь перед заданиями DDS.
+Адресные ссылки на карту работают в локальном просмотре;
+если читаете в Gitea, используйте [инструкцию открытия карты](db_schema.md#как-открыть-карту).
-`INNER JOIN` показывает обязательную часть основного потока. Если входной строки
-нет, целевая строка не появится. `LEFT JOIN` к измерениям решает две задачи.
-Факт может прийти раньше измерения: это опаздывающее измерение
-(late-arriving dimension). Эталонный факт также не должен зависеть от того,
-успел ли студент реализовать свои измерения. Поэтому строка факта сохраняется,
-а её суррогатный ключ пока может быть `NULL`.
+
-В этом CTE есть и другие `LEFT JOIN`. `ods.routes` даёт эталонный путь к
-аэропортам, а `ods.boarding_passes` содержит необязательные `seat_no` и
-признак посадки.
+## Справочник: stg.airports → ods.airports
-Если в загрузчике несколько SQL-операторов, смотрите на источник `INSERT`.
-Именно он задаёт полный список входящих связей для новых строк. Например, в
-`fact_flight_sales_load.sql` блок `FROM` у `UPDATE` читает только изменяемые
-поля, а полный список находится в CTE `fact_src` перед `INSERT`.
+Откройте [ods.airports на карте](architecture-map.html#node=ods.airports)
+и связь [Типизация и загрузка ODS](architecture-map.html#edge=flow-stg.airports-ods.airports-13).
+Здесь один источник: `stg.airports`. В STG накапливаются снимки разных запусков,
+а в ODS нужна одна строка на аэропорт из выбранного снимка.
-## Пример: `fact_flight_sales`
+Рядом откройте [airports_load.sql](../../sql/ods/airports_load.sql).
+Пройдите скрипт по порядку:
-Откройте [`sql/dds/fact_flight_sales_load.sql`](../../sql/dds/fact_flight_sales_load.sql)
-и пройдите `fact_src` сверху вниз:
+1. `TRUNCATE TABLE ods.airports` очищает предыдущий снимок.
+ Следующий `INSERT` заменяет его целиком, поэтому исчезнувший из нового
+ снимка аэропорт исчезнет и из ODS.
+2. В CTE `src` найдите `FROM stg.airports` и фильтр `_load_id`:
-1. `FROM ods.segments` задаёт зерно `(ticket_no, flight_id)` и поле `price`.
-2. `JOIN ods.tickets` обязателен для `book_ref` и `passenger_id`.
-3. `JOIN ods.bookings` обязателен для `book_date`.
-4. `JOIN ods.flights` обязателен для расписания и `route_no`.
-5. `LEFT JOIN ods.routes` находит аэропорты по `route_no`. Этот эталонный путь
- не зависит от студенческого `dim_routes`.
-6. `LEFT JOIN dds.dim_routes` ищет point-in-time версию маршрута и `route_sk`.
-7. `LEFT JOIN dds.dim_calendar` даёт `calendar_sk` по дате вылета.
-8. Два `LEFT JOIN dds.dim_airports` дают ключи аэропортов вылета и прилёта.
- На схеме их можно показать одним узлом `dim_airports`.
-9. `LEFT JOIN dds.dim_airplanes` даёт `airplane_sk` через найденную версию маршрута.
-10. `LEFT JOIN dds.dim_tariffs` даёт `tariff_sk`.
-11. `LEFT JOIN dds.dim_passengers` даёт `passenger_sk`.
-12. `LEFT JOIN ods.boarding_passes` даёт `seat_no` и признак `is_boarded`.
+ ```sql
+ WHERE s._load_id = '{{ ti.xcom_pull(task_ids="resolve_stg_batch_id") }}'::text
+ ```
-Этот путь разобран в разделе [«Сборка факта продаж»](db_schema.md#сборка-факта-продаж).
-На карте сплошные стрелки показывают готовые загрузки, пунктирные — ожидаемые
-по ТЗ. Тип соединения и поведение при отсутствии строки описаны в карточке связи.
