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.
47 lines
1.7 KiB
SQL
47 lines
1.7 KiB
SQL
-- Загрузка инкремента из stg.segments_ext в stg.segments.
|
||
-- Инкремент определяется по дате бронирования (book_date из bookings.bookings)
|
||
-- через JOIN с таблицей tickets.
|
||
|
||
-- CTE для определения максимальной даты загрузки предыдущего батча
|
||
WITH max_batch_ts AS (
|
||
SELECT COALESCE(MAX(event_ts), TIMESTAMP '1900-01-01 00:00:00') AS max_ts
|
||
FROM stg.segments
|
||
WHERE _load_id <> '{{ run_id }}'::text
|
||
OR _load_id IS NULL
|
||
)
|
||
INSERT INTO stg.segments (
|
||
ticket_no,
|
||
flight_id,
|
||
fare_conditions,
|
||
price,
|
||
event_ts,
|
||
_load_ts,
|
||
_load_id
|
||
)
|
||
SELECT
|
||
ext.ticket_no,
|
||
ext.flight_id,
|
||
ext.fare_conditions,
|
||
ext.price::text,
|
||
b.book_date::timestamp,
|
||
now(),
|
||
'{{ run_id }}'::text
|
||
FROM stg.segments_ext AS ext
|
||
JOIN stg.tickets_ext AS t ON ext.ticket_no = t.ticket_no
|
||
JOIN stg.bookings_ext AS b ON t.book_ref = b.book_ref
|
||
CROSS JOIN max_batch_ts AS mb
|
||
WHERE b.book_date > mb.max_ts
|
||
AND NOT EXISTS (
|
||
-- Идемпотентность: при повторном запуске/ретрае не вставляем повторно те же строки в рамках текущего _load_id.
|
||
-- Считаем ключом строки (ticket_no, flight_id).
|
||
SELECT 1
|
||
FROM stg.segments AS s
|
||
WHERE s._load_id = '{{ run_id }}'::text
|
||
AND s.ticket_no = ext.ticket_no
|
||
AND s.flight_id = ext.flight_id
|
||
);
|
||
|
||
-- Обновляем статистику для оптимизатора Greenplum
|
||
-- Это критично для корректной работы оптимизатора и выбора оптимального плана выполнения
|
||
ANALYZE stg.segments;
|