docs(labs): добавлены эталон и протокол лабораторной PXF

2026-09-22 11:26:27 -04:00
1 parent 7bf61d8f74
commit d105cb75df
@@ -224,10 +224,14 @@ test:
 lint:
 	$(UV) run black --check airflow tests
 	$(UV) run isort --check-only airflow tests
+	$(UV) run black --check scripts/check_airports_snapshot.py
+	$(UV) run isort --check-only scripts/check_airports_snapshot.py

 fmt:
 	$(UV) run black airflow tests
 	$(UV) run isort airflow tests
+	$(UV) run black scripts/check_airports_snapshot.py
+	$(UV) run isort scripts/check_airports_snapshot.py

 clean-venv:
 	python -c "import shutil; shutil.rmtree('.venv', ignore_errors=True)"
@@ -112,6 +112,7 @@ SELECT COUNT(*) FROM dm.route_performance;
 - `bookings_stg_ddl` — создаёт/обновляет весь STG слой для bookings (9 таблиц: bookings, tickets, airports, airplanes,
  routes, seats, flights, segments, boarding_passes; включая внешние `*_ext` через PXF);
 - `bookings_to_gp_stage` — генерирует учебный день в `bookings-db`, затем загружает данные в STG и выполняет DQ‑проверки.
+- `lab_pxf_airports` — готовит общий снимок четырех справочников для [лабораторной PXF](docs/design/pxf_airports_lab.md), без генерации транзакций.
 - `bookings_ods_ddl` — создаёт/обновляет ODS-таблицы по домену bookings.
 - `bookings_to_gp_ods` — загружает данные из STG в ODS (SCD1 UPSERT) и выполняет DQ‑проверки.
 - `bookings_dds_ddl` — создаёт/обновляет DDS-таблицы (`dim_*`, `fact_flight_sales`) по домену bookings.
@@ -0,0 +1,70 @@
+"""Готовый DAG первой лабораторной: общий снимок справочников без генерации дней."""
+
+from datetime import timedelta
+
+import pendulum
+from airflow.providers.postgres.operators.postgres import PostgresOperator
+
+from airflow import DAG
+
+with DAG(
+    dag_id="lab_pxf_airports",
+    start_date=pendulum.datetime(2017, 1, 1, tz="UTC"),
+    schedule=None,
+    catchup=False,
+    max_active_runs=1,
+    template_searchpath="/sql",
+    default_args={
+        "owner": "airflow",
+        "retries": 1,
+        "retry_delay": timedelta(seconds=30),
+    },
+    tags=["lab", "bookings", "pxf"],
+    description="Лабораторная PXF: четыре снимка STG с общим Run ID для ODS",
+) as dag:
+    load_airports_to_stg = PostgresOperator(
+        task_id="load_airports_to_stg",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/airports_load.sql",
+    )
+    check_airports_dq = PostgresOperator(
+        task_id="check_airports_dq",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/airports_dq.sql",
+    )
+    load_airplanes_to_stg = PostgresOperator(
+        task_id="load_airplanes_to_stg",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/airplanes_load.sql",
+    )
+    check_airplanes_dq = PostgresOperator(
+        task_id="check_airplanes_dq",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/airplanes_dq.sql",
+    )
+    load_routes_to_stg = PostgresOperator(
+        task_id="load_routes_to_stg",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/routes_load.sql",
+    )
+    check_routes_dq = PostgresOperator(
+        task_id="check_routes_dq",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/routes_dq.sql",
+    )
+    load_seats_to_stg = PostgresOperator(
+        task_id="load_seats_to_stg",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/seats_load.sql",
+    )
+    check_seats_dq = PostgresOperator(
+        task_id="check_seats_dq",
+        postgres_conn_id="greenplum_conn",
+        sql="stg/seats_dq.sql",
+    )
+
+    load_airports_to_stg >> check_airports_dq
+    load_airplanes_to_stg >> check_airplanes_dq
+    # Готовим один общий батч: DQ маршрутов и мест читает связанные справочники.
+    [check_airports_dq, check_airplanes_dq] >> load_routes_to_stg >> check_routes_dq
+    check_airplanes_dq >> load_seats_to_stg >> check_seats_dq
@@ -59,7 +59,7 @@

 ## Принято: прием справочника входит в обязательную программу

-Добавить лабораторную **«Восстановите прием справочника из источника»**.
+Добавлена лабораторная **«Восстановите прием справочника из источника»**.
 Она закрывает практику подключения через PXF и загрузки полного снимка
 в STG, которые сейчас даны готовыми.

@@ -69,11 +69,13 @@
 в том же батче и получение нового снимка. Результат должен снова
 участвовать в действующей цепочке ODS → DDS → DM.

-Конкретный справочник, состав удаляемых файлов, место в маршруте и проверки
-еще предстоит выбрать. Кандидат — `airports`: рядом есть
-[внешняя и внутренняя таблицы](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/sql/stg/airports_ddl.sql),
-[загрузка снимка](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/sql/stg/airports_load.sql) и
-[преобразование в ODS](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/sql/ods/airports_load.sql).
+В [#9](https://git.dementev.space/ddmitry/airflow-greenplum/issues/9) выбран `airports`;
+место — после быстрого старта и знакомства с моделью, перед снимками ODS.
+Студент восстанавливает внешний DDL и загрузку, сохраняя готовыми внутреннюю
+таблицу, JDBC-конфигурацию, DQ и DAG. Перед реализацией очищает старые снимки
+только `stg.airports`. Опыты с повторным выполнением, изменением источника и
+восстановлением описаны в [инструкции main](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/docs/assignment/pxf_airports.md);
+обоснование и эталон — в [материалах автора](pxf_airports_lab.md).

