ddadmin
92e9c4b45a
- Зачем:
- профильные доки отстали от реализации: схема ods.*_errors, DQ-split и
сборка dds.event описывались неверно, ряд артефактов и параметров отсутствовал.
Канон по этим темам де-факто задают свежие уроки 2–3 курса.
- Что:
- ARCHITECTURE: ods.*_errors как копия с Kafka-метаданными+raw+error_reason;
DQ-split подан как пересекающийся; dds.event — browser-driven LEFT JOIN с
маркером location_not_found; добавлен перечень DQ-маркеров; уточнены
dq_summary (слой dm, orphan_events) и v_session_overview.
- REPO_MAP: добавлен sql/ods/20_stg_to_ods.sql, утилиты DAG, скрипты Superset;
scripts/make помечены как запасной путь, Airflow — основной.
- OPERATIONS: параметр wait_stg_timeout_sec; порт Superset и креды ClickHouse.
- SUPERSET_DASHBOARD: исправлен пароль ClickHouse (123456); убран сломанный
make superset-export, удалён superset/export_dashboard.py и target в Makefile.
- Проверка:
- git diff проверен против sql/*, airflow/dags/*, configs/default_user.xml;
ER-диаграмма провалидирована mermaid-валидатором.
80 lines
4.7 KiB
Markdown
80 lines
4.7 KiB
Markdown
# Repo Map
|
|
|
|
Карта ключевых артефактов репозитория.
|
|
|
|
## Исполняемые файлы
|
|
|
|
### Airflow (основной путь запуска)
|
|
|
|
- `airflow/dags/ddl_init_dag.py` — инициализация схемы ClickHouse
|
|
- `airflow/dags/kafka_load_dag.py` — загрузка в Kafka из JSONL
|
|
- `airflow/dags/etl_pipeline_dag.py` — ETL процесс STG -> ODS -> DDS -> DM
|
|
- `airflow/dags/utils/kafka_helpers.py` — helper-функции для Kafka
|
|
- `airflow/dags/utils/sql_helpers.py` — чтение и подготовка SQL-файлов для DAG
|
|
- `airflow/dags/utils/airflow_params.py` — разбор и валидация параметров DAG
|
|
- `airflow/requirements.txt` — зависимости Airflow/ClickHouse plugin
|
|
|
|
### SQL
|
|
|
|
DDL (форма таблиц):
|
|
|
|
- `sql/ddl/00_databases.sql` — создание БД `stg`/`ods`/`dds`/`dm`
|
|
- `sql/ddl/stg/10_stg.sql` — STG (Kafka Engine + MV)
|
|
- `sql/ddl/ods/20_ods.sql` — ODS: типизированные таблицы и `*_errors` (наполняются batch, не MV)
|
|
- `sql/ddl/dds/30_dds.sql` — DDS (таблицы для batch-загрузки)
|
|
- `sql/ddl/dm/40_dm.sql` — DM (витрины VIEW)
|
|
|
|
Трансформации (наполнение, шаги `etl_pipeline`):
|
|
|
|
- `sql/ods/20_stg_to_ods.sql` — STG -> ODS: типизация + DQ-split (валидный ключ → `ods.*`, любая ошибка → `ods.*_errors`)
|
|
- `sql/dds/30_ods_to_dds.sql` — ODS -> DDS (argMax + LEFT JOIN)
|
|
- `sql/dm/40_dds_to_dm.sql` — DDS -> DM: пересборка `dm.dq_summary` (TRUNCATE+INSERT) по всем слоям; сами витрины `dm.v_*` — это VIEW из DDL
|
|
|
|
### Superset
|
|
|
|
- `superset/init_superset.py` — подключение к ClickHouse + создание датасетов
|
|
- `superset/create_dashboard.py` — сборка дашборда с чартами
|
|
|
|
### Скрипты (запасной путь, не основной)
|
|
|
|
Shell-скрипты `scripts/*` (и обёртки `make ddl`/`make data`/`make transform`) — это локальный fallback в обход Airflow. Основной путь запуска — DAG-и Airflow (см. выше).
|
|
|
|
- `scripts/apply_clickhouse_ddl.sh` — применение DDL
|
|
- `scripts/load_kafka_data.sh` — загрузка в Kafka
|
|
- `scripts/run_batch.sh` — batch-процесс
|
|
|
|
## Данные и конфиги
|
|
|
|
- `data/*.jsonl` — исходные данные (могут быть грязными)
|
|
- `configs/` — конфиги ClickHouse, Prometheus, Grafana
|
|
- `configs/prometheus.yml` — конфигурация Prometheus (scrape targets для ClickHouse, Kafka, Airflow)
|
|
- `configs/statsd_mapping.yml` — маппинг StatsD → Prometheus метрик для Airflow
|
|
- `configs/default_user.xml` — пользователь ClickHouse (default/123456)
|
|
- `configs/prometheus_ch.xml` — встроенный Prometheus endpoint ClickHouse
|
|
- `configs/grafana/provisioning/alerting/clickhouse-alert-rules.yml` — правила алертинга Grafana для ClickHouse
|
|
- `configs/grafana/provisioning/alerting/kafka-alert-rules.yml` — правила алертинга Grafana для Kafka
|
|
- `configs/grafana/provisioning/alerting/airflow-alert-rules.yml` — правила алертинга Grafana для Airflow
|
|
- `configs/grafana/provisioning/dashboards/clickhouse-overview.json` — дашборд ClickHouse
|
|
- `configs/grafana/provisioning/dashboards/kafka-overview.json` — дашборд Kafka
|
|
- `configs/grafana/provisioning/dashboards/airflow-overview.json` — дашборд Airflow
|
|
|
|
## Документация
|
|
|
|
- `README.md` — быстрый старт и обзор проекта
|
|
- `docs/ARCHITECTURE.md` — техническая архитектура
|
|
- `docs/OPERATIONS.md` — запуск, проверки, troubleshooting
|
|
- `docs/SUPERSET_DASHBOARD.md` — настройка и использование дашборда Superset
|
|
- `docs/DE-task.md` — исходное задание
|
|
- `docs/COMMIT_RULES.md` — правила коммитов
|
|
- `docs/course/` — продвинутый учебный курс на базе стенда (PRD, план, уроки)
|
|
- `docs/adr/` — архитектурные решения (ADR)
|
|
- `docs/agents/` — контракты для агентских скиллов (issue-tracker, triage, domain)
|
|
|
|
## Legacy-планы
|
|
|
|
- `plans/clickhouse_ddl.md` — исходный план (inline DDL)
|
|
- `plans/runbook.md` — ранний runbook
|
|
- `plans/kafka_ingest_plan.md` — ранний план Kafka ingest
|
|
- `plans/monitoring_airflow_plan.md` — план подключения Airflow мониторинга
|
|
- `plans/monitoring_kafka_plan.md` — план подключения Kafka мониторинга
|