+ Задача `resolve_stg_batch_id` в [ODS DAG](../../airflow/dags/bookings_to_gp_ods.py)
+ выбирает общий батч четырех справочников STG или берет `stg_batch_id`
+ из параметров запуска. Этот фильтр оставляет один снимок из истории STG.
+3. Выражения `airport_name::json->>'ru'`, `city::json->>'ru'`
+ и `country::json->>'ru'` извлекают русские названия. Остальные бизнес-поля
+ переносятся без преобразования.
+4. `ROW_NUMBER()` нумерует строки внутри `airport_code` по `_load_ts DESC`,
+ затем `event_ts DESC NULLS LAST`. Финальный `WHERE s.rn = 1`
+ оставляет одну строку на код.
+5. Сопоставьте колонки `INSERT INTO ods.airports (...)` с финальным `SELECT`.
+ В `_load_id` сохраняется идентификатор выбранного STG-батча,
+ в `_load_ts` записывается время загрузки ODS. Поля и типы результата
+ заданы в [airports_ddl.sql](../../sql/ods/airports_ddl.sql).
+6. `ANALYZE` обновляет статистику таблицы для планировщика запросов.
+ Проверки находятся отдельно: [airports_dq.sql](../../sql/ods/airports_dq.sql)
+ сравнивает множества ключей STG-батча и ODS, ищет дубли и пустые обязательные поля.
+
+Повторная загрузка того же снимка должна сохранить бизнес-строки без дублей;
+время `_load_ts` при этом обновится.
+Теперь переходите к [первой самостоятельной загрузке](../assignment/README.md#первая-загрузка-ods).
+
+
+
+
+## Факт: сегмент билета и его измерения
+
+Откройте [dds.fact_flight_sales](architecture-map.html#node=dds.fact_flight_sales)
+и [fact_flight_sales_load.sql](../../sql/dds/fact_flight_sales_load.sql).
+Одна строка факта соответствует паре `(ticket_no, flight_id)`.
+В [примере поездки](db_schema.md#сборка-факта-продаж) два билета с тремя
+сегментами дают три строки факта.
+
+
+
+
+### Найдите источник новых строк
+
+В файле сначала идет `UPDATE`, а затем CTE `fact_src` и `INSERT`.
+Начните с `fact_src`: здесь виден полный набор источников новых строк.
+`FROM ods.segments AS seg` задает зерно, а `seg.amount AS price`
+переносит цену сегмента в факт.
+
+| Участок `fact_src` | Что добавляется к сегменту | Связь на карте |
+|---|---|---|
+| `JOIN ods.tickets`, затем `JOIN ods.bookings` | Бронирование, пассажир и дата покупки | [Билет и пассажир](architecture-map.html#edge=fact-1), [дата бронирования](architecture-map.html#edge=fact-2) |
+| `JOIN ods.flights` | Дата вылета и номер маршрута | [Рейс, дата и маршрут](architecture-map.html#edge=fact-3) |
+| `LEFT JOIN` подзапроса из `ods.routes` | Коды аэропортов из строки с наибольшим `validity` на `route_no` | [Коды двух аэропортов](architecture-map.html#edge=fact-4) |
+| Два `LEFT JOIN dds.dim_airports` как `dep` и `arr` | `departure_airport_sk` и `arrival_airport_sk` по двум кодам | [Вылет](architecture-map.html#edge=fact-7), [прилет](architecture-map.html#edge=fact-8) |
+| `LEFT JOIN dds.dim_routes`, затем `dds.dim_airplanes` | Версия маршрута на дату рейса и SK ее модели самолета | [Версия маршрута](architecture-map.html#edge=fact-5), [модель](architecture-map.html#edge=fact-9) |
+| `LEFT JOIN dds.dim_calendar`, `dds.dim_tariffs`, `dds.dim_passengers` | SK по дате вылета, классу обслуживания и `passenger_id` | [Дата](architecture-map.html#edge=fact-6), [тариф](architecture-map.html#edge=fact-10), [пассажир](architecture-map.html#edge=fact-11) |
+| `LEFT JOIN ods.boarding_passes` по обоим полям ключа | `seat_no`; наличие талона задает `is_boarded` | [Посадка и место](architecture-map.html#edge=fact-12) |
+
+Если билет, бронирование или рейс не найдены, `INNER JOIN` исключит сегмент
+из вставки. `LEFT JOIN` сохранит его при отсутствии совпадения: например,
+без талона получатся `seat_no = NULL` и `is_boarded = false`.
