ddadmin
a8cce6cd6b
- Зачем:
- исходная реализация содержала критические ошибки MPP (Load/Processing Skew) и Full Scan.
- требуется демонстрация студентам эталонного инкрементального UPSERT.
- Что:
- изменен ключ дистрибуции с flight_date на (departure_airport_sk, arrival_airport_sk).
- внедрен каноничный UPSERT через TEMP TABLE (агрегация выполняется один раз).
- добавлен инкрементальный фильтр по {{ ds }} для предотвращения Full Scan dds.fact_flight_sales.
- проверки DQ переведены в инкрементальный режим (валидация только текущего батча).
- Проверка:
- airflow dags test bookings_to_gp_dm 2026-02-28.
64 lines
3.4 KiB
SQL
64 lines
3.4 KiB
SQL
-- DDL для DM-слоя: витрина sales_report.
|
|
--
|
|
-- Бизнес-вопрос: "Какова выручка, кол-во билетов и boarding rate
|
|
-- по направлениям/тарифам за каждый день?"
|
|
--
|
|
-- Паттерны для студентов:
|
|
-- - Денормализация измерений (города, аэропорты, тарифы) для удобства аналитики
|
|
-- - Служебные поля календаря (day_of_week, day_name, is_weekend)
|
|
-- - Heap-таблица с UPDATE (нужен для UPSERT)
|
|
--
|
|
-- ВНИМАНИЕ (Антипаттерн распределения):
|
|
-- Никогда не распределяйте таблицы по дате (DISTRIBUTED BY flight_date) в MPP-системах!
|
|
-- 1. Load Skew: При инкрементальной загрузке весь батч за один день запишется на ОДИН сегмент,
|
|
-- а остальные будут простаивать. Кластер превратится в одиночный сервер.
|
|
-- 2. Processing Skew: Запросы аналитиков за конкретный день будут читаться только с одного сегмента.
|
|
--
|
|
-- ПРАВИЛЬНЫЙ ВЫБОР: Распределение по полям с высокой кардинальностью (направления).
|
|
-- В нашем случае это комбинация departure_airport_sk и arrival_airport_sk.
|
|
|
|
CREATE SCHEMA IF NOT EXISTS dm;
|
|
|
|
CREATE TABLE IF NOT EXISTS dm.sales_report (
|
|
-- Ключ (зерно витрины)
|
|
flight_date DATE NOT NULL,
|
|
departure_airport_sk INTEGER NOT NULL,
|
|
arrival_airport_sk INTEGER NOT NULL,
|
|
tariff_sk INTEGER NOT NULL,
|
|
|
|
-- Денормализованные атрибуты (для удобства аналитики)
|
|
departure_city TEXT NOT NULL,
|
|
departure_airport_bk TEXT NOT NULL,
|
|
arrival_city TEXT NOT NULL,
|
|
arrival_airport_bk TEXT NOT NULL,
|
|
fare_conditions TEXT NOT NULL,
|
|
|
|
-- Атрибуты календаря
|
|
day_of_week INTEGER NOT NULL,
|
|
day_name TEXT NOT NULL,
|
|
is_weekend BOOLEAN NOT NULL,
|
|
|
|
-- Метрики
|
|
tickets_sold INTEGER NOT NULL,
|
|
passengers_boarded INTEGER NOT NULL,
|
|
total_revenue NUMERIC(15,2) NOT NULL,
|
|
avg_price NUMERIC(10,2) NOT NULL,
|
|
min_price NUMERIC(10,2),
|
|
max_price NUMERIC(10,2),
|
|
boarding_rate NUMERIC(5,4) NOT NULL, -- boarded / sold
|
|
|
|
-- Служебные поля (канон из naming_conventions.md)
|
|
created_at TIMESTAMP NOT NULL DEFAULT now(),
|
|
updated_at TIMESTAMP NOT NULL DEFAULT now(),
|
|
_load_id TEXT NOT NULL,
|
|
_load_ts TIMESTAMP NOT NULL DEFAULT now()
|
|
)
|
|
DISTRIBUTED BY (departure_airport_sk, arrival_airport_sk);
|
|
|
|
-- Комментарии для документирования
|
|
COMMENT ON TABLE dm.sales_report IS
|
|
'Витрина продаж: выручка, билеты и boarding rate по направлениям/тарифам/дням';
|
|
|
|
COMMENT ON COLUMN dm.sales_report.boarding_rate IS
|
|
'Доля пассажиров, прошедших посадку (passengers_boarded / tickets_sold)';
|