docs(course): добавлен урок 3 (ODS→DDS, сборка сущностей и сироты)

- Зачем:
  - собрать разрозненные кусочки ODS в цельные сущности DDS и ввести понятие
    целостности связей (сироты), пока без жёсткого гейта — он в уроке 4
- Что:
  - добавлен docs/course/lessons/03_ods_to_dds.md: сущности dds.click/dds.event,
    UNION-универсум кликов, дедуп через argMax, LEFT JOIN, понятие сироты,
    управляемая правка (вставка сироты), recap STG→ODS→DDS, заметка про DM
  - §3.1: «поток данных» в шапку sql/dds/30_ods_to_dds.sql
  - демоут DM: убран закомментированный пример материализации в
    sql/dm/40_dds_to_dm.sql, добавлены «поток данных» и заметка «VIEW сейчас,
    материализуем если затормозит» со ссылкой на docs/ARCHITECTURE.md
  - sql/ddl/dm/40_dm.sql: пояснён seed 1919 в groupArraySample, поправлен
    неверный комментарий «последние» (groupArraySample берёт случайную выборку)
  - README курса: индекс обновлён до «уроки 0–3»
- Проверка:
  - LIMIT=50 make transform: dds.click=26, dds.event=50, orphan_events=0
  - §4 на стенде: вставка события-сироты → orphan 0→1; LEFT JOIN в
    dm.v_events_enriched даёт NULL по полям клика; make transform откатывает к 0
  - /ai-text-lint (article): house style сохранён, AI-маркеры не найдены
This commit is contained in:
2026-06-05 18:33:36 +03:00
parent 79f7103b28
commit 4f1e58752c
5 changed files with 395 additions and 27 deletions
+8 -25
View File
@@ -1,6 +1,10 @@
-- ============================================================================
-- Batch-трансформация: DDS → DM (Data Quality summary)
-- ============================================================================
-- Поток данных:
-- dds.click + dds.event + ods.* + stg.* → dm.dq_summary (сводка по слоям)
-- Сами витрины (dm.v_*) — это VIEW поверх DDS, создаются в sql/ddl/dm/40_dm.sql.
--
-- Что делает:
-- Собирает статистику по всем слоям (stg/ods/dds) для мониторинга качества данных.
-- Позволяет быстро проверить, сколько данных прошло через каждый слой
@@ -9,33 +13,12 @@
-- Важно:
-- Таблица dq_summary пересоздаётся при каждом запуске (TRUNCATE + INSERT),
-- чтобы не накапливать дубликаты при повторных прогонах.
--
-- Витрины DM сейчас — это VIEW (логика без копии данных). Если тяжёлая агрегация
-- начнёт тормозить, её материализуют в таблицу; пример — в docs/ARCHITECTURE.md,
-- раздел «Материализация витрин».
-- ============================================================================
-- ----------------------------------------------------------------------------
-- Пример материализации тяжёлой витрины (закомментировано)
-- ----------------------------------------------------------------------------
-- Если VIEW dm.v_daily_traffic работает медленно, можно создать таблицу:
--
-- CREATE TABLE IF NOT EXISTS dm.daily_traffic_mart
-- (
-- event_date Date,
-- geo_country LowCardinality(Nullable(String)),
-- device_type LowCardinality(Nullable(String)),
-- browser_name LowCardinality(Nullable(String)),
-- utm_source LowCardinality(Nullable(String)),
-- utm_medium LowCardinality(Nullable(String)),
-- events UInt64,
-- uniq_clicks UInt64,
-- uniq_users UInt64
-- )
-- ENGINE = ReplacingMergeTree(event_date)
-- PARTITION BY toYYYYMM(event_date)
-- ORDER BY (event_date, geo_country, device_type, browser_name, utm_source, utm_medium);
--
-- TRUNCATE TABLE dm.daily_traffic_mart;
-- INSERT INTO dm.daily_traffic_mart SELECT * FROM dm.v_daily_traffic;
-- ----------------------------------------------------------------------------
-- ----------------------------------------------------------------------------
-- Таблица для сводки по качеству данных (DQ summary)
-- ----------------------------------------------------------------------------