 ## Покрытие обязательного цикла

@@ -82,7 +84,7 @@

 | Участок | Что студент делает сейчас | Что стоит добавить |
 |---|---|---|
-| PXF и снимок STG | Запускает готовую цепочку | Принятая лабораторная по приему справочника |
+| PXF и снимок STG | Восстанавливает прием `airports`, испытывает повтор, изменение источника и передачу в ODS | Закрыто лабораторной #9 |
 | Инкремент STG | Использует готовый отбор по дате источника | Самостоятельную загрузку новых данных и проверку границы отбора |
 | Снимки ODS | Реализует `airplanes`, `seats` и их DQ | Сохранить задания; использовать их после знакомства с приемом данных |
 | Инкремент ODS | Использует готовые загрузки | Обработку новых ключей и изменений уже полученных строк |
@@ -137,7 +139,7 @@

 | Новая работа | Состояние перед началом | Результат для продолжения |
 |---|---|---|
-| Прием справочника | Пройден быстрый старт, работает эталонная цепочка до `sales_report`; выбран участок для вычитания | Собственная загрузка получает новый снимок STG, который участвует в общем батче справочников и принимается ODS |
+| Прием справочника | Пройден быстрый старт, работает эталонная цепочка до `sales_report` | Собственная загрузка проверена; источник восстановлен, новый общий снимок принят ODS и готов для заданий `airplanes` и `seats` |
 | Инкремент STG/ODS | Разобраны прием снимка и существующие задания ODS; подготовлены таблицы и входные пачки | Собственные загрузки дают ожидаемое текущее состояние ODS после всех проверочных случаев |
 | Сборка факта | Реализованы и проверены измерения DDS | Факт построен собственным SQL, проверены ключи и значения; на нем можно выполнять задания DM |
 | Оркестрация и восстановление | SQL выбранного участка реализован и проверен | DAG выполняет загрузку и DQ в нужном порядке; после подготовленного сбоя обработка завершается с ожидаемыми данными |
@@ -147,8 +149,9 @@
 не может быть условием начала первой работы. Действующие особенности
 запусков и состояния слоев описаны в [порядке выполнения DAG](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/docs/dag_execution_order.md).

-Предложения основаны на чтении исходников; воспроизводимость новых
-сценариев на стенде еще не проверялась.
+Оставшиеся предложения основаны на чтении исходников; их воспроизводимость
+на стенде еще не проверялась. Состояние проверки приема `airports`
+зафиксировано отдельно в [материалах #9](pxf_airports_lab.md#проверочный-прогон).

