Files
ddadminandClaude Opus 4.6 af27314878 docs(main): онбординг студента — гид, маркетинг, адаптация docs и docstrings
- Зачем:
  - на main docs и DAG-docstrings утверждали «все реализовано», хотя 18 заглушек;
    студент застревал после шага 6 без явного «что дальше».
- Что:
  - README: маркетинг-баннер, шаг 6 (только эталонные таблицы), шаг 7 → задания.
  - docs/assignment/README: полный гид студента (эталон → ТЗ → заглушки → validate).
  - analyst_spec: DAG-интеграция — «таски уже подключены, менять DAG не нужно».
  - docs ODS/DDS/DM: пометки заглушек, адаптация секций проверки результата.
  - 4 DAG docstrings: эталон vs задания (заглушки).
- Проверка:
  - make test (4 passed, 14 skipped), make lint (clean).
  - grep «все 5 витрин|все реализован» — ложных утверждений без оговорок нет.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-03-14 10:49:40 +03:00

168 lines
5.1 KiB
Python

from __future__ import annotations
"""
Учебный DAG: загрузка из ODS в DDS (Greenplum) по домену bookings.
Ключевая идея:
- DDS читает текущее состояние ODS;
- для каждой сущности выполняем пару задач load -> dq;
- для dim_routes применяем SCD2, для остальных измерений — SCD1 UPSERT;
- факт грузим инкрементальным UPSERT по зерну (ticket_no, flight_id).
Эталон: dim_airports, dim_tariffs, dim_calendar, fact_flight_sales. dim_routes, dim_passengers, dim_airplanes — задания (заглушки).
"""
from datetime import timedelta
from logging import getLogger
import pendulum
from airflow.operators.python import PythonOperator
from airflow.providers.postgres.operators.postgres import PostgresOperator
from airflow import DAG
GREENPLUM_CONN_ID = "greenplum_conn"
log = getLogger(__name__)
default_args = {
"owner": "airflow",
"retries": 1,
"retry_delay": timedelta(seconds=30),
}
def _finish_summary() -> None:
"""Логирует краткий итог выполнения DDS-ветки."""
log.info("DAG bookings_to_gp_dds завершён. Подробности смотрите в логах задач.")
with DAG(
dag_id="bookings_to_gp_dds",
start_date=pendulum.datetime(2017, 1, 1, tz="UTC"),
schedule=None,
catchup=False,
max_active_runs=1,
template_searchpath="/sql",
default_args=default_args,
tags=["demo", "bookings", "greenplum", "dds"],
description="Учебный DAG: загрузка ODS -> DDS (Star Schema) + DQ проверки",
) as dag:
load_dds_dim_calendar = PostgresOperator(
task_id="load_dds_dim_calendar",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_calendar_load.sql",
)
dq_dds_dim_calendar = PostgresOperator(
task_id="dq_dds_dim_calendar",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_calendar_dq.sql",
)
load_dds_dim_airports = PostgresOperator(
task_id="load_dds_dim_airports",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_airports_load.sql",
)
dq_dds_dim_airports = PostgresOperator(
task_id="dq_dds_dim_airports",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_airports_dq.sql",
)
load_dds_dim_airplanes = PostgresOperator(
task_id="load_dds_dim_airplanes",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_airplanes_load.sql",
)
dq_dds_dim_airplanes = PostgresOperator(
task_id="dq_dds_dim_airplanes",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_airplanes_dq.sql",
)
load_dds_dim_tariffs = PostgresOperator(
task_id="load_dds_dim_tariffs",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_tariffs_load.sql",
)
dq_dds_dim_tariffs = PostgresOperator(
task_id="dq_dds_dim_tariffs",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_tariffs_dq.sql",
)
load_dds_dim_passengers = PostgresOperator(
task_id="load_dds_dim_passengers",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_passengers_load.sql",
)
dq_dds_dim_passengers = PostgresOperator(
task_id="dq_dds_dim_passengers",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_passengers_dq.sql",
)
load_dds_dim_routes = PostgresOperator(
task_id="load_dds_dim_routes",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_routes_load.sql",
)
dq_dds_dim_routes = PostgresOperator(
task_id="dq_dds_dim_routes",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/dim_routes_dq.sql",
)
load_dds_fact_flight_sales = PostgresOperator(
task_id="load_dds_fact_flight_sales",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/fact_flight_sales_load.sql",
)
dq_dds_fact_flight_sales = PostgresOperator(
task_id="dq_dds_fact_flight_sales",
postgres_conn_id=GREENPLUM_CONN_ID,
sql="dds/fact_flight_sales_dq.sql",
)
finish_dds_summary = PythonOperator(
task_id="finish_dds_summary",
python_callable=_finish_summary,
)
load_dds_dim_calendar >> dq_dds_dim_calendar
dq_dds_dim_calendar >> [
load_dds_dim_airports,
load_dds_dim_airplanes,
load_dds_dim_tariffs,
load_dds_dim_passengers,
]
# dim_routes зависит от airports и airplanes (денормализация).
[dq_dds_dim_airports, dq_dds_dim_airplanes] >> load_dds_dim_routes
load_dds_dim_airports >> dq_dds_dim_airports
load_dds_dim_airplanes >> dq_dds_dim_airplanes
load_dds_dim_tariffs >> dq_dds_dim_tariffs
load_dds_dim_passengers >> dq_dds_dim_passengers
load_dds_dim_routes >> dq_dds_dim_routes
[
dq_dds_dim_airports,
dq_dds_dim_airplanes,
dq_dds_dim_tariffs,
dq_dds_dim_passengers,
dq_dds_dim_routes,
] >> load_dds_fact_flight_sales
load_dds_fact_flight_sales >> dq_dds_fact_flight_sales >> finish_dds_summary