ddadmin
5972bcc2d8
- Зачем:
- STG-слой использовал legacy-имена (batch_id, load_dttm, src_created_at_ts),
тогда как ODS/DDS/DM уже работали с каноном (_load_id, _load_ts, event_ts).
Студент видел разные имена для одного понятия — это убрано.
- Что:
- переименованы колонки в 9 STG DDL: batch_id→_load_id, load_dttm→_load_ts,
src_created_at_ts→event_ts; добавлен NOT NULL для _load_id во всех таблицах.
- обновлены 9 STG Load, 9 STG DQ, 9 ODS Load, 9 ODS DQ (INSERT/SELECT/WHERE).
- обновлены DAG-файлы bookings_to_gp_stage.py и bookings_to_gp_ods.py
(встроенный SQL резолвера, комментарии; Python-идентификаторы не тронуты).
- обновлены тесты и ~15 документов (naming_conventions, PRD, db_schema,
design-docs, qa-plan, README, TESTING и др.).
- Проверка:
- grep -rn 'load_dttm\|src_created_at_ts' sql/ airflow/ tests/ — 0 совпадений.
- make test — 4 passed.
- e2e-etl: day1 прошёл полностью, day2 стартовал без ошибок.
107 lines
3.8 KiB
SQL
107 lines
3.8 KiB
SQL
-- Проверки качества данных для boarding_passes
|
||
|
||
DO $$
|
||
DECLARE
|
||
v_batch_id TEXT := '{{ run_id }}'::text;
|
||
v_src_count BIGINT;
|
||
v_stg_count BIGINT;
|
||
v_dup_count BIGINT;
|
||
v_null_count BIGINT;
|
||
v_orphan_ticket_count BIGINT;
|
||
v_orphan_segment_count BIGINT;
|
||
BEGIN
|
||
-- Источник: считаем все строки во внешней таблице
|
||
SELECT COUNT(*)
|
||
INTO v_src_count
|
||
FROM stg.boarding_passes_ext;
|
||
|
||
IF v_src_count = 0 THEN
|
||
RAISE NOTICE
|
||
'В источнике boarding_passes_ext нет строк - пропускаем DQ проверки (_load_id=%).',
|
||
v_batch_id;
|
||
RETURN;
|
||
END IF;
|
||
|
||
-- Считаем строки, реально вставленные в stg.boarding_passes в этом батче
|
||
SELECT COUNT(*)
|
||
INTO v_stg_count
|
||
FROM stg.boarding_passes
|
||
WHERE _load_id = v_batch_id;
|
||
|
||
IF v_src_count <> v_stg_count THEN
|
||
RAISE EXCEPTION
|
||
'DQ FAILED: несовпадение количества строк. Источник: %, STG: %',
|
||
v_src_count,
|
||
v_stg_count;
|
||
END IF;
|
||
|
||
-- Проверка на дубликаты (ticket_no, flight_id)
|
||
-- Используем md5 от ROW, чтобы избежать коллизий при склейке строк.
|
||
SELECT COUNT(*) - COUNT(DISTINCT md5(ROW(ticket_no, flight_id)::text))
|
||
INTO v_dup_count
|
||
FROM stg.boarding_passes AS bp
|
||
WHERE bp._load_id = v_batch_id;
|
||
|
||
IF v_dup_count <> 0 THEN
|
||
RAISE EXCEPTION
|
||
'DQ FAILED: найдены дубликаты (ticket_no, flight_id) (_load_id=%): %',
|
||
v_batch_id,
|
||
v_dup_count;
|
||
END IF;
|
||
|
||
-- Проверка обязательных полей (ticket_no, flight_id)
|
||
SELECT COUNT(*)
|
||
INTO v_null_count
|
||
FROM stg.boarding_passes AS bp
|
||
WHERE bp._load_id = v_batch_id
|
||
AND (bp.ticket_no IS NULL OR bp.ticket_no = ''
|
||
OR bp.flight_id IS NULL OR bp.flight_id = '');
|
||
|
||
IF v_null_count <> 0 THEN
|
||
RAISE EXCEPTION
|
||
'DQ FAILED: найдены строки с NULL в обязательных полях (_load_id=%): %',
|
||
v_batch_id,
|
||
v_null_count;
|
||
END IF;
|
||
|
||
-- Проверка ссылочной целостности: все boarding_passes должны иметь соответствующие tickets
|
||
SELECT COUNT(*)
|
||
INTO v_orphan_ticket_count
|
||
FROM stg.boarding_passes AS bp
|
||
LEFT JOIN stg.tickets AS t ON bp.ticket_no = t.ticket_no
|
||
WHERE bp._load_id = v_batch_id
|
||
AND t.ticket_no IS NULL;
|
||
|
||
IF v_orphan_ticket_count <> 0 THEN
|
||
RAISE EXCEPTION
|
||
'DQ FAILED: найдены boarding_passes без соответствующих tickets (_load_id=%): %',
|
||
v_batch_id,
|
||
v_orphan_ticket_count;
|
||
END IF;
|
||
|
||
-- Проверка ссылочной целостности: все boarding_passes должны иметь соответствующие segments
|
||
SELECT COUNT(*)
|
||
INTO v_orphan_segment_count
|
||
FROM stg.boarding_passes AS bp
|
||
LEFT JOIN stg.segments AS s ON bp.ticket_no = s.ticket_no AND bp.flight_id = s.flight_id
|
||
WHERE bp._load_id = v_batch_id
|
||
AND s.ticket_no IS NULL;
|
||
|
||
IF v_orphan_segment_count <> 0 THEN
|
||
RAISE EXCEPTION
|
||
'DQ FAILED: найдены boarding_passes без соответствующих segments (_load_id=%): %',
|
||
v_batch_id,
|
||
v_orphan_segment_count;
|
||
END IF;
|
||
|
||
RAISE NOTICE
|
||
'DQ PASSED: boarding_passes ок (_load_id=%): source=% stg=%',
|
||
v_batch_id,
|
||
v_src_count,
|
||
v_stg_count;
|
||
|
||
EXCEPTION WHEN OTHERS THEN
|
||
RAISE NOTICE 'DQ ERROR для boarding_passes (_load_id=%): %', v_batch_id, SQLERRM;
|
||
RAISE;
|
||
END $$;
|