 ## Как подготовить лабораторную

@@ -0,0 +1,128 @@
+# Прием airports через PXF: материалы автора
+
+Лабораторная [#9](https://git.dementev.space/ddmitry/airflow-greenplum/issues/9)
+из [серии #8](https://git.dementev.space/ddmitry/airflow-greenplum/issues/8).
+Студент работает по [инструкции в main](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/docs/assignment/pxf_airports.md).
+Общие принципы программы находятся в [авторской заметке](labs_development.md).
+
+## Место и самостоятельная часть
+
+Работа идет после быстрого старта и знакомства с моделью, перед существующими
+`ods.airplanes` и `ods.seats`. Входом служит прошедшая эталонная цепочка
+до `dm.sales_report` на учебной `main`; пустые студенческие таблицы не мешают
+начать работу. Полный `bookings_validate` не является условием входа.
+
+Выбран `airports`: он небольшой, содержит ключ, многоязычные JSON и координаты,
+а его готовая загрузка ODS дает наблюдаемый результат преобразования.
+Студент удаляет внешний DDL из `sql/stg/airports_ddl.sql` и заменяет
+`sql/stg/airports_load.sql` заглушкой. В базе удаляет внешний объект и все
+снимки только `stg.airports`. Без очистки прошлые строки могли бы скрыть
+отсутствие собственной загрузки.
+
+Внутренний DDL, JDBC-конфигурация и DQ остаются готовыми. Добавлен готовый
+`lab_pxf_airports`: восемь PostgresOperator выполняют существующие загрузки
+и проверки четырех справочников. Студент задает
+состав и порядок полей внешней таблицы, `LOCATION`, затем пишет получение
+снимка с ключом и метками. Близкий пример — `airplanes`. Физическая организация
+внутренней таблицы и самостоятельная оркестрация относятся к следующим работам.
+
+## Устройство урока
+
+Основной текст строится вокруг собственной загрузки и опытов с данными.
+Сначала студент пишет SQL по требованиям и близкому примеру, затем
+предполагает результат повторного выполнения и переименования аэропорта,
+наблюдает данные и объясняет различия. Передача нового названия в ODS
+показывает применение его работы в следующем слое.
+
+Команды подготовки, первые действия Airflow, сверка и восстановление
+находятся в раскрываемых блоках рядом с соответствующим действием.
+Проверки остаются готовыми: написание собственной DQ относится к дальнейшим
+заданиям. Результат студента — два SQL-файла и объяснение опытов; собирать
+отчет из JSON, Run ID и логов не требуется.
+
+Обозначения A/B/C, проверки намеренно неверной реализации и полный протокол
+приемки относятся к авторским материалам. Они подтверждают пригодность
+лабораторной, но не задают структуру урока. Одного сокращения формулировок
+было бы недостаточно: оно сохранило бы последовательность сбора доказательств
+вместо работы с собственной загрузкой. Демонстрационный разбор также
+не дал бы предусмотренной программой самостоятельной практики.
+
+## Полное решение
+
+Эталон уже содержится в этой ветке:
+
+- [airports_ddl.sql](../../sql/stg/airports_ddl.sql): шесть TEXT-полей,
+  `pxf://bookings.airports_data?PROFILE=JDBC&SERVER=bookings-db`,
+  `FORMAT 'CUSTOM' (formatter='pxfwritable_import')`.
+- [airports_load.sql](../../sql/stg/airports_load.sql): чтение внешней таблицы,
+  `_load_id = '{{ run_id }}'`, две метки `now()`, защита `NOT EXISTS`
+  по паре `(_load_id, airport_code)`.
+- [airports_dq.sql](../../sql/stg/airports_dq.sql): базовая обратная связь DAG.
+- [airports_load.sql для ODS](../../sql/ods/airports_load.sql): выбор батча,
+  извлечение `ru` и замена текущего снимка.
+
+Для воспроизведения автор может после вычитания вернуть два исходных файла
+из сохраненной копии. В учебной ветке они также остаются готовыми при первом
+запуске: вычитание выполняется самим студентом во время работы.
+Скрывать ответ технически не требуется; самостоятельность проверяется
+опытами и объяснением результата.
+
+## Почему нужны эти проверки
+
+Готовая [сверка в main](https://git.dementev.space/ddmitry/airflow-greenplum/src/branch/main/scripts/check_airports_snapshot.py)
+экспортирует источник напрямую из Postgres, без внешней таблицы студента.
+Поэтому неверный `LOCATION` не становится одновременно ошибкой загрузки
+и ее контрольного источника. В JSON сохраняются все бизнес-поля, а не только
+выбранное русское имя. Перезапись контрольного файла запрещена.
+
+В STG проверяются ключи, отсутствие дублей внутри батча, все бизнес-поля,
+`_load_id`, наличие `_load_ts` и `event_ts`. JSON сравнивается по содержимому,
+чтобы порядок свойств не влиял на результат. В ODS проверяется вся таблица,
+русские значения названий и точный STG `_load_id` у каждой строки.
+Штатная DQ сверяет количество и обязательные поля, поэтому сама по себе
+не отвергнет старое непустое название с правильным числом строк.
+
+| Случай | Наблюдаемый результат |
+|---|---|
+| Вычитание | STG пуст; внешняя таблица отсутствует; независимая сверка отказывает |
+| A | Все ключи и бизнес-поля совпадают с прямым экспортом источника |
+| Повтор A | Clear только загрузки аэропортов, затем ее DQ в том же запуске; строки сохраняются, генератор не повторяется |
+| Изменение источника | Сохранен исходный JSON одного аэропорта; изменен только `ru` |