+
+Обратите внимание на два разных пути от маршрута:
+
+- Аэропорты берутся через готовый `ods.routes`. Отбор `ORDER BY validity DESC`
+ работает по полю TEXT и не использует дату рейса.
+- `route_sk` ищется в студенческом `dim_routes` по дате вылета
+ в интервале `[valid_from, valid_to)`. Из этой версии берется `airplane_code`
+ для поиска `airplane_sk`.
+
+До выполнения заданий `route_sk`, `airplane_sk` и `passenger_sk` могут быть
+`NULL`. Путь аэропортов от студенческих измерений не зависит.
+Объяснение этой части модели: [аэропорты и версия маршрута](db_schema.md#аэропорты-вылета-и-прилета).
+
+### Найдите запись результата
+
+Финальный `INSERT` берет поля из `fact_src`. Условие `NOT EXISTS`
+проверяет пару `(ticket_no, flight_id)` и пропускает уже записанные строки.
+Вернитесь к `UPDATE` в начале файла: он меняет только цену, место,
+признак посадки и метки загрузки у существующих строк.
+Ключи измерений он не пересчитывает.
+
+Поэтому после реализации измерений нужен
+[пересчет факта по ТЗ](../assignment/analyst_spec.md#пересчёт-факта-после-реализации-измерений).
+Проверки результата находятся в [fact_flight_sales_dq.sql](../../sql/dds/fact_flight_sales_dq.sql).
## Как проверить свой слой
-- Выпишите все таблицы из `FROM` и `JOIN` своего `*_load.sql`.
-- Сравните список с эталонной схемой или дизайн-документом этого слоя.
-- Проверьте служебные и SCD-поля по [`naming_conventions.md`](naming_conventions.md).
-- Убедитесь, что рядом есть `*_dq.sql` и он покрывает нужные
- [классы DQ-проверок](../reference/dq_taxonomy.md).
+Перед записью SQL найдите свой объект на карте и откройте его пункт ТЗ.
+Сформулируйте, что означает одна строка результата, по каким полям соединяются
+источники и что произойдет при отсутствии совпадения. Затем сверяйте
+`INSERT` с DDL, а преобразования и `*_dq.sql` с требованиями задания.
-## Шаблон схемы одной таблицы
+Близкие готовые примеры для следующих этапов:
-Скопируйте шаблон и замените имена таблиц и полей:
+- SCD1: [dim_airports_load.sql](../../sql/dds/dim_airports_load.sql) обновляет
+ изменившиеся атрибуты через `IS DISTINCT FROM` и вставляет новые бизнес-ключи.
+- DM: [sales_report_load.sql](../../sql/dm/sales_report_load.sql) находит
+ затронутые даты по `_load_ts` факта, пересчитывает за них полные агрегаты
+ во временную таблицу и выполняет `UPDATE` и `INSERT`.
-```mermaid
-graph LR
- MAIN["schema.main_input"] -->|"grain, metric"| TARGET["schema.target"]
- LOOKUP["schema.lookup"] -.->|"lookup_key"| TARGET
-```
+[Порядок заданий](../assignment/README.md#следующие-этапы) ведет к требованиям
+каждого этапа. Имена служебных полей проверяйте по
+[соглашениям](naming_conventions.md), состав DQ - по
+[справочнику проверок](../reference/dq_taxonomy.md).