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.
50 lines
1.9 KiB
SQL
50 lines
1.9 KiB
SQL
-- Загрузка инкремента из stg.flights_ext в stg.flights.
|
|
-- Окно инкремента определяется по event_ts:
|
|
-- берём строки, где scheduled_departure больше максимального event_ts
|
|
-- среди "старых" батчей; верхняя граница по дате не используется.
|
|
|
|
-- 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.flights
|
|
WHERE _load_id <> '{{ run_id }}'::text
|
|
OR _load_id IS NULL
|
|
)
|
|
INSERT INTO stg.flights (
|
|
flight_id,
|
|
route_no,
|
|
status,
|
|
scheduled_departure,
|
|
scheduled_arrival,
|
|
actual_departure,
|
|
actual_arrival,
|
|
event_ts,
|
|
_load_ts,
|
|
_load_id
|
|
)
|
|
SELECT
|
|
ext.flight_id::text,
|
|
ext.route_no::text,
|
|
ext.status::text,
|
|
ext.scheduled_departure::text,
|
|
ext.scheduled_arrival::text,
|
|
ext.actual_departure::text,
|
|
ext.actual_arrival::text,
|
|
ext.scheduled_departure::timestamp,
|
|
now(),
|
|
'{{ run_id }}'::text
|
|
FROM stg.flights_ext AS ext
|
|
CROSS JOIN max_batch_ts AS mb
|
|
WHERE ext.scheduled_departure > mb.max_ts
|
|
AND NOT EXISTS (
|
|
-- Идемпотентность: при повторном запуске/ретрае не вставляем повторно те же строки в рамках текущего _load_id.
|
|
SELECT 1
|
|
FROM stg.flights AS f
|
|
WHERE f._load_id = '{{ run_id }}'::text
|
|
AND f.flight_id = ext.flight_id::text
|
|
);
|
|
|
|
-- Обновляем статистику для оптимизатора Greenplum
|
|
-- Это критично для корректной работы оптимизатора и выбора оптимального плана выполнения
|
|
ANALYZE stg.flights;
|