+| Неверная старая копия | A или его копия с новым `_load_id` не совпадает с контрольным источником B при равном числе строк |
+| B | B содержит новое имя; A все еще совпадает с исходным экспортом |
+| ODS | Все четыре справочника имеют B; resolver без `conf` выбирает B; ODS содержит B и новое имя |
+| Восстановление C | Источник в точности равен исходному A; новый общий C проходит ODS → DDS → DM |
+
+Для повторов A используется Clear отдельных задач. A/B/C создаются
+через `lab_pxf_airports`: повтор снимка не требует нового транзакционного дня.
+Это стало отдельной границей при подготовке опыта: полные запуски STG
+привязывали каждый контроль справочника к длительной генерации Bookings.
+Учебный DAG явно исключает генератор и транзакционные загрузки, но использует
+те же SQL-файлы снимков. Основной `bookings_to_gp_stage` сохраняет свое поведение.
+
+Автоматический resolver выбирает последний общий ID по времени готовности.
+Наличие ID во всех таблицах не доказывает их полноту — нужны DQ и сверка.
+Передача `stg_batch_id` через `conf` обошла бы автоматический выбор, поэтому
+в проверочном опыте ODS запускается с пустым `conf`.
+
+## Выход и переход
+
+В `stg.airports` остаются A/B/C; старые снимки аэропортов удалены в начале.
+В остальных справочниках остаются также снимки быстрого старта. Транзакционные
+таблицы сохраняют данные подготовки. B сохраняет
+учебное изменение как историю; последний общий C и текущий ODS содержат
+восстановленные значения. Источник восстанавливается из постоянной таблицы
+`public.lab9_airport_original`, поэтому закрытие psql не теряет копию.
+Повтор UPDATE восстановления безопасен; таблица удаляется только после сверки.
+
+Следующая работа берет общий C для `ods.airplanes` и `ods.seats`, без нового
+STG. Затем сохраняется прежний маршрут измерений и витрин. Работы #10–#14
+остаются отдельными задачами серии; эта лабораторная не добавляет их заглушки
+и не меняет текущие требования к ним.
+
+## Проверочный прогон
+
+Команды, версии и наблюдения сохраняются в
+[протоколе прогона](../reports/2026-09-22-pxf-airports.md).
+Проверять нужно учебную `main`: полный `solution` заполняет дополнительные
+таблицы и не подтверждает проходимость первой работы с учебными заглушками.
@@ -0,0 +1,315 @@
+# Проверка лабораторной PXF → STG, 22 сентября 2026
+
+Задача [#9](https://git.dementev.space/ddmitry/airflow-greenplum/issues/9)
+из [серии #8](https://git.dementev.space/ddmitry/airflow-greenplum/issues/8).
+[Материалы автора](../design/pxf_airports_lab.md) описывают границу
+самостоятельной работы и эталонное решение.
+
+## Среда и начальное состояние
+
+Проверена учебная ветка на базе `main` (`1dd5838`) с добавленными
+`lab_pxf_airports` и независимой сверкой. Студенческие заглушки ODS/DDS/DM
+сохранены. Полная реализация из `solution` в этот стенд не переносилась.
+Версии: Airflow 2.9.2, Greenplum 6.27.1, Postgres 16.
+
+```bash
+make up
+make bookings-init
+make ddl-gp
+```
+
+После подготовки выполнена обычная цепочка STG → ODS → DDS → DM с Run ID
+`lab9-baseline-stage`, `lab9-baseline-ods`, `lab9-baseline-dds`,
+`lab9-baseline-dm`. Все четыре запуска завершились успешно до вычитания.
+
+В локальном `.env` использованы свободные порты: Airflow 18090, метабаза
+15433, Bookings 15434, Greenplum 15435. Airflow ограничен одним web-worker,
+`PARALLELISM=2`, `MAX_ACTIVE_TASKS_PER_DAG=2`, `PARSING_PROCESSES=1`.
+Эти настройки не внесены в репозиторий; SQL не изменен.
+
+Первый прогон базового генератора прервался: Postgres сообщил о выходе
+server process с кодом 2 и переинициализации, после чего источник оказался
+пустым. `OOMKilled=false`, рестарта контейнера не было; доказанной причины
+нет. После ограничения ресурсов только своего Airflow источник восстановлен
+через `make bookings-init`, а базовая цепочка успешно повторена.
+Чужие контейнеры не изменялись. Дальнейшие снимки справочников получены
+через `lab_pxf_airports`, без генерации транзакционных дней.
+
+DAG запускались через `POST /api/v1/dags/{dag_id}/dagRuns` с телом
+`{"dag_run_id": "указанный в протоколе Run ID", "conf": {}}`.
+Перед следующим шагом проверялось состояние `success` всего запуска.
+
+## Вычитание, A и повтор
+
+A/B/C — обозначения авторского прогона. В ученической инструкции это
+первая загрузка, новый снимок после переименования и снимок после восстановления.
+Файлам `source-A.json` и `source-B.json` в задании соответствуют
+`airports-before.json` и `airports-after.json`.
+
+```bash
+mkdir -p data/lab9
+uv run --no-project scripts/check_airports_snapshot.py export data/lab9/source-A.json
+```
+
+Прямой экспорт Postgres: 5501 аэропорт, все шесть бизнес-полей.
+Внешний DDL удален из `sql/stg/airports_ddl.sql`, загрузка заменена
+на `SELECT 1;`. В Greenplum:
+
+```sql
+DROP EXTERNAL TABLE IF EXISTS stg.airports_ext;
+TRUNCATE TABLE stg.airports;
+SELECT COUNT(*) FROM stg.airports;
+```
+
+Получено 0 строк. Заглушка успешно выполнилась, но сверка отказала:
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py check lab9-empty data/lab9/source-A.json
+```
+
+Код 1: `Не получены ключи`, всего 5501. Запрос к `stg.airports_ext`
+получил `relation does not exist`. Старые данные не маскируют вычитание.
+После возврата эталонных DDL и загрузки применен файл:
+
+```sql
+\set ON_ERROR_STOP on
+\i /sql/stg/airports_ddl.sql
+SELECT * FROM stg.airports_ext ORDER BY airport_code LIMIT 3;
+```
+
+PXF вернул AAA, AAC, AAE с исходными JSON, координатами и часовыми поясами.
+Успешно выполнен `lab_pxf_airports` с Run ID `lab9-A-stage`.
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py check lab9-A-stage data/lab9/source-A.json
+```
+
+Код 0: 5501 ключ, все бизнес-поля и метки соответствуют требованиям.
+Повторены только `load_airports_to_stg`, затем `check_airports_dq`
+в том же запуске через
+`POST /api/v1/dags/lab_pxf_airports/clearTaskInstances`:
+
+```json
+{
+  "dag_run_id": "lab9-A-stage",
+  "task_ids": ["load_airports_to_stg"],
+  "dry_run": true,
+  "only_failed": false,
+  "only_running": false,
+  "include_upstream": false,
+  "include_downstream": false,
+  "include_subdags": false,
+  "include_parentdag": false,
+  "reset_dag_runs": true
+}
+```
+
+Предварительный ответ содержал ровно одну выбранную задачу, затем
+отправлено то же тело с `dry_run=false`. Для DQ заменен `task_ids`.
+Повторная сверка A — код 0. При сравнении по ключу все строки, включая
+метки, совпали до и после повтора. Базовый генератор не повторялся.
+
+В браузере проверены граф, Run ID и окно Clear task. Подтверждение повтора
+выполнялось через API. Первоначальный тестовый сценарий ошибочно сравнивал
+порядок строк MPP-ответа. После сравнения по ключу повтор подтвердился;
+ошибка не относилась к загрузке. Независимая сверка изначально сопоставляет
+строки по ключу, экспорт дополнительно сортирует их для файлового сравнения.
+
+## Изменение источника и неверная копия
+
+В Postgres выполнено:
+
+```sql
+CREATE TABLE public.lab9_airport_original AS
+SELECT airport_code, airport_name
+FROM bookings.airports_data ORDER BY airport_code LIMIT 1;
+
+UPDATE bookings.airports_data AS a
+SET airport_name = jsonb_set(
+    b.airport_name, '{ru}', to_jsonb((b.airport_name->>'ru') || ' [lab9]'), false
+)
+FROM public.lab9_airport_original AS b
+WHERE a.airport_code = b.airport_code
+RETURNING a.airport_code, b.airport_name AS original, a.airport_name AS changed;
+```
+
+Изменен один ключ AAA: `Анаа` → `Анаа [lab9]`, английское `Anaa`
+и структура JSON сохранены. Внешняя таблица сразу вернула новое имя,
+первый снимок сохранил старое.
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py export data/lab9/source-B.json
+uv run --no-project scripts/check_airports_snapshot.py check lab9-A-stage data/lab9/source-B.json
+```
+
+В источнике по-прежнему 5501 строка. Проверка — код 1,
+`AAA: отличается airport_name`. Затем в Greenplum создана старая копия
+с новым ID и заполненными метками:
+
+```sql
+INSERT INTO stg.airports
+SELECT airport_code, airport_name, city, country, coordinates, timezone,
+       now(), now(), 'lab9-bad-copy'
+FROM stg.airports WHERE _load_id = 'lab9-A-stage';
+```
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py check lab9-bad-copy data/lab9/source-B.json
+```
+
+Вставлено 5501 строк; проверка отвергла копию с кодом 1 и ошибкой имени.
+Контрольные строки удалены:
+
+```sql
+DELETE FROM stg.airports WHERE _load_id = 'lab9-bad-copy';
+```
+
+## Снимок B и передача в ODS
+
+После успешного `lab_pxf_airports`, Run ID `lab9-B-stage`:
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py check lab9-B-stage data/lab9/source-B.json
+uv run --no-project scripts/check_airports_snapshot.py check lab9-A-stage data/lab9/source-A.json
+```
+
+Обе сверки прошли. Общий батч проверен запросом:
+
+```sql
+SELECT 'airports' AS object, _load_id, COUNT(*) FROM stg.airports WHERE _load_id = 'lab9-B-stage' GROUP BY _load_id
+UNION ALL
+SELECT 'airplanes', _load_id, COUNT(*) FROM stg.airplanes WHERE _load_id = 'lab9-B-stage' GROUP BY _load_id
+UNION ALL
+SELECT 'routes', _load_id, COUNT(*) FROM stg.routes WHERE _load_id = 'lab9-B-stage' GROUP BY _load_id
+UNION ALL
+SELECT 'seats', _load_id, COUNT(*) FROM stg.seats WHERE _load_id = 'lab9-B-stage' GROUP BY _load_id;
+```
+
+| Таблица | Строк с `lab9-B-stage` |
+|---|---:|
+| airports | 5501 |
+| airplanes | 10 |
+| routes | 860 |
+| seats | 1741 |
+
+До запуска ODS команда ниже отказала из-за прежнего батча и названия,
+после запуска — прошла:
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py check lab9-B-stage data/lab9/source-B.json --layer ods
+```
+
+Выполнен обычный `bookings_to_gp_ods`, Run ID `lab9-B-ods`, `conf={}`.
+XCom `return_value` задачи `resolve_stg_batch_id` равен `lab9-B-stage`.
+Все 5501 строк ODS совпали с ожидаемыми данными и меткой B;
+название AAA — `Анаа [lab9]`. Выбор через `conf` не подменял resolver.
+
+## Восстановление и продолжение
+
+В Postgres дважды выполнен UPDATE восстановления:
+
+```sql
+UPDATE bookings.airports_data AS a
+SET airport_name = b.airport_name
+FROM public.lab9_airport_original AS b
+WHERE a.airport_code = b.airport_code
+RETURNING a.airport_code, a.airport_name;
+```
+
+Оба раза `UPDATE 1`, исходный JSON восстановлен. Файловая проверка:
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py export data/lab9/source-C.json
+cmp data/lab9/source-A.json data/lab9/source-C.json
+```
+
+Файлы совпали побайтово. Затем успешно выполнены:
+
+| DAG | Run ID |
+|---|---|
+| lab_pxf_airports | lab9-C-stage |
+| bookings_to_gp_ods | lab9-C-ods |
+| bookings_to_gp_dds | lab9-C-dds |
+| bookings_to_gp_dm | lab9-C-dm |
+
+Resolver с пустым `conf` выбрал `lab9-C-stage`. Сверки A, B и C со своими
+источниками, а также всей ODS с C прошли.
+
+```sql
+SELECT _load_id, COUNT(*) FROM stg.airports GROUP BY _load_id ORDER BY _load_id;
+SELECT airport_bk, airport_name FROM dds.dim_airports ORDER BY airport_bk LIMIT 1;
+SELECT COUNT(*) FROM dds.fact_flight_sales;
+SELECT COUNT(*) FROM dm.sales_report;
+```
+
+В STG остались A/B/C по 5501 строк каждый. В `dds.dim_airports` у AAA
+снова `Анаа`. Факт содержит 1 608 696 строк, `dm.sales_report` — 25 732.
+Остальные справочники сохраняют также батчи быстрого старта;
+транзакционные данные не менялись во время A/B/C. Новый общий снимок
+пригоден для заданий `ods.airplanes` и `ods.seats`.
+Полный `bookings_validate` не запускался: будущие задания остаются заглушками.
+
+## Проверки кода и документации
+
+- `make lint` — успешно.
+- `make test` — 14 passed, 15 skipped: десять тестов сверки и четыре
+  SQL-контракта прошли. Четырнадцать smoke-тестов DAG пропущены из-за
+  существующих заглушек Airflow в `conftest.py`; один тест ODS требует
+  явного включения интеграционного прогона.
+- В настоящем Airflow отдельно проверен DagBag: ошибок импорта нет,
+  восемь задач нового DAG, SQL-шаблоны раскрываются в исходные файлы,
+  зависимости загрузок и DQ верны. REST API не сообщил ошибок импорта.
+- Проверены локальные ссылки и актуальность карты. В браузере пройден
+  маршрут README → задания → PXF → ODS и ссылка карточки `stg.airports`.
+- `git diff --check` пройден в учебной и авторской рабочих копиях.
+
+Учебный прогон выполнен до редакционной перестройки урока. Сценарии,
+SQL загрузки, DAG и сверка сохранены; изменились порядок объяснений,
+имена файлов в примерах и показ подсказок. После редактирования проверены
+296 локальных ссылок учебной ветки и 9 ссылок авторских материалов,
+синтаксис bash-примеров, актуальность карты (39 объектов, 90 связей,
+216 ссылок). В локальном HTML-предпросмотре Chromium раскрыты все восемь
+подсказок, проверено отображение девяти блоков кода и переход к ODS.
+
+Упрощенное завершение урока использует исходный контроль вместо третьего
+файла. На сохраненном состоянии прогона отдельно выполнены обе команды:
+
+```bash
+uv run --no-project scripts/check_airports_snapshot.py check lab9-C-stage data/lab9/source-A.json
+uv run --no-project scripts/check_airports_snapshot.py check lab9-C-stage data/lab9/source-A.json --layer ods
+```
+
+Обе прошли: 5501 ключ, все бизнес-поля и метки соответствуют требованиям.
+Полный прогон после редакционной правки не повторялся.
+
+## Проверка исправления после ревью
+
+Независимое ревью Standards не обнаружило нарушений. Ревью Spec нашло
+ловушку при исправлении SQL: уже записанные дубли остаются в батче после
+добавления `NOT EXISTS`. Инструкция дополнена очисткой только ошибочного
+`_load_id`, восстановлением снимка и повтором на заполненном снимке.
+Исправление повторно просмотрено; замечание закрыто.
+
+В отдельном батче `lab9-review-retry` дважды выполнен INSERT всех строк
+`stg.airports_ext` с текущими метками. Получено 11002 строки, сверка отказала
+из-за дублей. После выполнения эталонного `airports_load.sql` с этим же
+Run ID осталось 11002 строки; сверка снова отказала.
+
+```sql
+DELETE FROM stg.airports WHERE _load_id = 'lab9-review-retry';
+```
+
+После очистки эталонная загрузка дала 5501 строку и успешную сверку.
+Ее повтор также прошел. Временный батч затем удален тем же DELETE;
+состав и количества A/B/C сохранились. Это отдельный SQL-опыт восстановления,
+а не повтор всего учебного маршрута.
+
+Перед публикацией `make lint` и `make test` снова прошли
+(14 passed, 15 skipped). Состояния семи запусков A/B/C и нижних слоев
+перечитаны через Airflow API: все `success`. Выдержка настоящего лога
+`check_airports_dq` первого запуска:
+
+```text
+[2026-09-22T17:42:17.505+0300] {taskinstance.py:1206} INFO - Marking task as SUCCESS. dag_id=lab_pxf_airports, task_id=check_airports_dq, run_id=lab9-A-stage, execution_date=20260922T144212, start_date=20260922T144216, end_date=20260922T144217
+[2026-09-22T17:42:17.586+0300] {local_task_job_runner.py:240} INFO - Task exited with return code 0
+```
@@ -0,0 +1,158 @@
+"""Независимая сверка лабораторной PXF: Postgres → сохраненный файл → STG/ODS."""
+
+from __future__ import annotations
+
+import argparse
+import json
+import subprocess
+from pathlib import Path
+
+ROOT = Path(__file__).resolve().parents[1]
+FIELDS = ("airport_code", "airport_name", "city", "country", "coordinates", "timezone")
+JSON_FIELDS = {"airport_name", "city", "country"}
+
+
+def read_rows(service: str, query: str) -> list[dict]:
+    """Читает через psql в контейнере; настройки берет из окружения Compose."""
+    if service == "bookings-db":
+        command = (
+            'PGPASSWORD="$POSTGRES_PASSWORD" exec psql -X -qAt '
+            '-v ON_ERROR_STOP=1 -h 127.0.0.1 -U "$POSTGRES_USER" -d demo'
+        )
+    else:
+        command = (
+            'PGPASSWORD="$GREENPLUM_PASSWORD" exec '
+            "/usr/local/greenplum-db/bin/psql -X -qAt -v ON_ERROR_STOP=1 "
+            '-h 127.0.0.1 -U "$GREENPLUM_USER" -d "$GREENPLUM_DATABASE_NAME"'
+        )
+    result = subprocess.run(
+        ["docker", "compose", "exec", "-T", service, "sh", "-c", command],
+        input=f"SELECT row_to_json(r) FROM ({query}) r;\n",
+        text=True,
+        capture_output=True,
+        cwd=ROOT,
+        check=True,
+    )
+    return [json.loads(line) for line in result.stdout.splitlines() if line.strip()]
+
+
+def compare_snapshot(
+    expected: list[dict], actual: list[dict], batch_id: str, layer: str
+) -> list[str]:
+    """Проверяет ключи, все бизнес-поля и метки; порядок строк не важен."""
+    errors = []
+    if not expected:
+        return ["Контрольный источник пуст. Сначала восстановите Bookings."]
+    source = {row["airport_code"]: row for row in expected}
+    if len(source) != len(expected) or None in source or "" in source:
+        return ["В контрольном источнике пустые или повторяющиеся ключи."]
+    keys = [row["airport_code"] for row in actual]
+    if len(keys) != len(set(keys)):
+        errors.append("Повторяются airport_code внутри снимка.")
+    missing = source.keys() - set(keys)
+    extra = set(keys) - source.keys()
+    if missing:
+        errors.append(
+            f"Не получены ключи: {sorted(missing)[:5]} (всего {len(missing)})."
+        )
+    if extra:
+        errors.append(f"Лишние ключи: {sorted(map(str, extra))[:5]}.")
+    for row in actual:
+        key = row["airport_code"]
+        if row.get("_load_id") != batch_id:
+            errors.append(
+                f"{key}: _load_id не равен {batch_id}; проверьте выбор батча."
+            )
+        timestamps = ("_load_ts", "event_ts") if layer == "stg" else ("_load_ts",)
+        if any(not row.get(field) for field in timestamps):
+            errors.append(f"{key}: не заполнены метки времени {timestamps}.")
+        if key not in source:
+            continue
+        for field in FIELDS:
+            wanted, received = source[key][field], row[field]
+            if field in JSON_FIELDS:
+                # Сравниваем весь JSON в STG, включая языки, кроме русского.
+                wanted = json.loads(wanted) if wanted is not None else None
+                if layer == "ods":
+                    wanted = wanted.get("ru") if wanted is not None else None
+                elif received is not None:
+                    try:
+                        received = json.loads(received)
+                    except (ValueError, TypeError):
+                        errors.append(f"{key}: {field} не содержит исходный JSON.")
+                        continue
+            if received != wanted:
+                errors.append(f"{key}: отличается {field}.")
+    return errors
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser(description=__doc__)
+    actions = parser.add_subparsers(dest="action", required=True)
+    export = actions.add_parser(
+        "export", help="Сохранить источник напрямую из Postgres"
+    )
+    export.add_argument(
+        "file", type=Path, help="Новый JSON-файл для контрольного источника"
+    )
+    check = actions.add_parser("check", help="Сверить снимок с сохраненным источником")
+    check.add_argument("batch_id", help="Run ID нужного запуска STG")
+    check.add_argument("file", type=Path, help="Контрольный JSON-файл из export")
+    check.add_argument("--layer", choices=("stg", "ods"), default="stg")
+    args = parser.parse_args()
+
+    try:
+        if args.action == "export":
+            fields = ", ".join(f"{field}::text AS {field}" for field in FIELDS)
+            rows = read_rows(
+                "bookings-db",
+                f"SELECT {fields} FROM bookings.airports_data ORDER BY airport_code",
+            )
+            if not rows:
+                raise ValueError(
+                    "Источник пуст. Пройдите инициализацию Bookings из README."
+                )
+            rows.sort(key=lambda row: row["airport_code"])
+            # Не даем случайно заменить контроль A данными измененного источника B.
+            with args.file.open("x", encoding="utf-8") as output:
+                json.dump(rows, output, ensure_ascii=False, indent=2)
+                output.write("\n")
+            print(f"Источник: {len(rows)} аэропортов сохранено в {args.file}.")
+            return 0
+
+        expected = json.loads(args.file.read_text(encoding="utf-8"))
+        # Run ID передается SQL-литералом, а не частью команды shell.
+        batch_literal = "'" + args.batch_id.replace("'", "''") + "'"
+        query = f"SELECT * FROM {args.layer}.airports"
+        if args.layer == "stg":
+            query += f" WHERE _load_id = {batch_literal}"
+        actual = read_rows("greenplum", query)
+        errors = compare_snapshot(expected, actual, args.batch_id, args.layer)
+        if errors:
+            print("Сверка не прошла. Проверьте SQL загрузки и выбранный Run ID:")
+            for error in errors[:10]:
+                print(f"- {error}")
+            return 1
+        print(
+            f"Сверка пройдена: {args.layer}.airports, _load_id={args.batch_id}, "
+            f"{len(actual)} ключей; все бизнес-поля и метки совпадают с требованиями."
+        )
+        return 0
+    except subprocess.CalledProcessError as error:
+        print("Не удалось прочитать БД. Проверьте docker compose ps и настройки .env.")
+        print(error.stderr.strip())
+        return 1
+    except FileExistsError:
+        print(
+            "Контрольный файл уже существует. Сохраните его; для нового опыта выберите другой путь."
+        )
+        return 1
+    except (OSError, ValueError, KeyError, TypeError) as error:
+        print(
+            f"Не удалось выполнить сверку: {error}. Проверьте путь и формат контрольного файла."
+        )
+        return 1
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())
@@ -0,0 +1,80 @@
+"""Проверка должна отвергать ошибки, которые не видны по количеству строк."""
+
+import importlib.util
+from copy import deepcopy
+from pathlib import Path
+
+import pytest
+
+spec = importlib.util.spec_from_file_location(
+    "check_airports_snapshot",
+    Path(__file__).resolve().parents[1] / "scripts/check_airports_snapshot.py",
+)
+checker = importlib.util.module_from_spec(spec)
+spec.loader.exec_module(checker)
+
+SOURCE = [
+    {
+        "airport_code": "AAA",
+        "airport_name": '{"en": "Airport", "ru": "Аэропорт"}',
+        "city": '{"ru": "Город"}',
+        "country": '{"ru": "Страна"}',
+        "coordinates": "(1,2)",
+        "timezone": "Europe/Moscow",
+    }
+]
+
+
+def snapshot():
+    """Снимок с одним ключом и обязательными метками загрузки."""
+    rows = deepcopy(SOURCE)
+    rows[0].update(
+        _load_id="B", _load_ts="2026-09-22 12:00:00", event_ts="2026-09-22 12:00:00"
+    )
+    return rows
+
+
+def test_accepts_complete_snapshot_with_json_key_order_difference():
+    rows = snapshot()
+    rows[0]["airport_name"] = '{"ru":"Аэропорт","en":"Airport"}'
+    assert checker.compare_snapshot(SOURCE, rows, "B", "stg") == []
+
+
+def test_accepts_different_row_order_from_segments():
+    """Порядок выдачи строк Greenplum не меняет содержимое снимка."""
+    expected = deepcopy(SOURCE) + deepcopy(SOURCE)
+    expected[1]["airport_code"] = "BBB"
+    rows = snapshot() + snapshot()
+    rows[1]["airport_code"] = "BBB"
+    assert checker.compare_snapshot(expected, rows[::-1], "B", "stg") == []
+
+
+@pytest.mark.parametrize(
+    ("field", "value"),
+    [
+        ("airport_code", "BBB"),
+        ("airport_name", '{"ru":"Старое имя","en":"Airport"}'),
+        ("country", '{"ru":"Другая страна"}'),
+        ("coordinates", "(2,1)"),
+        ("_load_id", "A"),
+        ("event_ts", None),
+    ],
+)
+def test_rejects_wrong_values_despite_equal_row_count(field, value):
+    rows = snapshot()
+    rows[0][field] = value
+    assert checker.compare_snapshot(SOURCE, rows, "B", "stg")
+
+
+def test_rejects_duplicate_and_empty_snapshot():
+    rows = snapshot()
+    assert checker.compare_snapshot(SOURCE, rows + rows, "B", "stg")
+    assert checker.compare_snapshot(SOURCE, [], "B", "stg")
+
+
+def test_ods_requires_both_transformation_and_selected_batch():
+    rows = snapshot()
+    rows[0].update(airport_name="Аэропорт", city="Город", country="Страна")
+    assert checker.compare_snapshot(SOURCE, rows, "B", "ods") == []
+    rows[0]["_load_id"] = "A"
+    assert checker.compare_snapshot(SOURCE, rows, "B", "ods")
@@ -66,6 +66,22 @@ def test_bookings_stg_ddl_dag_structure():
        _assert_reachable(dag, "apply_stg_bookings_ddl", task_id)


+def test_lab_pxf_airports_uses_snapshot_sql_and_reference_dependencies():
+    """Опыт читает четыре справочника; генератор и транзакции в него не входят."""
+    dag = _load_dag("airflow.dags.lab_pxf_airports")
+    assert len(dag.tasks) == 8
+    for entity in ("airports", "airplanes", "routes", "seats"):
+        load = dag.get_task(f"load_{entity}_to_stg")
+        dq = dag.get_task(f"check_{entity}_dq")
+        assert load.sql == f"stg/{entity}_load.sql"
+        assert dq.sql == f"stg/{entity}_dq.sql"
+        assert load.postgres_conn_id == dq.postgres_conn_id == "greenplum_conn"
+        _assert_direct_edge(dag, load.task_id, dq.task_id)
+    _assert_direct_edge(dag, "check_airports_dq", "load_routes_to_stg")
+    _assert_direct_edge(dag, "check_airplanes_dq", "load_routes_to_stg")
+    _assert_direct_edge(dag, "check_airplanes_dq", "load_seats_to_stg")
+
+
 def test_bookings_to_gp_stage_dag_structure():
    """Проверка структуры DAG bookings_to_gp_stage."""
    dag = _load_dag("airflow.dags.bookings_to_gp_stage")